电力试验系统及方法
    4.
    发明授权

    公开(公告)号:CN114002077B

    公开(公告)日:2023-11-17

    申请号:CN202111289745.0

    申请日:2021-11-02

    IPC分类号: G01N3/12

    摘要: 本发明公开了一种电力试验系统及方法。其中,该系统包括:电源模块,电力设备模块,负荷模块和安全模块。其中,电源模块与电力设备模块连接,包括电源接口和扰动源,电力设备模块一端与电源模块连接,另一端与负荷模块连接,包括多个电力设备接口,电力设备接口用于将目标电力设备接入电力试验系统中;负荷模块与电力设备模块连接,包括多个敏感负荷和负荷检测模块;安全模块包括系统安全子模块和环境安全子模块。解决了传统电力试验系统中的安全模块无法综合考虑系统外部因素和内部因素来确定是否存在安全隐患造成的进行电力试验时安全风险较高技术问题。

    电力试验系统及方法
    5.
    发明公开

    公开(公告)号:CN114002077A

    公开(公告)日:2022-02-01

    申请号:CN202111289745.0

    申请日:2021-11-02

    IPC分类号: G01N3/12

    摘要: 本发明公开了一种电力试验系统及方法。其中,该系统包括:电源模块,电力设备模块,负荷模块和安全模块。其中,电源模块与电力设备模块连接,包括电源接口和扰动源,电力设备模块一端与电源模块连接,另一端与负荷模块连接,包括多个电力设备接口,电力设备接口用于将目标电力设备接入电力试验系统中;负荷模块与电力设备模块连接,包括多个敏感负荷和负荷检测模块;安全模块包括系统安全子模块和环境安全子模块。解决了传统电力试验系统中的安全模块无法综合考虑系统外部因素和内部因素来确定是否存在安全隐患造成的进行电力试验时安全风险较高技术问题。

    基于聚类及神经网络的广义负荷建模方法

    公开(公告)号:CN110991638B

    公开(公告)日:2024-01-05

    申请号:CN201911201936.X

    申请日:2019-11-29

    摘要: 本发明公开了一种基于聚类及神经网络的广义负荷建模方法,涉及广义负荷建模领域,所述方法包括以下步骤:步骤1、基于主成分分析对多维的负荷数据进行降维,获得降维数据;步骤2、采用K‑means算法对所述降维数据进行大时间尺度和小时间尺度的聚类分析,获得聚类数据;步骤3、对所述聚类数据进行RBF神经网络建模,构建广义负荷模型。本发明根据广义负荷的多影响因素,以重要性为优先级处理大量多维数据,实现了数据的精准采集与有效利用;包含传统负荷、可再生能源、电动汽车的配网中,实现广义负荷时变性、温度相关性的分析;本发明提供的模型的使用较为便捷,应用范围较广。(56)对比文件Yun Lu.An Improved RBF Neural Networkfor Short-TermLoad Forecast in SmartGrids.IEEE.2016,第1-6页.刘颖.基于PCA聚类分析的神经网络模型设计与应用.电子制作.2015,第58-59页.