基于多层极限学习机的电力安全评估方法及相关设备

    公开(公告)号:CN119538714A

    公开(公告)日:2025-02-28

    申请号:CN202411502888.9

    申请日:2024-10-25

    Abstract: 本申请提供一种基于多层极限学习机的电力安全评估方法及相关设备,该方法包括:根据电力数据集,确定输入数据集和输出数据集;确定多层极限学习机模型的第一权重矩阵以及偏置矩阵;多层极限学习机模型包括输入层、隐含层和输出层;基于极限学习机自动编码器,将输入数据集映射到隐含层中,并根据第一权重矩阵和偏置矩阵,确定隐含层的特征向量;将特征向量作为下一层隐含层的输入向量,利用极限学习机自动编码器,确定第n层和第n‑1层隐含层的特征向量;根据输出数据集和第n‑1层隐含层的特征向量,确定第二权重矩阵,完成训练。本申请基于多层极限学习机模型,根据自动编码器优化各隐含层的权重矩阵,提高对电力系统安全评估的预测精度。

    变电设备的缺陷检测方法、装置、电子设备及存储介质

    公开(公告)号:CN117706264A

    公开(公告)日:2024-03-15

    申请号:CN202311474617.2

    申请日:2023-11-07

    Abstract: 本公开提供一种变电设备的缺陷检测方法、装置、电子设备及存储介质。所述方法包括:基于区域检测模型对变电设备进行区域检测,确定所述变电设备的变电区域;其中,所述区域检测模型是基于目标检测算法训练得到的;获取所述变电区域的温度矩阵;通过交并比算法对所述变电区域中的三相设备进行定位处理,得到所述三相设备的三相区域;在所述三相区域上确定所述三相设备对应的目标位置,基于三相温差算法对所述温度矩阵中所述目标位置对应的温度值进行处理,得到所述变电设备的温差;基于所述温差判断所述变电设备是否存在缺陷,得到所述变电设备的缺陷检测结果。

    基于多模型的配电网用电高峰负荷预测方法及系统

    公开(公告)号:CN115660153A

    公开(公告)日:2023-01-31

    申请号:CN202211242751.5

    申请日:2022-10-11

    Abstract: 本发明公开了一种基于多模型的配电网用电高峰负荷预测方法及系统,该方法包括获取预设的决策模块的个数;基于所有预设决策模块的预测误差分布情况,确定预测误差最大的决策模块作为第一决策模块,其余决策模块依次排序,相邻两个决策模块的前一决策模块的输出和后一决策模块的输入端连接,构建用于预测用电高峰负荷的第一预测模型;基于原始训练样本集对第一预测模型进行训练;基于待预测数据输入到训练完成的第一预测模型,得到用电高峰负荷预测结果,所述第一预测模型的预测结果基于所有决策模块输出的预测结果之和确定。本发明基于多个决策模块串行,缩短第一预测模型的模型参数拟合效率和提高第一预测模型的预测准确性。

Patent Agency Ranking