-
公开(公告)号：CN114167214A
公开(公告)日：2022-03-11
申请号：CN202111458901.1
申请日：2021-12-02
Applicant: 浙江大学
IPC: G01R31/08
Abstract: 本发明公开了一种基于随机矩阵理论的低压配电网边‑云协同故障检测方法。采用边‑云协同的方式，包括运行于边缘物联代理的故障快速检测和运行于配电网控制中心的故障定时定位分析。在边缘物联终端基于时滞相关性分析快速检测故障，构建长时间序列模型，使用自回归滑动平均模型拟合时间序列，基于时间序列的极限谱密度函数典型值快速判断故障；边缘物联终端检测到故障后，经过数据筛选向配电网控制中心上传故障相关数据，集成历史数据与实时数据，构建高维随机矩阵模型，并使用谱偏离度指标对故障进行定时定位分析。本发明不需要详细的物理参数，节约了配电网控制中心的计算资源，同时对数据异常、通信丢包等异常情况具有较好的耐受能力。
-
公开(公告)号：CN118449196A
公开(公告)日：2024-08-06
申请号：CN202410521783.1
申请日：2024-04-28
Applicant: 浙江大学 , 国网浙江省电力有限公司电力科学研究院
IPC: H02J3/46 , G06F18/2113 , G06Q50/06 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/096 , H02J3/14 , G06F123/02
Abstract: 本发明公开了一种基于变分模态分解的相似台区筛选及空调负荷功率辨识方法，包括：根据环境量测数据对相似台区进行初筛，对得到的净负荷曲线进行变分模态分解，估计其中对环境因素敏感的模态成分；对待估计台区的净负荷曲线进行变分模态分解并估计其中对环境因素敏感的模态成分，根据待估计台区与初筛后相似台区中对环境因素敏感模态成分的相似度对初筛后的相似台区赋以不同的权重，实现二次筛选；根据筛选结果采用迁移学习思路，将相似台区的空调负荷等数据作为模型输入，实现待估计台区中空调负荷的辨识。本发明对相似台区进行了精细筛选，将经过精细筛选的台区中的空调负荷迁移应用到待估计台区中，能有效提升空调负荷功率辨识方法的准确度。
-
Patent Agency Ranking
公开(公告)号：CN118035909A
公开(公告)日：2024-05-14
申请号：CN202410107366.2
申请日：2024-01-25
Applicant: 浙江大学
IPC: G06F18/2433 , G01R31/00 , H02J3/00 , G06Q50/06 , G06F17/16 , G06F123/02
Abstract: 本发明公开了一种基于经验模态分解的台区负荷异常态势协同检测方法，该方法采用边‑云协同方式进行检测，由运行于边缘物联终端的边缘计算实现本地台区负荷异常态势的本地快速检测方法进行检测；由运行于配电主站的集中计算实现台区负荷异常态势的协同检测；配电主站根据各边缘物联终端在负荷态势正常时周期性上传的历史数据、各边缘物联终端在检测到负荷态势异常后上传的主导电气量测数据和偏离特征值数指标，将台区负荷的异常态势和物理故障等配电网异常状态区分开。本发明不需要配电网详细的物理参数，能够在本地快速准确筛查出负荷异常态势，降低了通信网络负担，节省了配电网控制中心的计算资源。
-
公开(公告)号：CN112836936A
公开(公告)日：2021-05-25
申请号：CN202110021847.8
申请日：2021-01-08
Applicant: 国家电网有限公司 , 国网经济技术研究院有限公司 , 浙江大学 , 国网四川省电力公司经济技术研究院
IPC: G06Q10/06 , G06Q50/06 , G06F30/18 , G06F30/20 , G06F111/08 , G06F119/10
Abstract: 本发明涉及一种面向电力传感网络感知层规划的风险因素筛选方法及系统，其特征在于，包括以下内容：1)建立面向电力传感网络感知层的量测终端的风险因素数据集；2)根据量测终端的风险因素数据集，建立每一风险因素下的高维量测数据矩阵；3)对每一高维量测数据矩阵均进行去噪，得到对应去噪后的相关矩阵；4)根据各去噪后的相关矩阵，生成复杂网络模型；5)根据生成的复杂网络模型，筛选出量测终端的关键风险因素，本发明可以广泛应用于电气工程领域中。
-
公开(公告)号：CN112836936B
公开(公告)日：2023-11-24
申请号：CN202110021847.8
申请日：2021-01-08
Applicant: 国家电网有限公司 , 国网经济技术研究院有限公司 , 浙江大学 , 国网四川省电力公司经济技术研究院
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/06 , G06F30/18 , G06F30/20 , G06F111/08 , G06F119/10
Abstract: 本发明涉及一种面向电力传感网络感知层规划的风险因素筛选方法及系统，其特征在于，包括以下内容：1)建立面向电力传感网络感知层的量测终端的风险因素数据集；2)根据量测终端的风险因素数据集，建立每一风险因素下的高维量测数据矩阵；3)对每一高维量测数据矩阵均进行去噪，得到对应去噪后的相关矩阵；4)根据各去噪后的相关矩阵，生成复杂网络模型；5)根据生成的复杂网络模型，筛选出量测终端的关键风险因素，本发明可以广泛应用于电气工程领域中。
-
公开(公告)号：CN116415428A
公开(公告)日：2023-07-11
申请号：CN202310268951.6
申请日：2023-03-13
Applicant: 浙江大学
IPC: G06F30/20 , G06F17/16 , G06F17/18 , G06F111/04 , G06F113/04
Abstract: 本发明公开一种基于低秩矩阵恢复理论的配电网异步量测联合校正方法，包括：首先，通过分析量测数据矩阵的秩增特性，采用低秩矩阵恢复的思路构建目标函数；在此基础上，采用数据驱动的思路，根据用户用电行为的周期平稳性提出相关约束；以上模型与传统的配电网物理约束和电量平衡约束共同构成了模型–数据联合驱动的优化问题。以上模型可转化为由凸目标函数和线性约束条件组成的优化模型，进而可由求解器求解。本发明无需各量测设备误差的概率分布等先验信息即可准确校正配电网异步量测，有效降低了量测异步的影响，为配电网的分析与控制提空准确的数据基础。
-
公开(公告)号：CN114167214B
公开(公告)日：2022-09-06
申请号：CN202111458901.1
申请日：2021-12-02
Applicant: 浙江大学
IPC: G01R31/08
Abstract: 本发明公开了一种基于随机矩阵理论的低压配电网边‑云协同故障检测方法。采用边‑云协同的方式，包括运行于边缘物联代理的故障快速检测和运行于配电网控制中心的故障定时定位分析。在边缘物联终端基于时滞相关性分析快速检测故障，构建长时间序列模型，使用自回归滑动平均模型拟合时间序列，基于时间序列的极限谱密度函数典型值快速判断故障；边缘物联终端检测到故障后，经过数据筛选向配电网控制中心上传故障相关数据，集成历史数据与实时数据，构建高维随机矩阵模型，并使用谱偏离度指标对故障进行定时定位分析。本发明不需要详细的物理参数，节约了配电网控制中心的计算资源，同时对数据异常、通信丢包等异常情况具有较好的耐受能力。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
