-
公开(公告)号：CN111598727A
公开(公告)日：2020-08-28
申请号：CN202010716001.1
申请日：2020-07-23
申请人： 国网江西省电力有限公司电力科学研究院 , 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明提出了一种基于码相位计数法提升智能变电站计量时钟同步的方法，通过测量模块提取出卫星时钟脉冲数据，由计时码字相位比较计算出相位控制字，微处理器对输入脉冲与晶振分频脉冲间的时延值进行了调整，提升计量时钟的准确性。晶振时钟的频率偏移采用直接频率测量和频率合成技术，将频率信号按照某一频点基准划分出不同频率成分的震荡，将高频率噪声成分识别出，依据采集输出频率与计数器数值计算频率控制字，由频率控制字实现多路分频，将频率误差识别出并滤除，达到校准时钟频率的效果，解决晶振时钟的频偏问题。利用FPGA方法实现相位与频率的校正功能，测量控制精准，易于实现，时钟同步信号提升到1.25ns，符合现场应用与产品开发需求。
-
公开(公告)号：CN111596255A
公开(公告)日：2020-08-28
申请号：CN202010728912.6
申请日：2020-07-27
申请人： 国网江西省电力有限公司电力科学研究院 , 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明属于变电站计量技术领域，涉及一种强化学习算法的计量误差远程在线检测方法。误差检测与评估过程利用计量功率采集样本与标准电表值进行误差比较，优化标准化误差专家库数值；再利用Q-Learning函数强化学习算法构建电量不平衡的映射模型，对专家库更新数值指导Q迭代网络的初始值定义，通过实时采集的电量数据变化过程准确预测出下一时刻的电量值，实现电量值预测功能，并与专家库中标准值进行比差计算，获取平均预测误差值，当误差范围超出误差置信区间，则立即发出预警信息。本发明优势在可以远程测试计量系统整体误差，具有强自适应调整能力，符合误差产生的动态特性，评估结论准确，系统易于实现。
-
公开(公告)号：CN112485521B
公开(公告)日：2023-07-21
申请号：CN202011198459.9
申请日：2020-10-31
IPC分类号： G01R23/16
摘要： 本发明提供了一种基于对称离散傅里叶变换的频率估计方法，先对两个频率分量紧密相邻的信号进行加窗离散对称傅里叶变换，获得3个存在相位差的频谱序列函数表达式；然后将3个函数表达式简化变形，得到关于相位差的方程组；最后解方程组求出相位差，根据时频关系求得两个频率分量的频率值。本发明针对普通离散傅里叶变换不能估计两个紧密相邻的频率分量的问题，本发明公开的方法采用了三个时域序列，利用两个相邻序列之间的时间间隔相同的原理，得到3个存在相位差的频谱序列函数表达式，继而采用对称离散傅里叶变换实现频率估计，解决了估计两个紧密相邻的频率分量的问题。
-
公开(公告)号：CN111797899A
公开(公告)日：2020-10-20
申请号：CN202010502448.9
申请日：2020-06-04
摘要： 本发明提出了一种低压台区kmeans聚类方法及系统。包括以下步骤：首先，依托用电信息采集系统，采集若干台区的相关电气特征参数，建立样本数据集；其次，采用主成分分析法对所述样本数据集进行特征提取，将高维数据集降维到低维数据集；然后，基于改进布谷鸟搜索的kmeans聚类算法对所述低维数据集进行聚类；最后，运用t-SNE方法对聚类结果进行降维三维分类结果显示。本发明相较于传统的kmeans聚类算法，减少了对于初始值的依赖，提高了低压台区聚类的准确性，为下一步进行典型台区的线损计算分析提供了技术支撑。
-
公开(公告)号：CN111738364B
公开(公告)日：2021-05-25
申请号：CN202010775701.8
申请日：2020-08-05
申请人： 国网江西省电力有限公司供电服务管理中心 , 国家电网有限公司 , 国网江西省电力有限公司电力科学研究院 , 湖南大学
摘要： 本发明提供了一种基于用户负荷与用电参量相结合的窃电检测方法，采用模糊C均值算法与随机选择法相结合的方法对用户负荷数据进行聚类，将用户划分为不同的类别并找出用户的负荷特征曲线，计算用户日常负荷曲线与该用户特征负荷曲线的距离，找出偏离程度较大的嫌疑异常用户；最后利用基于用电参量的用户窃电识别模型进行进一步的观察和筛选找出窃电用户。本发明将用户负荷与用电参量相结合，建立基于负荷曲线的窃电初筛模型，使用改进并列式长短期记忆神经网络LSTM算法进行训练，充分考虑了实际电网中电能质量监测系统数据的时序性和规律性，能够精准检测到具体异常数值，具有很好的识别效果和实际应用价值，提升了算法的准确度。
-
公开(公告)号：CN111596255B
公开(公告)日：2021-01-15
申请号：CN202010728912.6
