-
公开(公告)号：CN115858635B
公开(公告)日：2023-06-16
申请号：CN202310178603.X
申请日：2023-02-27
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司 , 南昌大学
IPC分类号： G06F16/2458 , G06F40/289 , G06N3/0442 , G06N3/048 , G06N3/047 , G06N3/091 , G06Q10/20 , G06Q50/06
摘要： 本发明公开了一种基于自然语言处理的短路冲击自动诊断方法，方法为：S1对电力自然语言数据进行预处理，建立字符特征数据集，构建文本目标数据提取模型；S2导入文本目标数据提取模型抽取目标信息，将得到的目标关键信息使用文本余弦相似度匹配算法进行关联，获取承受最大短路电流值和历史短路冲击情况；S3构建短路跳闸特征挖掘模型；S4依据短路电流比，关联历史跳闸事件、短路冲击严重等级和冲击后检修策略，生成特定预警信息和检修建议。本发明的有益效果是：解决了人为开展短路冲击分析工作存在的局限性以及录波文件与台账数据信息匹配困难的问题，能够实时为不同程度的短路冲击提供针对性运维检修意见。
-
公开(公告)号：CN113987033B
公开(公告)日：2022-04-12
申请号：CN202111615216.5
申请日：2021-12-28
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
摘要： 本发明公开了一种主变在线监测数据群体偏差识别与校准方法，数据收集；对线下数据校核过的在线监测数据进行分段线性化，提取线段曲线与数据群体特征；构建分段关联挖掘模型,对曲线特征表征的线段集合进行符号化，使用Apriori算法挖掘在线检测数据不同指标的关联性，发现异常数值；考虑时段特性获取支持度变化，并识别数据偏差；利用强关联指标序列构建多指标预测模型，完成偏差校准；利用校准数据重新计算不同指标的关联性，验证数据群体偏差校准的可靠性。本发明可通过挖掘不同指标序列的关联规则，识别数据群体偏差，并构建一种基于改进遗传算法优化的BP神经网络算法多指标预测模型对数据群体偏差进行校准。
-
公开(公告)号：CN112966990B
公开(公告)日：2021-09-10
申请号：CN202110539663.0
申请日：2021-05-18
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
摘要： 本发明公开了一种变电设备综合状态评价的方法，导入状态指标数据处理结果，电力变压器状态评价以表征电力变压器异常状态的数据集为基础，按状态指标的分类、指标数据的处理、构建分层评价体系、使用主客观融合赋权法制定指标权重并据此得到电力变压器的状态评价结果四个步骤进行；在线监测装置的状态评价以由在线监测装置工作的异常导致的异常数据集为基础，状态评价包括构建异常模式的数据与在线监测装置异常状态之间的表征关系、异常状态概率表征、使用模糊评价理论中隶属度函数完成在线监测装置的状态评价三步。本发明针对电力变压器与在线监测装置分别建立其状态评价模型，从而构成基于数据驱动的变电设备综合状态评价体系。
-
公开(公告)号：CN113987033A
公开(公告)日：2022-01-28
申请号：CN202111615216.5
申请日：2021-12-28
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
摘要： 本发明公开了一种主变在线监测数据群体偏差识别与校准方法，数据收集；对线下数据校核过的在线监测数据进行分段线性化，提取线段曲线与数据群体特征；构建分段关联挖掘模型,对曲线特征表征的线段集合进行符号化，使用Apriori算法挖掘在线检测数据不同指标的关联性，发现异常数值；考虑时段特性获取支持度变化，并识别数据偏差；利用强关联指标序列构建多指标预测模型，完成偏差校准；利用校准数据重新计算不同指标的关联性，验证数据群体偏差校准的可靠性。本发明可通过挖掘不同指标序列的关联规则，识别数据群体偏差，并构建一种基于改进遗传算法优化的BP神经网络算法多指标预测模型对数据群体偏差进行校准。
-
公开(公告)号：CN112966990A
公开(公告)日：2021-06-15
申请号：CN202110539663.0
申请日：2021-05-18
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
摘要： 本发明公开了一种变电设备综合状态评价的方法，导入状态指标数据处理结果，电力变压器状态评价以表征电力变压器异常状态的数据集为基础，按状态指标的分类、指标数据的处理、构建分层评价体系、使用主客观融合赋权法制定指标权重并据此得到电力变压器的状态评价结果四个步骤进行；在线监测装置的状态评价以由在线监测装置工作的异常导致的异常数据集为基础，状态评价包括构建异常模式的数据与在线监测装置异常状态之间的表征关系、异常状态概率表征、使用模糊评价理论中隶属度函数完成在线监测装置的状态评价三步。本发明针对电力变压器与在线监测装置分别建立其状态评价模型，从而构成基于数据驱动的变电设备综合状态评价体系。
-
公开(公告)号：CN113792754B
公开(公告)日：2024-08-16
申请号：CN202110922307.7
申请日：2021-08-12
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
IPC分类号： G06F18/23213 , G06N3/006 , G06F16/215
