一种农网典型台区降损方法

    公开(公告)号:CN109389315A

    公开(公告)日:2019-02-26

    申请号:CN201811224309.3

    申请日:2018-10-19

    Applicant: 东北大学

    Abstract: 本发明公开了一种农网典型台区降损方法,包括以下步骤:S1:建立农网典型台区分类标准模型;S2:在对农网台区综合评价的基础上建立多降损措施组合的降损优化模型;S3:提出弹性对标降损的概念和意义;S4:建立了包含决策目标函数和决策约束条件的农网典型台区降损优化决策模型;S5:采用负损率这一指标,提出农网台区降损措施效果的检验方案。该方案提出的弄完典型台区的降损措施方法,可以台区分类,分类讨论,并且进行对标分析,得出多降损措施组合的降损方案方法。

    基于多变量统计控制图对风机发电性能判定方法

    公开(公告)号:CN109190994A

    公开(公告)日:2019-01-11

    申请号:CN201811084977.0

    申请日:2018-09-18

    Applicant: 东北大学

    Abstract: 本发明提供一种基于多变量统计控制图对风机发电性能判定方法,涉及风电技术领域。该方法通过对风速与功率形成的方差矩阵进行特征结构分析,运用特征向量生成的坐标系的一致性进行统计多变量C统计控制图的设计,以及对特征值构成的椭圆的相似性进行统计多变量W统计控制图的设计,结合C统计控制图和W统计控制图,能有效的提高对风机异常情况的监控能力,显著改善监控效率。

    一种基于内外检测信号特征提取的管道缺陷内外辨识方法

    公开(公告)号:CN107178710B

    公开(公告)日:2019-01-08

    申请号:CN201710232451.1

    申请日:2017-04-11

    Applicant: 东北大学

    Abstract: 一种基于内外检测信号特征提取的管道缺陷内外辨识方法,属于管道缺陷识别技术领域;该方法包括:内外检测信号高斯滤波;内外检测信号的瓣间信号插值;根据各路内外检测信号标准差和内外检测信号检测阈值判断内外检测信号是否异常,对异常内外检测信号根据里程添加标识1;识构造奇异标识矩阵并对存在内缺陷的内外检测信号添加内外检测标识1;将缺陷与内外检测标识为1的内外检测信号进行匹配,能匹配缺陷为内缺陷,实现管道缺陷内外辨识;本发明采用标识错位叠加法,减小测量误差和噪声干扰;采用三次样条插值防止缺陷漏检;检测阈值可适应当前方向的实际管道环境,提高缺陷判定精确性;可根据插值信号设定匹配阈值,内外判定结果更准确。

    一种基于脉冲涡流阵列的缺陷检测装置及方法

    公开(公告)号:CN109142514A

    公开(公告)日:2019-01-04

    申请号:CN201811147009.X

    申请日:2018-09-29

    Applicant: 东北大学

    CPC classification number: G01N27/9046 G01B7/02 G01B7/26 G01N27/904

    Abstract: 本发明提供一种基于脉冲涡流阵列的缺陷检测装置及方法,涉及无损检测技术领域。本方法的过程如下:信号发生器产生周期性脉冲信号,经功率放大器放大后,施加到激励线圈两端。检测线圈阵列单元采集被测试件上方磁场信号,输出给信号调理单元;信号调理单元对信号进行滤波、放大后输出给A/D转换单元,最后,送入DSP数据处理模块,求取缺陷的尺寸信息。本发明装置对检测阵列数据了进行了聚类和均值处理,有效抑制了检测阵列线圈倾斜或提离对缺陷检测的影响;采用了一个线圈作为激励、多个检测线圈组成阵列的结构,即减小了磁场的干扰,又实现了更为全面的缺陷信息检测;将时域特征量和频域特征量相结合,提高了缺陷检测精度。

