基于智能穿戴设备的调度员培训成果评估方法及系统

    公开(公告)号:CN113491510A

    公开(公告)日:2021-10-12

    申请号:CN202110793588.0

    申请日:2021-07-09

    IPC分类号: A61B5/0205 A61B5/16 G06Q10/06

    摘要: 本申请涉及一种基于智能穿戴设备的调度员培训成果评估方法及系统,涉及智能培训技术领域,该方法包括以下步骤:利用智能穿戴设备按照预设周期检测调度员的实时生理参数;将实时生理参数与预设的生理参数正常范围进行比对,记录超出生理参数正常范围的实时生理参数;根据超出生理参数正常范围的实时生理参数以及对应的工作科目,获得调度员生理波动工况,调度员生理波动工况对应一工作科目;判断调度员生理波动工况对应的工作科目培训不合格。本申请通过智能穿戴设备监测调度员在实际工作时的生理参数,直观展现调度员的实际工作情况,从而对调度员对应的工作科目培训情况进行评估,为后期工作科目培训提供调整依据。

    一种结合SOM聚类与IFOU方程的线路容量预测方法

    公开(公告)号:CN112348700B

    公开(公告)日:2022-11-29

    申请号:CN202011220118.7

    申请日:2020-11-05

    IPC分类号: G06Q50/06 G06Q10/04 G06K9/62

    摘要: 本发明公开了一种结合SOM聚类与IFOU方程的线路容量预测方法,属于电力系统结合机器学习的技术领域。本方法是:①数据获取和预处理;②引入布朗运动状态方程确定为IFOU方程;③对不同的参数进行分组训练并构建出SOM模型;④根据SOM模型更新确定性因子参数;⑤根据SOM模型更新隐藏因子强度;⑥利用IFOU过程进行DLR预测。本发明将OU方程应用于输电线路传输容量预测中,考虑影响线路的隐藏因素并基于OU方程扩展得IFOU方程;OU方程扩展到IFOU方程后,它可以确定隐藏的因素并描述这些隐藏因素对DLR曲线估计的影响;本发明是一种新的方程参数更新方法,通过应用SOM网络聚类方法和最小化误差来设置,对样本数据进行分类处理,实现IFOU过程的确定性参数与因子指示过程的样本进行了更新。

    一种适应电网多种调控运行场景的关联特征选择方法

    公开(公告)号:CN111369168B

    公开(公告)日:2022-07-05

    申请号:CN202010191612.9

    申请日:2020-03-18

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明涉及电力系统特征选择技术,具体涉及一种适应电网多种调控运行场景的关联特征选择方法,首先从电力系统历史实际数据的角度出发,对其进行标准化和预处理,使其成为能够直接纳入分析计算以及分类器的时间序列数据,随后研究哪些特征变量可能指示电力系统场景的发生,或者典型场景的出现伴随着哪些特征变量的变化,利用这些信息构建出特征备选集,然后利用灰色关联度分析算法定量计算特征与目标典型场景之间关联度数值,并对其进行排序,随后设置合理的阈值,得到最终的特征子集,并利用分类器准确度对特征子集进行评价。该方法有利于调度人员在进行相关操作时有更好的指示,同时减少了电力系统的数据处理时间,提高了数据分析效率。

    一种结合SOM聚类与IFOU方程的线路容量预测方法

    公开(公告)号:CN112348700A

    公开(公告)日:2021-02-09

    申请号:CN202011220118.7

    申请日:2020-11-05

    IPC分类号: G06Q50/06 G06Q10/04 G06K9/62

    摘要: 本发明公开了一种结合SOM聚类与IFOU方程的线路容量预测方法,属于电力系统结合机器学习的技术领域。本方法是:①数据获取和预处理;②引入布朗运动状态方程确定为IFOU方程;③对不同的参数进行分组训练并构建出SOM模型;④根据SOM模型更新确定性因子参数;⑤根据SOM模型更新隐藏因子强度;⑥利用IFOU过程进行DLR预测。本发明将OU方程应用于输电线路传输容量预测中,考虑影响线路的隐藏因素并基于OU方程扩展得IFOU方程;OU方程扩展到IFOU方程后,它可以确定隐藏的因素并描述这些隐藏因素对DLR曲线估计的影响;本发明是一种新的方程参数更新方法,通过应用SOM网络聚类方法和最小化误差来设置,对样本数据进行分类处理,实现IFOU过程的确定性参数与因子指示过程的样本进行了更新。