摘要： 本发明公开了一种先除异后修复的换流变DGA在线监测数据处理方法，第一阶段引入滑动窗口算法的思想，使用分段线性化算法将序列数据划分为若干由斜率与跨度表征的线段，再使用基于最大最小距离改进的K‑means聚类将在线监测数据符号化，最后使用APRIORI算法挖掘DGA中不同指标之间的关联性，并以此发掘其中存在的异常数值；第二阶段，根据筛除的异常数值采样点，提出改进的粒子群优化的支持向量回归算法，定义粒子解集之间的距离，使用模糊推理规则划分不同类型的粒子，并以此定义不同更新公式，保证算法的求解速度与求解多样性，优化支持向量回归算法中的关键参数对这些采样点进行修复，实现在线DGA监测数据的处理。
-
公开(公告)号：CN115858635A
公开(公告)日：2023-03-28
申请号：CN202310178603.X
申请日：2023-02-27
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司 , 国网江西省电力有限公司 , 南昌大学
IPC分类号： G06F16/2458 , G06F40/289 , G06N3/0442 , G06N3/048 , G06N3/047 , G06N3/091 , G06Q10/20 , G06Q50/06
摘要： 本发明公开了一种基于自然语言处理的短路冲击自动诊断方法，方法为：S1对电力自然语言数据进行预处理，建立字符特征数据集，构建文本目标数据提取模型；S2导入文本目标数据提取模型抽取目标信息，将得到的目标关键信息使用文本余弦相似度匹配算法进行关联，获取承受最大短路电流值和历史短路冲击情况；S3构建短路跳闸特征挖掘模型；S4依据短路电流比，关联历史跳闸事件、短路冲击严重等级和冲击后检修策略，生成特定预警信息和检修建议。本发明的有益效果是：解决了人为开展短路冲击分析工作存在的局限性以及录波文件与台账数据信息匹配困难的问题，能够实时为不同程度的短路冲击提供针对性运维检修意见。
-
公开(公告)号：CN113792754A
公开(公告)日：2021-12-14
申请号：CN202110922307.7
申请日：2021-08-12
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
IPC分类号： G06K9/62 , G06N3/00 , G06F16/215
摘要： 本发明公开了一种先除异后修复的换流变DGA在线监测数据处理方法，第一阶段引入滑动窗口算法的思想，使用分段线性化算法将序列数据划分为若干由斜率与跨度表征的线段，再使用基于最大最小距离改进的K‑means聚类将在线监测数据符号化，最后使用APRIORI算法挖掘DGA中不同指标之间的关联性，并以此发掘其中存在的异常数值；第二阶段，根据筛除的异常数值采样点，提出改进的粒子群优化的支持向量回归算法，定义粒子解集之间的距离，使用模糊推理规则划分不同类型的粒子，并以此定义不同更新公式，保证算法的求解速度与求解多样性，优化支持向量回归算法中的关键参数对这些采样点进行修复，实现在线DGA监测数据的处理。
-
公开(公告)号：CN116204794B
公开(公告)日：2023-09-12
申请号：CN202310488171.2
申请日：2023-05-04
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学
IPC分类号： G06F18/214 , G06N3/08 , G06N3/006 , G06N3/0442
摘要： 本发明公开了一种考虑多维数据的变压器油中溶解气体预测方法及系统，该方法通过采集变压器油中溶解气体的历史数据、变压器顶层油温、变压器负荷和变压器外部环境数据构成多维数据集；对多维数据集进行预处理；用预处理后的多维数据集训练BWO‑BiLSTM‑Attention组合模型，并用训练后的BWO‑BiLSTM‑Attention组合模型得到变压器油中溶解气体预测结果。本发明利用白鲸优化算法对BiLSTM‑Attention模型的6个超参数进行优化，提高了模型的泛化能力，本发明通过对变压器油中溶解气体含量的预测，便于及时发现变压器的潜在问题。
-
公开(公告)号：CN114065551A
公开(公告)日：2022-02-18
申请号：CN202111582606.7
申请日：2021-12-22
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 重庆大学 , 南昌大学
IPC分类号： G06F30/20 , G06K9/62 , G06F17/16 , H02J3/06 , H02J3/36 , H02J3/38 , G06F113/04 , G06F119/02
摘要： 本发明公开了一种基于Copula的交直流混联电网概率潮流计算方法，采用基于目标函数的FCM模糊聚类算法，模糊聚类算法对多维数据进行场景划分，进而确定随机变量两两之间的最优Copula函数类型及参数，并以AD距离作为藤结构的评判标准，对各场景进行最优藤结构的判断，建立基于混合藤Copula的“风光荷”模型，最后结合混合藤Copula模型，基于拉丁超立方抽样算法对AC/VSC‑MTDC混联电网进行概率潮流计算。本发明运用FCM聚类算法，给每一个对象和类别赋予权值，运用AD距离，给高密度数据分布的位置给予更高权重，提高了AC/VSC‑MTDC混联电网的概率潮流计算的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
97 条记录 (耗时 0.144 秒)