    一种基于边界融合的电网状态估计系统及方法

    公开(公告)号:CN108376983A

    公开(公告)日:2018-08-07

    申请号:CN201810239661.8

    申请日:2018-03-22

    Applicant: 东北大学

    Abstract: 本发明提供一种基于边界融合的电网状态估计系统及方法,涉及电网状态估计技术领域。系统包括获取各节点的量测量的电网数据采集模块以及包括本地数据单元、状态估计单元的通信模块及数据融合模块,状态估计单元包括存储有基于边界融合的状态估计程序的存储器和显示程序运行输出状态变量的显示器;状态估计程序被执行以便实现基于边界融合的电网状态估计;估计方法为,对区域电网的划分后,建立各区域的量测方程,求取内部量和边界量,对两区域的边界量进行融合后修正边界量,对中间变量进行非线性变换后以最小二乘法求取其状态变量的估计值并输出。本发明系统通信量少,状态估计方法在不失准确性的情况下,提高了电网状态估计的运算速度。

    一种基于人工神经网络多角度综合决策的cps网络攻击辨识方法

    公开(公告)号:CN108199891A

    公开(公告)日:2018-06-22

    申请号:CN201810030031.X

    申请日:2018-01-12

    Applicant: 东北大学

    Abstract: 本发明公开了一种基于人工神经网络多角度综合决策的cps网络攻击辨识方法,利用PMU装置的量测优势对RTU设备的量测数据进行校验。在物理空间分析的同时对RTU装置的通信报文进行实时的监测和分析,时刻与建立的通信异常规则库进行匹配,对捕获的报文按照匹配报文的操作类型、操作频率从信息安全的角度进行威胁度分析,并利用人工神经网络有效的综合了物理和信息空间下的状况从而进行全面的决策,本发明根据电网物理空间下由PMU装置校验而得出的RTU装置量测数据异常向量和电网信息空间下威胁度向量,从多角度对信息物理系统的攻击进行分析,有效的辨识网络攻击导致的信息物理系统的异常状况,保证了电力系统的安全运行。

    一种基于设备故障概率和电网运行风险的差异自愈控制方法

    公开(公告)号:CN107516170A

    公开(公告)日:2017-12-26

    申请号:CN201710765450.3

    申请日:2017-08-30

    Applicant: 东北大学

    Abstract: 本发明公开了一种基于设备故障概率和电网运行风险的差异自愈控制方法,其包括:1、采集运行数据以及天气数据并计算各配电网设备各自对应的综合故障概率;2、确定出风险阈值;3、判断综合故障概率是否超过该配电网设备对应的风险阈值,若是则基于第一多目标函数,优化电网运行方式;否则基于第二多目标函数,优化电网运行方式;同时设置电网运行方式优先级;4、基于多分类回归树算法预测电网下一时刻的负荷大小并计算下一时刻设备的综合停运概率和综合故障风险;5、确定是否执行优化措施。本发明充分考虑了设备故障概率和电网的运行风险,同时采用差异自愈控制,实现了在尽量不甩负荷的情况下保证了电网的经济可靠运行。

    基于特征映射迁移学习的电网故障分类方法

    公开(公告)号:CN107491792A

    公开(公告)日:2017-12-19

    申请号:CN201710756382.4

    申请日:2017-08-29

    Applicant: 东北大学

    Abstract: 本发明公开了一种于特征映射迁移学习的电网故障分类方法,其包括:1、选定目标领域数据以及辅助源领域数据;2、分别对目标领域数据和辅助源领域数据进行基于微增量小波奇异熵的故障特征提取,并将各所述微增量小波奇异熵作为故障特征,进而分别组成目标领域相对应的特征向量空间以及辅助源领域相对应的特征向量空间;3、基于特征映射迁移学习方法,找到轴特征、辅助源领域特有特征、目标领域特有特征各自相对应的基向量;4、将所获得的辅助源领域相对应的基向量作为支持向量;同时设定相似性惩罚项并加入支持向量训练集的约束条件,以共同训练分类器获得相应的分类结果。本发明能够准确快速找到最能体现故障类别的三组基向量。

Patent Agency Ranking