-
公开(公告)号:CN119692169A
公开(公告)日:2025-03-25
申请号:CN202411684557.1
申请日:2024-11-22
Applicant: 三峡大学
Abstract: 一种基于mRMR和PO‑LightGBM的光伏故障诊断方法,包括以下步骤:构建光伏故障仿真模型,提取原始故障特征组;基于mRMR算法对原始故障特征组筛选,初选出对预测效果有显著影响的故障特征组;构建PO‑LightGBM模型,对步骤2中的故障特征组进行再次筛选得到最优故障特征组;验证步骤2中的故障特征组对于PO‑LightGBM模型的性能影响,且分析备选特征Um是否需要纳入最优故障特征组。本发明提供的一种基于mRMR和PO‑LightGBM的光伏故障诊断方法,可以明显提升其光伏故障诊断准确率。
-
公开(公告)号:CN119726754A
公开(公告)日:2025-03-28
申请号:CN202411569256.4
申请日:2024-11-05
Applicant: 三峡大学
Abstract: 基于综合分析评估的配电变压器档位调节方法,包括:获取配电台区运行数据以及配电变压器相关数据;建立综合评价体系指标;建立配电变压器档位调节优化模型;利用基于主客观耦合赋权法的NSGA‑II算法对配电变压器档位进行寻优,得到最优的调节指令。该方法不仅考虑了传统的电压质量和设备损耗问题,还引入了配变利用率等综合指标。从大量的运行数据中提取有价值的信息,通过对历史数据的分析和处理,建立相关模型并利用多目标优化算法,使得配电变压器能够基于实时数据和多维度评估指标对档位调整给出最优指令。
-
公开(公告)号:CN119719943A
公开(公告)日:2025-03-28
申请号:CN202411576419.1
申请日:2024-11-06
Applicant: 三峡大学
IPC: G06F18/2415 , G01R31/12 , G06F18/214 , G06N3/0464 , G06F18/15
Abstract: 基于CNN‑GRU神经网络的电缆放电电流识别方法,获取电缆的放电电流信号数据;采用卷积神经网络(CNN)提取放电电流信号的各类电流特征量,构建电流特征数据集,将电流特征数据集划分为训练集和测试集;构建CNN‑GRU神经网络模型,利用训练集对CNN‑GRU神经网络模型进行训练;将测试集数据输入到训练好的CNN‑GRU神经网络模型中,输出电缆放电电流信号的识别结果。本发明基于CNN‑GRU神经网络的电缆放电电流识别方法,能够在放电信号的特征提取和时间序列建模中实现优势互补,为电缆放电电流的精确识别提供了一个有效的解决方案。
-
公开(公告)号:CN119627942A
公开(公告)日:2025-03-14
申请号:CN202411576421.9
申请日:2024-11-06
Applicant: 三峡大学
Abstract: 基于E‑SOP互联配电台区电压优化调控方法,包括:对含E‑SOP的配电台区互联系统结构进行分析,构建E‑SOP数学模型;建立电压‑功率灵敏度计算模型,确定E‑SOP的最佳接入位置;构建以综合成本最低为目标的E‑SOP互联配电台区规划模型,确定E‑SOP的最优容量配置;建立多目标函数E‑SOP互联配电台区运行优化模型并求解;根据求解结果确定E‑SOP的最优位置、容量及运行方案。该方法在配电台区的互联系统中应用含储能系统的三端SOP(E‑SOP),能够从配电系统的空间、能量和功率的多维度方面提升配电网的灵活性和快速性,实现配电台区的电压优化。
-
-
-