-
公开(公告)号：CN112305310B
公开(公告)日：2023-09-05
申请号：CN202011116405.3
申请日：2020-10-19
申请人： 华北电力大学 , 国网辽宁省电力有限公司电力科学研究院
IPC分类号： G01R25/00
摘要： 本发明公开了一种不同应用场景的同步相量量测方法，首先确定不同应用场景下的同步相量测量需求，包括测量带宽、上传速率和误差极限；根据所确定的测量需求建立通用误差模型，并基于该通用误差模型确定复带通滤波器的参数范围；基于得到的复带通滤波器的参数范围，利用迭代重加权算法设计复带通滤波器，并得到所设计复带通滤波器的系数；验证设计出的复带通滤波器的响应时间和上送延时是否满足标准要求，若不满足，则调整测量需求重新设计复带通滤波器，若满足，则利用该复带通滤波器进行相量测量。利用上述方法可以根据电力系统的不同应用场景，通过调整算法参数设计出满足不同标准和应用需求的相量算法。
-
公开(公告)号：CN112305310A
公开(公告)日：2021-02-02
申请号：CN202011116405.3
申请日：2020-10-19
申请人： 华北电力大学 , 国网辽宁省电力有限公司电力科学研究院
IPC分类号： G01R25/00
摘要： 本发明公开了一种不同应用场景的同步相量量测方法，首先确定不同应用场景下的同步相量测量需求，包括测量带宽、上传速率和误差极限；根据所确定的测量需求建立通用误差模型，并基于该通用误差模型确定复带通滤波器的参数范围；基于得到的复带通滤波器的参数范围，利用迭代重加权算法设计复带通滤波器，并得到所设计复带通滤波器的系数；验证设计出的复带通滤波器的响应时间和上送延时是否满足标准要求，若不满足，则调整测量需求重新设计复带通滤波器，若满足，则利用该复带通滤波器进行相量测量。利用上述方法可以根据电力系统的不同应用场景，通过调整算法参数设计出满足不同标准和应用需求的相量算法。
-
公开(公告)号：CN118897154A
公开(公告)日：2024-11-05
申请号：CN202410944400.1
申请日：2024-07-15
申请人： 华北电力大学
IPC分类号： G01R31/08 , G06F18/15 , G06F18/27 , G06N5/04 , G06F123/02
摘要： 本发明公开了一种配电网同步测量数据驱动的扰动源辨识方法，属于同步测量技术领域，包括以下步骤：步骤1、获取配电网同步测量数据中的实时扰动数据并进行数据预处理；步骤2、对预处理后的同步测量扰动数据进行自回归建模；步骤3、计算各点位同步测量数据间的因果性强度并构建因果相关性矩阵；步骤4、依据测量点位的拓扑对因果相关性矩阵进行条件判定，辨识扰动源；本发明提供的一种配电网同步测量数据驱动的扰动源辨识方法，能够快速分辨扰动数据中的传输侧扰动与配电网扰动，从而提取出真实的配电网扰动。
-
公开(公告)号：CN118551316A
公开(公告)日：2024-08-27
申请号：CN202410513061.1
申请日：2024-04-26
申请人： 中国长江三峡集团有限公司 , 华北电力大学
IPC分类号： G06F18/2433 , G06F18/213
摘要： 本公开涉及数据处理技术领域，尤其涉及一种扰动数据的筛选方法、装置、计算机设备及存储介质，在获取原始信号、特征标签和负荷电压之后，对原始信号进行集合经验模态分解，得到多个尺度对应的本征模态分量；选择与特征标签对应的筛选方式从原始频率数据中选择异常数据；根据负荷电压、第一预设裕度、第二预设裕度和第一差值阈值，将扰动数据从异常数据中筛选出来；本实施例通过第一次筛选，将异常数据从原始频率数据中的确定出来，通过第二次筛选，将由硬件问题等原因导致的坏数据从原始频率中剔除，从而将扰动数据从原始频率数据中提取出来，以对扰动数据进行进一步的识别检测操作，进而提高检测结果的准确性。
-
公开(公告)号：CN117975043A
公开(公告)日：2024-05-03
申请号：CN202311748154.4
申请日：2023-12-18
申请人： 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 华北电力大学 , 江苏省电力试验研究院有限公司
IPC分类号： G06V10/46 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/082
