基于深度学习的电力运行风险预警方法及系统

    公开(公告)号:CN117391459B

    公开(公告)日:2024-03-05

    申请号:CN202311705413.5

    申请日:2023-12-13

    Abstract: 本发明涉及电力运行监测的技术领域,特别是涉及一种基于深度学习的电力运行风险预警方法及系统,其能够更准确地预测和预警电力线路的运行风险,提高电力系统的可靠性和稳定性;方法包括:利用气象预警平台获取被监测电力线路所在区域未来监测时间窗口内的气象数据;监测时间窗口表示电力运行风险预警起始时间戳和终止时间戳之间的时间段;对监测时间窗口内的气象数据进行关键参数提取,获得电力运行风险诱因参数集合;根据电网历史运维故障记录,设置电力线路故障类型集合;将电力运行风险诱因参数集合分别与电力线路故障类型集合中的各种故障类型进行相关性分析,获得气象故(56)对比文件范李平 等.基于大数据挖掘的变电设备故障预警研究及应用.电力大数据.2019,第22卷(第01期),1-7.黄灿 等.基于气象数据挖掘的输变电设备故障预警.新型工业化.2016,第6卷(第05期),33-39.M. Marsadek等.Risk-based voltagecollapse assessment using generalizedregression neural network.Proceedings ofthe 2011 International Conference onElectrical Engineering andInformatics.2011,1-6.

    一种基于组态工具的曲线叠加方法

    公开(公告)号:CN104361020A

    公开(公告)日:2015-02-18

    申请号:CN201410560081.0

    申请日:2014-10-20

    CPC classification number: G06F17/30572 G06Q50/06

    Abstract: 本发明公开了一种基于组态工具的曲线叠加方法,具体步骤包括:1)部署实时数据库服务器,对有功功率采集端采集的实时数据进行数据合理性校验;2)部署组态工具,建立和实时数据库的连接,选择需要叠加的同类型的电气量;3)在配置文件中写入新点生成规则参数及数值越限参数;4)模拟生成合成曲线;5)组态工具将数据缓存区中的合成点值以及数据库中的值展示在组态页面上。本发明在依据实时数据的基础上,动态生成合成曲线,不但不占用实时数据库存储空间,而且利用现有理论知识为基础,利用实测数据生成理论曲线,为实际运行提供形象的曲线参考。

Patent Agency Ranking