一种审计异常数据检测方法和系统

    公开(公告)号:CN118364322A

    公开(公告)日:2024-07-19

    申请号:CN202410335871.2

    申请日:2024-03-22

    IPC分类号: G06F18/23213

    摘要: 一种审计异常数据检测方法和系统。该方法包括,采集历史批次审计数据,利用K‑Means聚类算法对所述历史批次审计数据进行聚类,得到包含原始聚类中心点的历史聚类模型;采集当前批次审计数据,基于所述历史聚类模型对当前批次审计数据进行异常数据识别,其中,根据当前批次审计数据的数据点密度和标准化欧氏距离确定当前批次审计数据中的疑似异常数据点;利用当前批次审计数据更新聚类中心点,如果新的聚类中心点与原始聚类中心点的距离偏差在预定义阈值距离内,则将所述疑似异常数据点确定为实际异常数据,否则利用K‑Means聚类算法对所述当前批次审计数据重新进行聚类,基于聚类结果确定异常数据。本发明的方案提高了审计异常数据检测的效率和准确率。

    基于双链量子遗传算法的发电机组涉网参数优化方法

    公开(公告)号:CN106777521B

    公开(公告)日:2022-11-15

    申请号:CN201611046368.7

    申请日:2016-11-11

    IPC分类号: G06F30/27 G06N3/12

    摘要: 本发明公开了一种基于双链量子遗传算法的发电机组涉网参数优化方法,选取电网系统中发电机组需要优化的涉网参数;计算发电机组需要优化的涉网参数的约束条件和暂态稳定性最优的总目标函数;确定发电机组涉网参数的适应度函数;初始化双链量子种群;利用变异概率判断当前染色体是否变异,如果变异则进行量子位非门变异;将当前染色体的每个量子位的概率幅向解空间转换,并将转换得到的值代入暂态稳定计算程序确定暂态稳定性最优的总目标函数值,并进行适应度评价从而确定个体适应度,存储全局最优解;计算量子旋转角前进步长并更新量子门,得到下一代染色体;本发明优化发电机组的涉网参数,提高系统的暂态稳定性,实现机网协调。

    一种直流保护系统及其控制方法

    公开(公告)号:CN107276052B

    公开(公告)日:2019-01-22

    申请号:CN201710563665.7

    申请日:2017-07-12

    IPC分类号: H02H7/26 H02J9/06

    摘要: 本发明公开了一种直流保护系统及其控制方法,包括直流保护器、断路器、直流母线和直流负载,直流保护器通过断路器与直流母线连接,直流保护器与直流负载连接,直流保护器无线通信连接有调度中心服务器,直流保护器包括保护控制模块、功率模块、监测模块、报警显示模块和通信模块,功率模块包括隔离模块、旁路模块和电池供电模块,保护控制模块分别与功率模块、监测模块、报警显示模块和通信模块连接,隔离模块与旁路模块并联,所述电池供电模块与隔离模块连接;本发明避免了直流负载向直流母线注入交流分量,当直流母线发生故障时,可以通过蓄电池供电,减少了直流负载断电的可能性,提高了直流系统的稳定性。

    一种风电场参与电网黑启动时选择恢复路径的方法

    公开(公告)号:CN105186569B

    公开(公告)日:2017-05-17

    申请号:CN201510680946.1

    申请日:2015-10-19

    IPC分类号: H02J3/38

    摘要: 本发明公开了一种风电场参与电网黑启动时选择恢复路径的方法,步骤10)当停电时,判断是否采用风电场作为黑启动电源;步骤20)启动风电场中移动柴油发电车,建立恒定的频率和电压;步骤30)启动风电场中的部分风电机组辅机和火电厂中容量最大的一台辅机;步骤40)启动一部分双馈风机,移动柴油发电车和该部分双馈风机发电功率为所有双馈风机辅机供电;步骤50)启动另一部分双馈风机,火电厂中最大容量的辅机与风电场形成区域内功率平衡的系统;步骤60)逐步启动火电厂其余辅机,最终启动大容量火电机组,对外逐步恢复电网。该方法克服现有风电场参与电网黑启动中,黑启动电源不稳定及需要配置储能设施后造成的巨大投资。

    一种基于电网潮流的碳排放计算方法及装置

    公开(公告)号:CN115630779A

    公开(公告)日:2023-01-20

    申请号:CN202211277449.3

    申请日:2022-10-19

    摘要: 本发明公开了一种基于电网潮流的碳排放计算方法及装置,方法包括:获取历史碳排放计算事件数据;基于所述历史碳排放计算事件数据,对预构建的电网BP神经网络模型更新参数,直至模型输出的当前参数得到的碳排放量与期望碳排放量的方差E小于设定值,得到确定的参数和训练好的电网BP神经网络模型;其中所述参数包括各时间点的权重和逐点距离的放大指数;获取当前时间点的用电量及参照用电量,输入训练好的电网BP神经网络模型,根据所述网BP神经网络模型的输出,确定碳排放计算结果。