一种基于HIL技术的用电信息采集异常工况检测系统

    公开(公告)号:CN117607783A

    公开(公告)日:2024-02-27

    申请号:CN202311514725.8

    申请日:2023-11-10

    IPC分类号: G01R35/04

    摘要: 本发明属于电力计量技术领域,具体涉及一种基于HIL技术的用电信息采集异常工况检测系统。为解决现有技术只是在理想环境下进行模拟仿真测试,导致仿真测试结果不准确的问题,本系统通过主控系统下发任务至实时主机与设备虚拟单元后,设备虚拟单元模拟生成相应的虚拟设备,并结合干扰模拟单元模拟的电力线上的干扰信号和异常工况发生单元产生的异常工况数据,配合实时主机与实体被测设备和其他虚拟设备进行交互模拟仿真,主控系统通过监测单元对仿真结果进行监测,以使本发明的检测更加安全可靠,降低检测成本,提高检测效率,且可模拟干扰信号的数量更多、覆盖面广。

    一种基于群体信息的CVT异常状态识别方法及装置

    公开(公告)号:CN115980647B

    公开(公告)日:2023-08-11

    申请号:CN202211362711.4

    申请日:2022-11-02

    摘要: 本发明涉及一种基于群体信息的CVT异常状态识别方法及装置,包括:获取同一母线下各组CVT的历史负荷数据、历史环境参量数据、历史二次电压数据,构建训练样本集与训练目标集;采用数据切分、集成学习的方法得到相电压预测模型;利用相电压预测模型预测同一母线下各组CVT的二次相电压,并计算目标CVT预测的相电压波动率与相电压偏差度;利用同一母线下各组CVT的电压波动率与相电压偏差度的统计特征,来计算目标CVT预测的相电压波动率与相电压偏差度的置信水平,实现目标CVT异常状态识别。本发明可对同一母线下各组CVT的异常状态进行识别与定位,及时发现超差CVT,保证电网运行的稳定性和安全性能。

    一种基于群体信息的CVT异常状态识别方法及装置

    公开(公告)号:CN115980647A

    公开(公告)日:2023-04-18

    申请号:CN202211362711.4

    申请日:2022-11-02

    摘要: 本发明涉及一种基于群体信息的CVT异常状态识别方法及装置,包括:获取同一母线下各组CVT的历史负荷数据、历史环境参量数据、历史二次电压数据,构建训练样本集与训练目标集;采用数据切分、集成学习的方法得到相电压预测模型;利用相电压预测模型预测同一母线下各组CVT的二次相电压,并计算目标CVT预测的相电压波动率与相电压偏差度;利用同一母线下各组CVT的电压波动率与相电压偏差度的统计特征,来计算目标CVT预测的相电压波动率与相电压偏差度的置信水平,实现目标CVT异常状态识别。本发明可对同一母线下各组CVT的异常状态进行识别与定位,及时发现超差CVT,保证电网运行的稳定性和安全性能。