基于深度学习的电力调度语音识别方法

    公开(公告)号:CN119181359A

    公开(公告)日:2024-12-24

    申请号:CN202411243191.4

    申请日:2024-09-05

    Abstract: 本发明涉及语音识别技术领域,具体公开基于深度学习的电力调度语音识别方法,该方法包括:对采集到的调度语音进行分析,判断采集到的调度语音质量是否合格,对质量合格的调度语音可信度进行分析,判断调度语音是否可信,比对得到电力调度指令,获取电力调度响应状态数据集,判断电力调度指令是否被成功响应,本发明解决了传统的电力调度操作主要依赖于人工输入和手动控制,自动化程度不足,且无法满足快速响应的需求,手动操作可能导致响应不及时的问题,对语音的可信度进行分析,确保在关键场合下的操作安全,提高语音识别的准确性,减少误识别带来的操作风险,并且及时发现和处理未能成功执行的调度命令。

    一种适用于静动态场景的宽频测量方法

    公开(公告)号:CN115097206B

    公开(公告)日:2024-10-01

    申请号:CN202210777091.4

    申请日:2022-07-04

    Abstract: 本发明公开了一种适用于静动态场景的宽频测量方法,首先针对待处理电力信号,提取出时间窗长为T的数据;根据得到的数据构造汉克矩阵,利用自适应阈值盲源分离提取出信号分量并构造运算矩阵;基于提取的信号分量个数以及运算矩阵的计算结果,采用特征值法求取电力信号的频率初值,再设定迭代次数和误差限作为后续终止条件;根据所确定的宽频测量需求建立宽频信号模型,并通过动态拟合法求解该模型;判断误差或迭代次数是否满足终止条件,若满足,则得到最终电力信号各分量的幅值、相角、频率结果。利用该方法可以在含有多频率分量复杂电力信号的情况下,得到高于现有标准一个数量级以上的测量结果,实现高精度测量,满足静动态测试条件。

    一种适用于静动态场景的宽频测量方法

    公开(公告)号:CN115097206A

    公开(公告)日:2022-09-23

    申请号:CN202210777091.4

    申请日:2022-07-04

    Abstract: 本发明公开了一种适用于静动态场景的宽频测量方法,首先针对待处理电力信号,提取出时间窗长为T的数据;根据得到的数据构造汉克矩阵,利用自适应阈值盲源分离提取出信号分量并构造运算矩阵;基于提取的信号分量个数以及运算矩阵的计算结果,采用特征值法求取电力信号的频率初值,再设定迭代次数和误差限作为后续终止条件;根据所确定的宽频测量需求建立宽频信号模型,并通过动态拟合法求解该模型;判断误差或迭代次数是否满足终止条件,若满足,则得到最终电力信号各分量的幅值、相角、频率结果。利用该方法可以在含有多频率分量复杂电力信号的情况下,得到高于现有标准一个数量级以上的测量结果,实现高精度测量,满足静动态测试条件。

    一种电网故障中SCADA数据频繁项集挖掘方法

    公开(公告)号:CN112183656A

    公开(公告)日:2021-01-05

    申请号:CN202011087278.9

    申请日:2020-10-12

    Abstract: 本发明公开了一种电网故障中SCADA数据频繁项集挖掘方法,包括以下步骤:首先采集并整理电网故障的SCADA数据,对采集到的SCADA数据进行分类,将同一个变电站的SCADA数据划分到一起;然后对分类完成的SCADA数据按照时间进行排列,并根据时序进行事件折叠窗口的划分,将独立的SCADA数据划分为几个一组的事件;再将划分后的事件的属性进行离散化处理;最后,使用FP‑growth算法对按事件折叠窗口进行划分的SCADA数据进行频繁项集的挖掘,并对频繁项集进行关联性分析,找出潜在的关联性,从而有助于调度人员找出电力系统的故障原因。

    一种基于RBF神经网络的电力系统网络安全态势感知方法

    公开(公告)号:CN119675903A

    公开(公告)日:2025-03-21

    申请号:CN202411624838.8

    申请日:2024-11-14

    Abstract: 本发明公开了一种基于RBF神经网络的电力系统网络安全态势感知方法,包括以下步骤:建立特征指标体系,对安全态势值进行量化;样本数据采集与处理,采集电力工控系统中的网络通信报文数据,对报文数据进行解析处理;LDA算法数据预处理,使用优化的线性判别分析算法把高维的特征样本投影到最佳鉴别矢量空间;构建RBF神经网络模型,将经过LDA预处理的数据矩阵作为模型的数据输入,以及该样本矩阵对应的类别或者安全指数作为网络输出;训练RBF神经网络模型;模型测试与验证,输人测试数据,验证测试结果是否符合预期结果,符合则结束训练,不符合则继续训练;模型推理与结果输出,将待处理数据作为输入,经投影矩阵以及RBF神经网络模型后,得到对应的态势感知结果。本方案能够为电力信息网络安全监控提供参考依据。

Patent Agency Ranking