边缘计算的配电网多源数据处理和融合方法及系统

    公开(公告)号:CN114204672A

    公开(公告)日:2022-03-18

    申请号:CN202111300344.0

    申请日:2021-11-04

    IPC分类号: H02J13/00

    摘要: 本发明提出一种边缘计算的配电网多源数据处理和融合方法及系统,包括硬件层、数据层、网络层与应用层,在硬件层实时监测配电网多源数据,并且通过数据层的边缘计算对其进行处理与分析,迅速且有效地调整能源结构与配电方式,使得更多的设备接入到配电网,且能进行可控管理,自动调整配电网的供电结构,在终端对配电网进行结构优化,将最终结果上传到应用层服务器,从而大大减少了服务器的计算压力,且监测人员可以通过云平台查看配电网状态与处理结果,帮助监测人员更加高效迅速地处理配电网问题。

    一种基于深度强化学习的配电网拓扑电压调节方法

    公开(公告)号:CN113036772A

    公开(公告)日:2021-06-25

    申请号:CN202110511579.8

    申请日:2021-05-11

    IPC分类号: H02J3/12

    摘要: 本发明公开一种基于深度强化学习的配电网拓扑电压调节方法,属于配网电压调节技术领域;调节方法包括:采集配电网历史运行数据作为深度强化学习模型的学习样本数据、根据深度强化学习对于基于拓扑的配电网调压问题进行建模、输入当前状态,基于深度强化学习中的Q值网络,根据动作策略从配电网当前闭合支路中选择一条支路断开、根据潮流计算结果计算奖励,并得到下一状态,将当前状态、动作、奖励以及下一状态保存以供Q值网络的训练、深度强化学习智能体根据记忆池中的数据进行Q值网络的参数更新,直到得到学习终止条件;缓解了传统配网调压资源逐渐满足不确定性电网调压需求的问题,节省外部调节设备的建设成本,保证电网安全经济运行。

    一种基于LMD与排列熵的变压器机绕组松动识别方法

    公开(公告)号:CN112906489A

    公开(公告)日:2021-06-04

    申请号:CN202110110017.2

    申请日:2021-01-27

    IPC分类号: G06K9/00 G06N20/10

    摘要: 一种基于LMD与排列熵相结合的变压器绕组松动识别方法,其步骤如下:1、采集相关历史振动信号;2、对采集的振动信号进行LMD分解,取得各PF分量;3、计算相关系数法并选出相关系数高于所设定阈值的PF分量;4、提取各PF分量的排列熵作为特征向量;5、将振动信号分为训练和测试集,并对训练集的特征向量进行寻优;6、将寻优后的训练集输入到支持向量机进行训练,并用测试集进行测试以得到训练好后的支持向量机模型;7、用得到的支持向量机模型作为分类器对测试样本集进行分类识别。本发明可在变压器稳态运行前对变压器绕组松动状态进行识别,实现了变压器的故障诊断,为进行变压器振动信号特征提取与故障诊断提供了一种新的方法。