摘要： 本发明公开了一种基于自适应基序差分场的扰动特征融合与提取方法、装置及系统，包括获取配网同步测量的频率数据f和电压幅值数据U；对所述频率数据f和电压幅值数据U进行数据预处理，得到频率数据#imgabs0#和电压幅值数据#imgabs1#使用自适应基序差分场的编码方法对频率数据#imgabs2#和电压幅值数据#imgabs3#进行特征图像化，分别生成对应的频率基序差分场和电压幅值基序差分场；将所述频率基序差分场和电压幅值基序差分场进行融合，生成特征图片；基于卷积神经网络对所述特征图片进行扰动特征提取。本发明具有良好的特征提取效率，以及较快的计算速度，能够进一步提高分类器的准确率。
-
公开(公告)号：CN112505477B
公开(公告)日：2023-12-08
申请号：CN202011278074.3
申请日：2020-11-16
申请人： 广东电网有限责任公司广州供电局 , 华北电力大学
IPC分类号： G01R31/08 , G06F18/213 , G06F123/02
摘要： 本发明公开了一种基于配电网同步相量数据的扰动初判方法，针对电网负荷侧220V电压侧数据波动大，扰动多且不易区分，测量数据噪声大的特点，采用了EMD经验模态分解再重构对原频率数据处理，使得处理后扰动部分数据与稳态数据的导数特点易于区分；再通过实际同步相量测量数据进行进一步验证，证明了该方法能够很好的将扰动数据与稳态数据区分，并具有计算速度快，占用计算资源少的优点。
-
公开(公告)号：CN116502126A
公开(公告)日：2023-07-28
申请号：CN202310491917.5
申请日：2023-05-04
申请人： 华北电力大学
IPC分类号： G06F18/24 , G06F30/27 , G06F113/04 , G06F119/02
摘要： 本发明公开了一种基于同步相量测量的无监督电力系统扰动识别方法，首先获取待处理电力系统的同步相量测量数据，包括频率、电压幅值和电压相角，并对频率、电压幅值和电压相角进行归一化处理，作为后续模型的输入；构建长短时时间序列生成对抗网络LST‑TimeGAN模型，使用所构建的模型进行长时、短时、超短时时间窗的非事件特征提取；依据模型的输出，结合事件的电气量和时间窗特征进行扰动预分类；使用LightGBM算法对预分类的事件大类进行聚类再识别，实现扰动的识别分类。上述方法可用于无标签或少标签情形的扰动识别，能对电力系统扰动进行准确识别，从而监控电力系统的电能质量问题，并对潜在配网故障进行预警。
-
-
公开(公告)号：CN113850330A
公开(公告)日：2021-12-28
申请号：CN202111134876.1
申请日：2021-09-27
申请人： 华北电力大学
摘要： 本发明公开了一种基于短时傅里叶变换和卷积神经网络的配电网故障原因检测方法，首先获取待检测配电网的故障录波数据，截取故障发生后的一周波故障数据；将故障数据通过短时傅里叶变换进行特征提取，得到时频特征图，并采用数据增强的方法扩充数据；构建卷积神经网络CNN分类模型，并利用数据扩充后的时频特征图对所构建的卷积神经网络CNN分类模型进行训练；构造测试数据集，对训练好的卷积神经网络CNN分类模型进行测试，实现故障原因的准确识别和分类。该方法能够快速、准确地对实际配电网的故障原因进行识别和分类，实现电力系统动态行为的实时监测。
-
公开(公告)号：CN112611968A
公开(公告)日：2021-04-06
申请号：CN202011242495.0
申请日：2020-11-09
申请人： 广东电网有限责任公司广州供电局 , 华北电力大学
摘要： 本发明公开了属于电力系统测试技术领域的一种基于决策树的相量测量次同步振荡检测方法。基于决策树算法从PMU历史数据中预先离线学习次同步振荡阈值，以实现在线的次同步振荡快速检测。通过改变标签给定的判据，可以自适应地调整次同步振荡检测阈值以满足实际需求。对检测出的含有次同步振荡的数据，基于FFT频谱分析，计算出次同步振荡的频率和幅值以实现及时告警。该方法能够快速、准确地检测次同步振荡，在用FFT确定次同步振荡参数之前，排除了占比较多的非次同步振荡数据，从而明显减少了FFT分析的计算量，并能根据实际需求自适应调整阈值，因此采用基于决策树的PMU测量相量次同步振荡检测方法具有十分显著的优点。
-
-
-
-
-
-
-
-
-
搜索结果
89 条记录 (耗时 0.109 秒)
