一种基于交叉验证的台区数据异常甄别方法和装置

    公开(公告)号:CN110807014B

    公开(公告)日:2022-10-14

    申请号:CN201910906640.1

    申请日:2019-09-24

    IPC分类号: G06F16/21 G06F16/28

    摘要: 本发明公开了一种基于交叉验证的台区数据异常甄别方法和装置,首先,对用采数据断点、异常点和现场实际运行数据情况进行统计分析;进而,分别采用原型聚类法、密度聚类法、概率密度法、深度学习方法等四种方法进行异常值的甄别,并比较各模型的异常值判定精度;为避免单一判断准则的随机性与不准确性,将四种模型异常值甄别结果进行相互交叉验证,取其交集为最终的异常值甄别结果;基于已经训练完成的模型,在线监测异常数据,最终建立基于交叉验证的异常数据甄别模型。本发明解决了传统机器学习方法处理海量数据时面临的难度大、效率低、实时性不高等问题。

    交直流混联配电网可靠性的评估方法、装置

    公开(公告)号:CN112383059A

    公开(公告)日:2021-02-19

    申请号:CN202011360507.X

    申请日:2020-11-27

    IPC分类号: H02J3/00 H02J5/00

    摘要: 本申请公开了一种交直流混联配电网可靠性的评估方法、装置。其中,该方法包括:获取交直流混联配电网的基础数据;通过深度优先算法对基础数据进行分析确定第一辐射状配电网结构;当变压器发生故障时对第一辐射状电网结构进行重构,得到多个第二辐射状电网结构;判断多个第二辐射状电网结构是否满足约束条件;当确定多个第二辐射状电网结构满足约束条件后,确定多个第二辐射状电网结构中满足预设条件的目标辐射状电网结构;对目标辐射状电网结构进行分析得到交直流混联配电网的可靠性指标。本申请解决了由于相关技术中将变压器所有故障模式作为衡量可靠性的因素,占得权重过大造成的可靠性指标不准确、与实际可靠性存在较大误差的技术问题。