-
公开(公告)号:CN116247676A
公开(公告)日:2023-06-09
申请号:CN202211697152.2
申请日:2022-12-28
Applicant: 重庆邮电大学 , 重庆举宇科技有限公司
Abstract: 本发明涉及一种基于实时市场电价的配电网拓扑推导方法,属于电力技术领域。该方法包括如下步骤:S1:建立综合能源需求响应模型;S2:潮流分析与电价对比;S3:电网拓扑重构。本发明改进现有的配电网拓扑结构推导方案,能够用于配网拓扑分析、故障恢复、电价分析,建立更高效、更快速的拓扑推测模型。
-
公开(公告)号:CN114694050A
公开(公告)日:2022-07-01
申请号:CN202210223869.7
申请日:2022-03-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于红外图像的电力设备运行状态探测方法,属于自动化领域。该方法包括以下步骤:S1:收集并整合电网各巡检平台数据,通过统一预处理,供后续算法使用;S2:基于Faster_RCNN算法,对电力设备进行识别并定位,制定电力设备对应状态的响应策略;S3:辅以温度阈值法,对电力设备状态检测进行辅助判定,并实施相应响应策略。改进现有的电力设备红外图像状态探测识别方案,能够用于电力设备红外图像状态探测识别与定位标记,通过算法模型自动处理红外图像信息,免去人工判别或用传统机器识别方法,建立更高效、更准确、更高泛化的的状态探测模型。
-
公开(公告)号:CN113985205A
公开(公告)日:2022-01-28
申请号:CN202111256687.1
申请日:2021-10-27
Applicant: 重庆邮电大学
IPC: G01R31/08 , G01R19/165 , G01S19/25 , G01R31/388 , G01R31/396 , G01K13/00 , G01N33/00
Abstract: 本发明涉及一种基于北斗授时和边缘计算的配电网过电压采集方法,属于自动化领域。该方法包括以下步骤:S1:系统对电网过电压数据进行实时采集,并通过边缘计算就地分析过电压类型阶段;S2:通过北斗授时技术,进行大规模过电压同步采集阶段;S3:进行过电压类型分析;S4:告警推送,大规模过电压数据上传阶段。改进现有的配电网过电压方案,能够满足配网大面积、高质量的过电压采集,建立更高效、更快速的过电压辅助与辅助决策模型。
-
公开(公告)号:CN112462193B
公开(公告)日:2023-10-24
申请号:CN202011223358.2
申请日:2020-11-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于实时故障滤波数据的配电网自动重合闸判断方法,属于电网技术领域。该方法包括以下步骤:S1:建立基于小波变换的故障提取模型;S2:建立故障综合研判‑支持向量机分类模型;S3:仿真建模与分析。利用小波变换提取三相电压三相电流和零序电流作为特征量,并将小波分析后的小波系数重构作为支持向量机的数据集,算法模型训练数据来源于实际录波数据,增加了模型的可靠性和实用性,识别准确率接近90%。算法模型搭建完成后利用仿真数据来测试算法模型,准确率达到95%,进一步证实了本算法模型的可行性。
-
公开(公告)号:CN114565419A
公开(公告)日:2022-05-31
申请号:CN202210223256.3
申请日:2022-03-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于历史边际电价的配电网电价预测方法,属于自动化领域。该方法为:基于Kalman‑BP组合模型预测实时电价的方法,首先将得到的实时边际电价数据进行处理;将被预测数据看出是在白噪声作用下一个随机线性系统的输出,并且其输入/输出关系由状态方程和输出方程在时间域内给出,使得预测电价曲线更加平滑,更接近真实值;通过BP神经网络将数据分为训练;利用Kalman滤波去噪后的数据进行BP神经网络建模,对一天后的实时电价进行预测。改进现有的电力设备红外图像状态探测识别方案,能够用于电力设备红外图像状态探测识别与定位标记,通过算法模型自动处理红外图像信息,免去人工判别或用传统机器识别方法。
-
公开(公告)号:CN114564895A
公开(公告)日:2022-05-31
申请号:CN202210223236.6
申请日:2022-03-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种励磁涌流的机器学习识别方法,属于电力技术领域。一种励磁涌流的机器学习识别方法,该方法包括以下步骤:S1:励磁涌流与故障电流分析;S2:建立PSO‑SVM故障识别模型;S3:基于PSO‑SVM模型仿真分析。本发明基于故障波形和励磁涌流的特征,提取最大值,最小值,平均值等7个特征量作为支持向量机的输入向量,同时采用粒子群算法(PSO)优化支持向量机的参数,从而准确识别励磁涌流,为变压器的稳定运行提供了故障检测依据。PSO‑SVM识别模型都能获得颇高的分类准确率,提高了变压器差动保护的可靠性。
-
公开(公告)号:CN113222140A
公开(公告)日:2021-08-06
申请号:CN202110505290.5
申请日:2021-05-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于C4.5算法和BP神经元的配电网故障辅助决策方法,属于电力系统领域。该方法包括以下步骤:S1:整合电网各监控平台数据,结合调控人员日常使用需求进行分类优化阶段;S2:基于C4.5算法,确定电网事故等级,制定多层级告警策略;S3:基于BP神经网络,对电网事故进行辅助决策,最后输出辅助决策方案。本发明改进了现有的配电网故障辅助决策方案,能够用于配网故障信息的筛选分类、分层告警以及辅助决策,建立更高效、更快速的辅助决策模型。
-
-
-
-
-
-