基于互联互通影响因子的SCD文件比对方法

    公开(公告)号:CN104732453A

    公开(公告)日:2015-06-24

    申请号:CN201510112675.X

    申请日:2015-03-16

    IPC分类号: G06Q50/06 G06F17/30

    摘要: 一种基于互联互通影响因子的SCD文件比对方法,所述方法通过软件加载并解析SCD文件,获取完整的IED设备的应用模型;建立设备列表,以电气间隔为基本对象,对该间隔内的IED设备新增与删除、控制块参数的变化、IED间控制块连线新增与删除、IED间虚端子连线数量变化进行比对。本发明通过新旧版本的比对,便于对SCD文件的修改后的结果进行核实和检查通过新旧版本的比对,便于找出不同版本SCD文件的差异性,现场调试人员只需对配置信息有变更的IED设备重新调试即可,使得现场调试工作的针对性加强,继而有效的指导现场调试及建设工作的有序进行。按间隔为比对的基本单元,符合工程现成,按间隔进行调试和作业的工作习惯。

    一种电力变压器局部放电与产气速率关系研究实验平台及其测量方法

    公开(公告)号:CN103091608B

    公开(公告)日:2015-06-10

    申请号:CN201310004942.2

    申请日:2013-01-06

    IPC分类号: G01R31/12

    摘要: 一种电力变压器局部放电与产气速率关系研究实验平台及其测量方法,属于电力设备检修技术领域。实验平台局部放电测量系统含有试品(6)等;气体收集系统含有集气量筒(8);试品(6)通过导气管与集气量筒(8)连接。所述试品为装有针板放电电极的玻璃容器,针板放电电极一端固定在容器顶部,一端固定在容器底部;容器顶端有一个圆口方便导出产生气体。确认变压器,分压电容以及实验电极接地端可靠接地;向实验试品中注入变压器油;控制电源,重复进行实验,进行数据计算,局放图截图。本发明通过模拟实际变压器的运行情况,得出实际运行变压器中内部局部放电与产气速率的关系。本发明可以提前预知变压器故障的大概位置,节省变压器检修时间。

    配电线路保护方案对供电可靠性影响程度的评估方法

    公开(公告)号:CN108347050B

    公开(公告)日:2021-07-02

    申请号:CN201810083543.2

    申请日:2018-01-29

    IPC分类号: H02J3/00

    摘要: 一种配电线路保护方案对供电可靠性影响程度的评估方法,所述方法包括以下步骤:(1)将线路的导线长度和各配变位置进行线路分段编码并存储;(2)根据配电线路保护配置方案,求算各级开关保护对应线路部分的总长度及总接带配变容量;(3)根据保护配置方案的动作时序,求算各配电线路保护方案对供电可靠性影响程度的评估指标;(4)比较各保护配置方案的可靠性影响评估指标的指标,指标值最小的方案为最优。本发明在对配电线路进行编码处理的基础上,通过软件算法自动计算出不同保护配置方案对应的可靠性影响评估指标,根据指标大小确定较优方案。本发明对评估不同保护配置方案提供有效的评判标准,有助于形成最有效的保护配置方案。

    一种工频信号幅值的计算方法及系统

    公开(公告)号:CN107346374B

    公开(公告)日:2020-08-07

    申请号:CN201710533719.5

    申请日:2017-07-03

    IPC分类号: G06F17/14

    摘要: 本发明公开了一种工频信号幅值的计算方法及系统,所述方法包括:采用小波函数对标准工频信号利用低通滤波器和带通滤波器进行多尺度分析,通过反复训练建立工频信号能量与小波变换系数之间的映射关系,以得到能量比例系数;对工频信号进行多尺度分析,以计算工频带小波系数平方和小波变换系数;根据所述工频带小波系数平方、所述小波变换系数和所述能量比例系数,计算所述工频信号的幅值。本发明利用小波变换的多分辨率特性,依据信采样频率选择合适的尺度对信号进行分解和重构可以提取准确的工频分量,建立信号的能量与小波变换系数之间映射关系,计算出对应工频信号的幅值,能有效滤除衰减直流分量、噪音和非整次谐波的影响,提高算法的精度。

    一种基于梯度提升决策树的短期负荷预测方法

    公开(公告)号:CN108539738B

    公开(公告)日:2020-04-21

    申请号:CN201810443513.8

    申请日:2018-05-10

    IPC分类号: H02J3/00

    摘要: 本发明实施例公开了一种基于梯度提升决策树的短期负荷预测方法,包括获取待预测日前N天的历史负荷数据,形成原始数据集A0;从原始数据集A0中筛选出构建训练样本的数据集B;利用数据集B构造GBDT预测模型所需的全部样本集(X,Y);由全部样本集(X,Y)训练构造全天GBDT预测模型,根据全天GBDT预测模型预测待预测日的全天负荷向量;将全部样本集(X,Y)按小时分割为24个样本子集,并分别训练构造小时GBDT预测模型,并根据小时GBDT预测模型预测待预测日的24小时负荷向量;结合全天负荷向量和24小时负荷向量,预测待预测日的最终负荷向量。本发明充分挖掘历史负荷数据中的特征并构造不同的梯度提升决策树模型来提高短期负荷预测的精度。