小电流接地选线装置轮切功能自动测试方法

    公开(公告)号:CN107783070B

    公开(公告)日:2019-11-19

    申请号:CN201710979064.4

    申请日:2017-10-19

    Abstract: 本发明公开了一种小电流接地选线装置轮切功能测试方法,包括电力系统实时数字仿真器、功率放大器、具备轮切功能的小电流接地选线装置。RTDS实时仿真器产生接地信号,并通过功率放大器放大接地信号至具备轮切功能的小电流接地选线装置,具备轮切功能的小电流接地选线装置接收放大后的信号,通过对信号进行分析,选出概率较大的N条线路进行轮流切跳,然后将跳闸信号反馈至电力系统实时数字仿真器的GTFPI板卡,通过控制线路仿真模型中对应的出线开关动作来对选中线路实行跳闸操作,具备轮切功能的小电流接地选线装置根据出线开关跳闸结果判断选线是否正确。测试的全过程由RSCAD软件自动控制执行,实现测试过程的自动控制。

    基于用户重要度和设备运行状态的配网薄弱环节辨识方法

    公开(公告)号:CN110378610A

    公开(公告)日:2019-10-25

    申请号:CN201910674526.0

    申请日:2019-07-25

    Abstract: 本发明属于配电网风险评估与配网薄弱环节辨识领域,具体涉及基于用户重要度和设备运行状态的配网薄弱环节辨识方法。本发明根据历史统计数据分析选取配网设备运行状态评价指标,构建配网设备运行状态评价指标体系计算配网设备运行状态评分。然后针对用户重要程度不同,对各类型用户的重要程度进行建模,通过用户停电损失将各类用户的重要程度进行量化。基于设备运行状态和设备所连用户的重要度建立健康度指标,并根据健康度量化值划分健康度等级。最后采用LVQ神经网络对健康度进行预测来实现配网薄弱环节的准实时辨识。本发明能帮助供电公司分析城市配网系统风险程度,辨识配网系统薄弱环节,从而为配网生成决策提供有价值的理论依据。

    一种基于随机矩阵与深度学习的配电网故障诊断方法

    公开(公告)号:CN110045227A

    公开(公告)日:2019-07-23

    申请号:CN201910224664.9

    申请日:2019-03-23

    Abstract: 本发明公开了一种基于随机矩阵与深度学习的配电网故障诊断方法,涉及配电网故障诊断技术领域,通过引入随机矩阵理论与深度学习技术两种基本工具处理故障高维数据集,随机矩阵理论在高维空间具备严格、灵活的数学分析能力,而深度学习则具备优越的高维数据建模能力,通过两者提炼出故障的高维特征,依据所提取的故障高维特征采用多特征融合技术形成故障判据;根据上述过程构建故障诊断模型,通过故障诊断模型能够从配电网实时数据中得到有效的故障诊断信息,根据效的故障诊断信息进行故障实时诊断,从而提升了配电网故障诊断的准确性和智能化程度。

Patent Agency Ranking