基于自适应神经模糊推理系统的配电网故障分类方法

    公开(公告)号:CN104155574B

    公开(公告)日:2017-12-15

    申请号:CN201410373242.5

    申请日:2014-07-31

    CPC classification number: Y02E60/76 Y04S40/22

    Abstract: 本发明涉及一种基于自适应神经模糊推理系统的配电网故障分类方法。该方法是基于自适应神经模糊推理系统的一种改进方法。对于配电网常出现的几种短路故障类型,该方法构造了一个基于递阶自适应神经模糊推理系统,基于仿真软件仿真各种短路故障并采集故障相电流作为训练样本数据,使用混合学习算法对构造的递阶自适应神经模糊推理系统进行训练,确定系统中的参数;确定了参数的递阶自适应神经模糊系统就可以用于甄别配电网的故障类型了。通过大量的仿真数据验证表明,本发明提出的分类方法具有较高的分类识别准确性、并且对故障点的变化具有较好的鲁棒性以及对网络拓扑结构的变化具有较强的适应性。

    基于自适应神经模糊推理系统的配电网故障分类方法

    公开(公告)号:CN104155574A

    公开(公告)日:2014-11-19

    申请号:CN201410373242.5

    申请日:2014-07-31

    CPC classification number: Y02E60/76 Y04S40/22

    Abstract: 本发明涉及一种基于自适应神经模糊推理系统的配电网故障分类方法。该方法是基于自适应神经模糊推理系统的一种改进方法。对于配电网常出现的几种短路故障类型,该方法构造了一个基于递阶自适应神经模糊推理系统,基于仿真软件仿真各种短路故障并采集故障相电流作为训练样本数据,使用混合学习算法对构造的递阶自适应神经模糊推理系统进行训练,确定系统中的参数;确定了参数的递阶自适应神经模糊系统就可以用于甄别配电网的故障类型了。通过大量的仿真数据验证表明,本发明提出的分类方法具有较高的分类识别准确性、并且对故障点的变化具有较好的鲁棒性以及对网络拓扑结构的变化具有较强的适应性。

    使用双电源供电的专变采集终端

    公开(公告)号:CN206099517U

    公开(公告)日:2017-04-12

    申请号:CN201621167128.8

    申请日:2016-10-26

    Abstract: 本实用新型提供一种使用双电源供电的专变采集终端,所述专变采集终端上设置有用于与外接电源相连接的强电端子座,强电端子座上设置端子连接铜条,主供电电源和辅助电源相互隔离,所述专变采集终端内还设置有电源模块以及中央处理器模块,电源模块与强电端子座连接用以将主供电电源和辅助电源接入的电流转换成专变采集终端系统所需电流,中央处理器模块连接电源模块用于专控制变采集终端的主供电电源和辅助电源切换,本实用新型的技术效果:通过中央控制器模块的控制,能够方便的在主供电电源和辅助电源之间进行切换,切换过程是自动的、无缝的,能够保证专变采集终端进行连续的监测和数据采集。

    电力系统暂态稳定关键特征选择方法、系统及存储介质

    公开(公告)号:CN118412884A

    公开(公告)日:2024-07-30

    申请号:CN202410502251.3

    申请日:2024-04-25

    Abstract: 本发明提供了电力系统暂态稳定关键特征选择方法、系统及存储介质。包括:步骤1,数据预处理;步骤2,基于预处理后的数据进行暂态稳定关键特征选择;步骤2.1,灰狼优化算法的初始化及更新;步骤2.2,建立暂态稳定关键特征选择适应度函数;步骤2.3,关键特征选择优化算法搜索空间变换;步骤2.4,融合两阶段突变,得到关键特征选择结果;步骤3,基于暂态稳定关键特征进行暂态稳定评估模型训练。步骤4:基于训练好的模型对电力系统进行暂态稳定在线评估。本发明使得获取得暂态稳定关键特征对电力系统暂态稳定评估的影响最大化且数量最小化,大大降低模型训练与预测的计算负担以及过拟合风险。

Patent Agency Ranking