申请日：2020-07-27
申请人： 国网江西省电力有限公司电力科学研究院 , 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明属于变电站计量技术领域，涉及一种强化学习算法的计量误差远程在线检测方法。误差检测与评估过程利用计量功率采集样本与标准电表值进行误差比较，优化标准化误差专家库数值；再利用Q‑Learning函数强化学习算法构建电量不平衡的映射模型，对专家库更新数值指导Q迭代网络的初始值定义，通过实时采集的电量数据变化过程准确预测出下一时刻的电量值，实现电量值预测功能，并与专家库中标准值进行比差计算，获取平均预测误差值，当误差范围超出误差置信区间，则立即发出预警信息。本发明优势在可以远程测试计量系统整体误差，具有强自适应调整能力，符合误差产生的动态特性，评估结论准确，系统易于实现。
-
公开(公告)号：CN112485521A
公开(公告)日：2021-03-12
申请号：CN202011198459.9
申请日：2020-10-31
IPC分类号： G01R23/16
摘要： 本发明提供了一种基于对称离散傅里叶变换的频率估计方法，先对两个频率分量紧密相邻的信号进行加窗离散对称傅里叶变换，获得3个存在相位差的频谱序列函数表达式；然后将3个函数表达式简化变形，得到关于相位差的方程组；最后解方程组求出相位差，根据时频关系求得两个频率分量的频率值。本发明针对普通离散傅里叶变换不能估计两个紧密相邻的频率分量的问题，本发明公开的方法采用了三个时域序列，利用两个相邻序列之间的时间间隔相同的原理，得到3个存在相位差的频谱序列函数表达式，继而采用对称离散傅里叶变换实现频率估计，解决了估计两个紧密相邻的频率分量的问题。
-
公开(公告)号：CN111753699A
公开(公告)日：2020-10-09
申请号：CN202010553871.1
申请日：2020-06-17
申请人： 国网江西省电力有限公司电力科学研究院 , 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明涉及一种直流充电桩数字计量准确度提升的方法。利用改进式稀疏自动编码方法将计量采样的瞬时功率值中的干扰信息识别出来，用数字形态探针去度量初步识别出来的干扰波形，再经过形态学的结构算子正反变换，能准确提取干扰功率值中掺杂的高斯白噪声功率、谐波与电流、电压波动功率分量的互干扰成分，根据干净的波形图中可识别到具体的幅值、频率、脉宽等特征参数，根据特征参数设定滤波电路设计方案，在不影响原值的情况下将干扰波形滤除。本发明方法应用在直流充电桩数字电能计量表中，以程序化形式嵌入电表原数据处理软件中，对采样的电能功率值新添数据去干扰功能，提升计量数据的准确性，也能保护充电设备的运行环境和使用寿命。
-
公开(公告)号：CN111753699B
公开(公告)日：2024-04-05
申请号：CN202010553871.1
申请日：2020-06-17
申请人： 国网江西省电力有限公司电力科学研究院 , 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
IPC分类号： G06F18/10 , G06T5/30 , G06F18/214 , G06F18/24
摘要： 本发明涉及一种直流充电桩数字计量准确度提升的方法。利用改进式稀疏自动编码方法将计量采样的瞬时功率值中的干扰信息识别出来，用数字形态探针去度量初步识别出来的干扰波形，再经过形态学的结构算子正反变换，能准确提取干扰功率值中掺杂的高斯白噪声功率、谐波与电流、电压波动功率分量的互干扰成分，根据干净的波形图中可识别到具体的幅值、频率、脉宽等特征参数，根据特征参数设定滤波电路设计方案，在不影响原值的情况下将干扰波形滤除。本发明方法应用在直流充电桩数字电能计量表中，以程序化形式嵌入电表原数据处理软件中，对采样的电能功率值新添数据去干扰功能，提升计量数据的准确性，也能保护充电设备的运行环境和使用寿命。
-
公开(公告)号：CN111797899B
公开(公告)日：2023-11-07
申请号：CN202010502448.9
申请日：2020-06-04
IPC分类号： G06F18/23213 , G06N3/006
摘要： 本发明提出了一种低压台区kmeans聚类方法及系统。包括以下步骤：首先，依托用电信息采集系统，采集若干台区的相关电气特征参数，建立样本数据集；其次，采用主成分分析法对所述样本数据集进行特征提取，将高维数据集降维到低维数据集；然后，基于改进布谷鸟搜索的kmeans聚类算法对所述低维数据集进行聚类；最后，运用t‑SNE方法对聚类结果进行降维三维分类结果显示。本发明相较于传统的kmeans聚类算法，减少了对于初始值的依赖，提高了低压台区聚类的准确性，为下一步进行典型台区的线损计算分析提供了技术支撑。
-
-
-
-
-
-
-
-
-
搜索结果
308 条记录 (耗时 0.193 秒)
