供应商设备的质量评价方法
    13.
    发明公开

    公开(公告)号:CN117541105A

    公开(公告)日:2024-02-09

    申请号:CN202311368890.7

    申请日:2023-10-20

    Abstract: 本申请涉及供应商设备的质量评价方法,包括:获取设备功能数据、设备性能数据、质量事件数据以及工程服务评价数据;根据步骤组名、检测项名称、检测命令制作检测文件;基于所述检测文件制作检测工具,对所述设备功能数据、设备性能数据进行检测,记录功能检测结果、性能检测结果;对所述功能检测结果、性能检测结果进行批处理并筛选,得到目标功能数据、目标性能数据;对所述质量事件数据进行批处理并筛选,得到目标事件数据;根据所述目标功能数据、目标性能数据、目标事件数据及工程服务评价数据计算设备质量评价值。克服了现有技术中通常需要依靠多台测试装置进行功能检测,会出现检测较慢的问题,实现提高检测效率的同时减少了检测步骤。

    一种基于多特征量的故障研判方法

    公开(公告)号:CN116990633A

    公开(公告)日:2023-11-03

    申请号:CN202310757582.7

    申请日:2023-06-25

    Abstract: 本发明公开了一种基于多特征量的故障研判方法,属于配电网技术领域,包括:S1、采集历史故障特征量,构建历史特征样本并进行标准化处理;S2、基于模糊隶属匹配算法对历史特征样本进行分类,得到历史特征样本类型,同时得到对应的隶属匹配中心;S3、实时监测配电网零序电压值,若超过预设的阀值,启动无整定保护方案;S4、采集实时故障特征量,构建实时特征样本;S5、对实时特征样本进行标准化处理,计算实时特征样本到隶属匹配中心的距离;S6、确定实时特征样本数据的类型,将该实时特征样本归入对应类型的历史数据中,执行S3。本方案通过特征样本到隶属匹配中心的距离确定特征样本的类型,实现配电网的故障研判,提高了故障研判的准确率。

    一种基于K-means聚类的数据压缩方法

    公开(公告)号:CN116886103A

    公开(公告)日:2023-10-13

    申请号:CN202310738544.7

    申请日:2023-06-20

    Abstract: 本发明公开一种基于K‑means聚类的数据压缩方法,属于电力系统故障数据压缩技术领域,解决数据压缩方法在提取样本的过程中,选取的样本没有代表性,导致压缩结果偏离了原始目标的问题,解决该问题的方法包括以下步骤,提取不同故障条件下的历史特征样本,构成历史特征样本集;根据K‑means聚类算法求出历史特征样本集的各个聚类中心;分别计算各个历史特征样本与各个聚类中心的空间距离;根据聚类中心和空间距离构造参考球模型压缩故障样本。本发明能够在保留原始故障样本的基础上,缩减故障样本数量,达到数据压缩效果,提高压缩故障样本数据的效率。

Patent Agency Ranking