-
公开(公告)号：CN114325244A
公开(公告)日：2022-04-12
申请号：CN202210034934.1
申请日：2022-01-13
Applicant: 清华大学
IPC: G01R31/08
Abstract: 本发明提供一种基于直接信号卷积的线路短路故障定位方法及系统，方法包括：将不同短路支路上的暂态信号与故障产生的暂态信号进行卷积处理，得到不同短路支路上对应的卷积信号；根据不同短路支路上对应的卷积信号分别计算不同短路支路上对应的卷积信号能量；从不同短路支路上对应的卷积信号能量中获取卷积信号能量最大值，卷积信号能量最大值对应的短路支路位置即真实故障定位位置，将卷积信号能量最大值对应的短路支路位置作为真实故障定位位置输出。方法适用于拓扑结构不同的网络；故障定位过程无需对故障产生的暂态信号进行时域反演；只需使用EMTP软件进行一次仿真计算，通过硬件系统即可实现线路短路故障定位。
-
公开(公告)号：CN113311294B
公开(公告)日：2021-10-29
申请号：CN202110860798.7
申请日：2021-07-29
Applicant: 清华大学
Abstract: 本发明提供的基于时域反演的分支线路短路故障定位方法，包括步骤：选择电路网络的一个端点，测量故障产生的暂态信号f(t)；对所述暂态信号f(t)进行时域反演操作后注入所述电路网络；将所述电路网络中带分支的线路拆分成一维线路，在每条所述一维线路沿线设置短路支路作为猜测故障点，短路电流能量是以所述猜测故障点的故障位置为变量的函数；求解所述短路电流能量的最大值的优化问题，以对故障点进行定位。本发明所提供的故障定位方法适用于任意带分支的复杂网络，定位过程不需要对短路支路位置进行穷举，物理背景清晰，计算的速度更快并且精度较高。
-
Patent Agency Ranking
公开(公告)号：CN115201623B
公开(公告)日：2025-04-04
申请号：CN202210633723.X
申请日：2022-06-06
Applicant: 清华大学
IPC: G01R31/08
Abstract: 本发明提供一种输电线路短路故障定位方法及系统，所述定位方法包括：获取故障在输电线路一端产生的第一暂态电压信号以及故障在输电线路另一端产生的第二暂态电压信号；根据第一暂态电压信号，获取初步的第一故障点与输电线路一端之间的第一距离；根据第二暂态电压信号，获取初步的第二故障点与输电线路另一端之间的第二距离；根据第一距离以及第二距离，对真实故障点的位置进行修正，以实现对真实故障点的最终定位。本发明所提供的定位方法适用于输电线路，能够消除线路行波速度随频率变化以及土壤电阻率对故障定位结果的负面影响。
-
公开(公告)号：CN115201623A
公开(公告)日：2022-10-18
申请号：CN202210633723.X
申请日：2022-06-06
Applicant: 清华大学
IPC: G01R31/08
Abstract: 本发明提供一种输电线路短路故障定位方法及系统，所述定位方法包括：获取故障在输电线路一端产生的第一暂态电压信号以及故障在输电线路另一端产生的第二暂态电压信号；根据第一暂态电压信号，获取初步的第一故障点与输电线路一端之间的第一距离；根据第二暂态电压信号，获取初步的第二故障点与输电线路另一端之间的第二距离；根据第一距离以及第二距离，对真实故障点的位置进行修正，以实现对真实故障点的最终定位。本发明所提供的定位方法适用于输电线路，能够消除线路行波速度随频率变化以及土壤电阻率对故障定位结果的负面影响。
-
公开(公告)号：CN113311294A
公开(公告)日：2021-08-27
申请号：CN202110860798.7
申请日：2021-07-29
Applicant: 清华大学
Abstract: 本发明提供的基于时域反演的分支线路短路故障定位方法，包括步骤：选择电路网络的一个端点，测量故障产生的暂态信号f(t)；对所述暂态信号f(t)进行时域反演操作后注入所述电路网络；将所述电路网络中带分支的线路拆分成一维线路，在每条所述一维线路沿线设置短路支路作为猜测故障点，短路电流能量是以所述猜测故障点的故障位置为变量的函数；求解所述短路电流能量的最大值的优化问题，以对故障点进行定位。本发明所提供的故障定位方法适用于任意带分支的复杂网络，定位过程不需要对短路支路位置进行穷举，物理背景清晰，计算的速度更快并且精度较高。
-
公开(公告)号：CN117609788A
公开(公告)日：2024-02-27
申请号：CN202311618807.7
申请日：2023-11-30
Applicant: 清华大学 , 北京三快在线科技有限公司
IPC: G06F18/214 , G06F21/62 , G06N20/00 , G06F18/23213 , G06F18/241
Abstract: 本公开提供的一种端云接力的点击率预测模型训练方法、装置及存储介质，包括：云服务器利用数据监管前收集的旧数据执行分组元学习训练得到多个初始化设备端模型；云服务器训练一个模型选择器以根据用户偏好来从多个初始化设备端模型中为用户自动化选择初始的设备端模型；设备端下载所述初始的设备端模型并利用数据监管后的本地数据接力训练设备端模型，设备间通过设备端模型参数的共享实现协同训练得到个性化的点击率预测模型。本公开即保护了用户的数据隐私，又实现了模型的更新，能够为用户提供更准确的点击率预测结果。
-
公开(公告)号：CN114325244B
公开(公告)日：2023-10-17
申请号：CN202210034934.1
申请日：2022-01-13
Applicant: 清华大学
IPC: G01R31/08
Abstract: 本发明提供一种基于直接信号卷积的线路短路故障定位方法及系统，方法包括：将不同短路支路上的暂态信号与故障产生的暂态信号进行卷积处理，得到不同短路支路上对应的卷积信号；根据不同短路支路上对应的卷积信号分别计算不同短路支路上对应的卷积信号能量；从不同短路支路上对应的卷积信号能量中获取卷积信号能量最大值，卷积信号能量最大值对应的短路支路位置即真实故障定位位置，将卷积信号能量最大值对应的短路支路位置作为真实故障定位位置输出。方法适用于拓扑结构不同的网络；故障定位过程无需对故障产生的暂态信号进行时域反演；只需使用EMTP软件进行一次仿真计算，通过硬件系统即可实现线路短路故障定位。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
