一种变压器无功补偿的方法及装置

    公开(公告)号:CN104377710A

    公开(公告)日:2015-02-25

    申请号:CN201410667738.3

    申请日:2014-11-13

    CPC classification number: Y02E40/30 H02J3/18

    Abstract: 本发明提供一种变压器无功补偿的方法,包括:检测换流变压器的直流端和交流端的电压和电流,计算交流端的电压和交流端的电流的相位差,计算直流端的电压和直流端的电流的相位差。以交流端电压和交流端电流的相位差,及交流端电压和交流端电流作为参数,计算交流端功率。以及以直流端电压和直流端电流的相位差,及直流端电压和直流端电流作为参数,计算直流端功率。将交流端功率与直流端功率的差值作为无功补偿功率并输出。本发明通过分别检测并计算换流变压器的直流侧电功率和交流侧电功率,得到交流端功率和直流端功率差值,以此作为无功补偿所需的无功补偿功率,对供电网络进行无功补偿。从而实现了对直流供电的相关设备进行相应的无功补偿。

    一种分类器链局部检测与挖掘算法

    公开(公告)号:CN107103367A

    公开(公告)日:2017-08-29

    申请号:CN201710297223.2

    申请日:2017-04-28

    CPC classification number: G06N99/005

    Abstract: 本发明公开了一种分类器链局部检测与挖掘算法,它包括:利用局部学习算法对用于处理大数据流挖掘问题的分类器链进行优化,同时采用一种具有有限反馈的多用户多臂问题来模拟分类器链的学习问题;提出的算法是以一种协作并且分布式的方法进行学习,因此能够选择最佳的分类结构,实时学习分类器的效果;数据处理过程仅需要数据集的一条路径,这样使得处理延迟和处理器的内存需求最小化;此外,提出的算法不需要通过分布式分类器中央单元的学习问题进行运行协作,因此,降低了各分类器之间的交流需要;同时,提出的算法是根据综合任务的挖掘效果进行学习,而不是根据子任务效果进行学习,从而减少了大量反馈信息。

Patent Agency Ranking