一种基于小样本学习的断路器寿命预测方法

    公开(公告)号:CN113466681B

    公开(公告)日:2024-05-10

    申请号:CN202110598719.X

    申请日:2021-05-31

    IPC分类号: G01R31/327

    摘要: 本发明公开了一种基于小样本学习的断路器寿命预测方法,属于断路器设备技术领域。本发明的一种基于小样本学习的断路器寿命预测方法,利用小样本学习方法,能够根据少量数据,生成所需要的样本量,不需要大量的故障诊断样本库,即可建立预测模型,预测效率高,应用成本低;进而根据断路器的振动波形,分析出断路器的健康状况并预测出断路器的使用寿命。本发明不采用马尔科夫链的预测方法,无需复杂的各个状态的概率计算,能够有效提升预测准确性,进而实际的预测准确率与预测效率都能够满足现场应用的要求,方案简单、有效,切实可行。进一步,本发明提升了断路器检修工作的效率,运维检修人员能够及时掌握运行状态,保证供电的安全可靠。

    一种基于大数据的电网负荷管理方法及系统

    公开(公告)号:CN114221329A

    公开(公告)日:2022-03-22

    申请号:CN202111451642.X

    申请日:2021-12-01

    摘要: 本发明涉及电网管理技术领域,具体公开了一种基于大数据的电网负荷管理方法及系统。本发明的一种基于大数据的电网负荷管理方法,通过如下步骤实现电网负荷的管理:S1、基于大数据构建电网负荷习惯分配模型和电网异常监测模型;S2、基于大数据为不同的电网异常情况配置对应的电网负荷应急分配模型;S3、基于电网负荷习惯分配模型/电网负荷应急分配模型实现电网负荷的分配,同时基于电网异常监测模型实现电网工况的实时监测。本发明充分考虑不同用户在不同时段和不同季节的用电需求,通过大数据构建电网负荷习惯分配模型以及电网负荷应急分配模型,实现电网负荷按需分配,在避免电网负荷资源浪费的同时,也提升了用户的满意度。