一种基于稀疏学习的台区拓扑结构校验方法

    公开(公告)号:CN109918612B

    公开(公告)日:2022-11-22

    申请号:CN201910100577.2

    申请日:2019-01-31

    Abstract: 本发明公开了一种基于稀疏学习的台区拓扑结构校验方法,涉及一种电力运维领域。目前,利用海量的电力数据来进行台区用户拓扑纠错的方法中,不同时刻的用户用电量数据取的越多,估计的结果通常也会更加准确,但大量数据的计算往往需要更多的时间。本技术方案基于用电信息系统采集的台区用户的用电量数据,构建了台区用电量的参数化模型,提出了稀疏的自适应参数估计方法,辨识出表征台区用户拓扑的模型参数,并进一步利用阈值检验识别出台户拓扑结构统计错误的用户。本技术方案具有较高的查准率、查全率、较快的收敛速度,可以在线地根据用户用电量数据进行计算,能够实时捕捉网络拓扑的变化情况,节省了大量的人工上门排查的成本。

    一种基于傅里叶变换算法的特征电流识别检定方法及装置

    公开(公告)号:CN114912490A

    公开(公告)日:2022-08-16

    申请号:CN202210536353.8

    申请日:2022-05-13

    Abstract: 本发明公开了一种基于傅里叶变换算法的特征电流识别检定方法及装置。本发明的方法采用的技术方案为:首先,采用录波板对电流数据进行录波,并通过网线上传,分析模块对收到的数据进行转换;然后,对转换后的电流数据进行傅里叶变换,得到频域曲线,根据频域曲线得到信号的起始点,根据载波模块发送的电流特征码位对电流数据进行分段切片;最后,对切片的电流数据进行信号质量分析和电能质量分析,得到信号质量和电能质量结果。本发明结合特征电流识别功能,模拟现场台区运行情况,实现了台区拓扑识别功能。

Patent Agency Ranking