-
公开(公告)号：CN113723844B
公开(公告)日：2024-04-19
申请号：CN202111037192.X
申请日：2021-09-06
Applicant: 东南大学
IPC: G06Q10/0639 , G06F18/214 , G06V10/40 , G06Q50/06
Abstract: 本发明公开了一种基于集成学习的低压台区理论线损计算方法，包括如下步骤：从多源生数据中计算线损相关因子，并基于XGBoost进行因子贡献度评价，形成理论线损多维度影响因子集；利用网格搜索法对多机器学习模型进行超参数寻优，得到基学习器集与元学习器集；以基学习器集中的全部模型和元学习器集中的各模型分别作为第一、二层训练模型进行循环优选，构建集成学习框架下的低压台区理论线损计算的最优模型；基于测试集的计算结果进行模型的性能评估。本发明基于XGBoost进行理论线损影响因子贡献度评价，提高了理论线损与相关影响因子之间关联的可解释性；其次通过模型融合的方式有效提升了理论线损的计算精度，弥补了传统单一模型的不足。
-
公开(公告)号：CN115000947A
公开(公告)日：2022-09-02
申请号：CN202210701249.X
申请日：2022-06-20
Applicant: 东南大学
Abstract: 本发明公开了基于智能电表量测的配电网拓扑结构与线路参数辨识方法，包括如下步骤：输入节点注入有功功率，无功功率和电压幅值量测序列；根据配电网运行特征建立线性潮流模型，并基于线性回归求解导纳估计阵，得到初始拓扑结构与线路参数估计初值；通过变量间的解耦迭代优化对线路导纳估计值进行修正，输出最终拓扑结构与线路参数辨识结果。本发明基于智能电表量测，无需获取节点电压的相角量测，在实际配电网中具有良好的适用性；其次可以在准确辨识拓扑结构的同时有效估计运行线路的导纳参数，摆脱了传统辨识方案只能进行拓扑识别的局限性。
-
公开(公告)号：CN115144635A
公开(公告)日：2022-10-04
申请号：CN202210874532.2
申请日：2022-07-22
Applicant: 东南大学
IPC: G01R11/24
Abstract: 本发明公开一种中压配电网窃电检测方法、存储介质和装置，包括如下步骤：将配电网负荷的累计电能消耗和发电机的输出功率根据能量守恒原理得到窃电信息矩阵；根据中压配电网实际运行特点建立简化的线性潮流模型；基于窃电信息矩阵获取正常用电时段与窃电时段的量测矩阵，并将量测矩阵通过线性回归得到正常用电场景和窃电场景下的导纳估计阵。本发明不受窃电节点与正常用电节点间量测数据不均衡特性的影响，扩大了在实际配电网中的适用范围；无需掌握准确的配网拓扑与线路参数信息，降低了在各种配网运行场景中的应用门槛；定位窃电节点的同时对各窃电节点的窃电量进行估计，提升了窃电检测的拓展价值。
-
公开(公告)号：CN113723844A
公开(公告)日：2021-11-30
申请号：CN202111037192.X
申请日：2021-09-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于集成学习的低压台区理论线损计算方法，包括如下步骤：从多源生数据中计算线损相关因子，并基于XGBoost进行因子贡献度评价，形成理论线损多维度影响因子集；利用网格搜索法对多机器学习模型进行超参数寻优，得到基学习器集与元学习器集；以基学习器集中的全部模型和元学习器集中的各模型分别作为第一、二层训练模型进行循环优选，构建集成学习框架下的低压台区理论线损计算的最优模型；基于测试集的计算结果进行模型的性能评估。本发明基于XGBoost进行理论线损影响因子贡献度评价，提高了理论线损与相关影响因子之间关联的可解释性；其次通过模型融合的方式有效提升了理论线损的计算精度，弥补了传统单一模型的不足。
-
公开(公告)号：CN106351140A
公开(公告)日：2017-01-25
申请号：CN201610878509.5
申请日：2016-10-08
Applicant: 东南大学
Abstract: 本发明公开一种可移动智能警示牌，包括机身，机身由上顶板、下底板和侧板构成，所述上顶板上表面设置有视频采集装置和警示牌，所述警示牌通过旋转装置固定设置在机身上，所述警示牌顶部设置有太阳能电池板，所述机身上设置有爆闪灯和太阳能转化装置，所述机身内部设置有控制装置和供电装置，所述下底板底部设置有动力轮和万向轮，所述控制装置通过导线与动力轮、爆闪灯、旋转装置和视频采集装置连接，所述控制装置、视频采集装置和旋转装置通过电信号与遥控手持端连接。本发明具有能够提高安全系数避免二次事故发生，操作简单，成本低廉，低碳环保的特点。
-
-
-
-
Search Results
15
records
(took 0.021 seconds)
