公开(公告)号：CN111817299B

公开(公告)日：2021-02-19

申请号：CN202010708377.8

申请日：2020-07-21

Applicant: 南京工程学院

Inventor： 陈光宇 ,  吴文龙 ,  张仰飞 ,  郝思鹏 ,  刘海涛

IPC: H02J3/00

Abstract: 本发明公开了基于模糊推理的配电台区线损率异常成因智能辨识方法，步骤如下：S1、获取台区线损率数据；获取台区线损率异常的时段；S2、根据台区线损率的历史数据建立模糊专家库中的隶属度函数；S3、使用隶属度函数对步骤S1中的异常时段的线损率进行判断；S4、根据步骤S3的判断结果进行分析：若判断异常线损率为负线损率，则进入步骤S5；若判断异常线损率为高线损率，则进入步骤S6；若判断线损率正常则输出线损率正常并报错；S5、分类负线损率并判断异常原因，转入步骤S7；S6、通过线损率估算公式和皮尔逊系数来判断异常原因，转入步骤S7；S7、整理分析所得的原因并输出。本发明提高了线损率异常判断的准确性和速度。

公开(公告)号：CN111817299A

公开(公告)日：2020-10-23

申请号：CN202010708377.8

申请日：2020-07-21

Applicant: 南京工程学院

Inventor： 陈光宇 ,  吴文龙 ,  张仰飞 ,  郝思鹏 ,  刘海涛

IPC: H02J3/00

Abstract: 本发明公开了基于模糊推理的配电台区线损率异常成因智能辨识方法，步骤如下：S1、获取台区线损率数据；获取台区线损率异常的时段；S2、根据台区线损率的历史数据建立模糊专家库中的隶属度函数；S3、使用隶属度函数对步骤S1中的异常时段的线损率进行判断；S4、根据步骤S3的判断结果进行分析：若判断异常线损率为负线损率，则进入步骤S5；若判断异常线损率为高线损率，则进入步骤S6；若判断线损率正常则输出线损率正常并报错；S5、分类负线损率并判断异常原因，转入步骤S7；S6、通过线损率估算公式和皮尔逊系数来判断异常原因，转入步骤S7；S7、整理分析所得的原因并输出。本发明提高了线损率异常判断的准确性和速度。

公开(公告)号：CN111696003B

公开(公告)日：2021-03-16

申请号：CN202010533154.2

申请日：2020-06-12

Applicant: 南京工程学院

Inventor： 陈光宇 ,  张仰飞 ,  吴文龙 ,  郝思鹏 ,  刘海涛 ,  曹吴彧

IPC: G06Q50/06

Abstract: 本发明公开了海量数据驱动下台区线损率异常时段智能辨识及预警方法，从台区线损率异常时段智能辨识及预警分析的实际应用出发，对台区线损率数据进行分析，计算异常线损率的持续时间，同时通过考虑用户用电量和台区线损率重合度的特性，建立隶属度函数，从而找出异常关联用户，并给出线损率异常的预警信息。本发明能很好地解决海量数据下辨识台区线损率异常时段和异常预警的问题，提高判断线损率异常的准确性和效率，有利于改善配电台区中线损率异常判断不及时以及排查困难的实际问题。本发明能够进行台区线损率异常自动预警和快速定位，提高判断线损率异常的准确性和效率，有利于改善配电台区中线损率异常判断不及时以及排查困难的实际问题。

公开(公告)号：CN113708380A

公开(公告)日：2021-11-26

申请号：CN202111021764.5

申请日：2021-09-01

Applicant: 南京工程学院

Inventor： 陈光宇 ,  吴文龙 ,  张仰飞 ,  郝思鹏 ,  李家兴 ,  周思佳

IPC: H02J3/16 ,  H02J3/18 ,  H02J3/28 ,  H02J3/38 ,  H02J3/50 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了一种风‑光‑储混合系统区域无功储备多目标优化方法，步骤如下：S1、获取风‑光‑储混合系统典型场景集数据；S2、构建无功源的电压关联指标值，基于关联指标筛选出有效无功源；S3、对所有典型场景进行预想故障扫描，得到故障场景集数据，基于故障场景中有效无功源的无功储备构建故障场景特征向量；S4、对故障场景集进行场景缩减，得到典型故障场景；S5、对风光储系统进行分区；S6、构建典型故障场景下区域无功储备多目标优化模型；S7、采用多目标优化算法对模型进行求解得到Pareto最优解集；S8、通过模糊理论得到折中最优解。本发明能够提高风光储混合系统在故障情况下电网电压安全水平，降低系统的运行风险。

公开(公告)号：CN111696003A

公开(公告)日：2020-09-22

申请号：CN202010533154.2

申请日：2020-06-12

Applicant: 南京工程学院

Inventor： 陈光宇 ,  张仰飞 ,  吴文龙 ,  郝思鹏 ,  刘海涛 ,  曹吴彧

IPC: G06Q50/06

Abstract: 本发明公开了海量数据驱动下台区线损率异常时段智能辨识及预警方法，从台区线损率异常时段智能辨识及预警分析的实际应用出发，对台区线损率数据进行分析，计算异常线损率的持续时间，同时通过考虑用户用电量和台区线损率重合度的特性，建立隶属度函数，从而找出异常关联用户，并给出线损率异常的预警信息。本发明能很好地解决海量数据下辨识台区线损率异常时段和异常预警的问题，提高判断线损率异常的准确性和效率，有利于改善配电台区中线损率异常判断不及时以及排查困难的实际问题。本发明能够进行台区线损率异常自动预警和快速定位，提高判断线损率异常的准确性和效率，有利于改善配电台区中线损率异常判断不及时以及排查困难的实际问题。