-
公开(公告)号：CN106338708B
公开(公告)日：2020-04-24
申请号：CN201610763650.0
申请日：2016-08-30
Abstract: 本发明涉及一种结合深度学习和递归神经网络的电能计量误差分析方法和系统，所述方法包括：采集影响电能计量误差因素的数据，根据所述数据建立数据存储和共享平台,并且对实际计量电能数据与理论电能数据进行初步计算得到电能计量初始误差；利用基于多变量决策树的专家评估模型和基于递归神经网络的误差评估模型分别对影响电能计量误差的各种因素数据与电能计量初始误差数据进行加权训练，分别得到所述模型下的最终电能计量误差；以及在上述两种模型对电能计量误差评估结果的基础上，基于AdaBoost的自适应集成学习模型，利用加权投票机制构建最终的电能计量误差评估分析模型，进行电网中电能计量误差的评估。
-
公开(公告)号：CN106443164B
公开(公告)日：2019-11-29
申请号：CN201610730242.5
申请日：2016-08-25
IPC: G01R22/06
Abstract: 本发明公开了一种电能分类计量过程中暂态与稳态事件的监测方法，适用于非侵入式负荷电能监测系统；准确监测暂态事件和稳态事件的起点，解决分类计量系统的识别精度、运算速度与管理效率等问题。本发明采用数据采集设备与虚拟仪器设计平台，采集用户侧的电压、电流信号，并计算功率值，形成功率序列。对采集的数据进行量化与中值滤波预处理，减轻尖峰噪声与孤立噪声点对暂态与稳态事件起点测量的影响。随后通过暂态事件起点计算方法求得暂态事件起点，通过稳态事件起点计算方法求得稳态事件起点，以判断负荷的运行状态。本发明具有精度高、易实现等特点，可用于智能电网的高级量测体系、电能需求侧管理等领域。
-
公开(公告)号：CN106443550A
公开(公告)日：2017-02-22
申请号：CN201610853387.4
申请日：2016-09-26
IPC: G01R35/02
CPC classification number: G01R35/02
Abstract: 本发明涉及一种实验室用电容式电感互感器测量电路，所述电路包括：电压输入端Ui，其一端与高压电容C1连接，另一端接一次线路；电压输出端Uo+，其一端与串联支路电阻RS连接，另一端接信号采集电路或者电能表；接地端N，其与中压电容C2一端相连，用于对所述电路进行接地保护；电容分压器，由高压电容C1和中压电容C2串联组成，用于承受线路电压，实现分压功能；串联支路电感LS，其一端与串联支路电阻RS串联，另一端连接在高压电容C1和中压电容C2中间，用于表示实际电容式电感互感器的补偿电抗器和中间变压器的漏抗；串联支路电阻RS，其一端与串联支路电感LS串联，另一端与电压输出端Uo+相连，用于表示实际电容式电感互感器的功率损耗。
-
公开(公告)号：CN106443164A
公开(公告)日：2017-02-22
申请号：CN201610730242.5
申请日：2016-08-25
IPC: G01R22/06
Abstract: 本发明公开了一种电能分类计量过程中暂态与稳态事件的监测方法，适用于非侵入式负荷电能监测系统；准确监测暂态事件和稳态事件的起点，解决分类计量系统的识别精度、运算速度与管理效率等问题。本发明采用数据采集设备与虚拟仪器设计平台，采集用户侧的电压、电流信号，并计算功率值，形成功率序列。对采集的数据进行量化与中值滤波预处理，减轻尖峰噪声与孤立噪声点对暂态与稳态事件起点测量的影响。随后通过暂态事件起点计算方法求得暂态事件起点，通过稳态事件起点计算方法求得稳态事件起点，以判断负荷的运行状态。本发明具有精度高、易实现等特点，可用于智能电网的高级量测体系、电能需求侧管理等领域。
-
公开(公告)号：CN106226723A
公开(公告)日：2016-12-14
申请号：CN201610547417.9
申请日：2016-07-12
IPC: G01R35/04
Abstract: 本发明公开了一种面向复杂非线性负载环境的电能计量模拟分析系统，所述系统包括：非线性负载模块，综合考虑节能灯、逆变器、变频器的运行特性，既可以实现单体负载的模拟，也可以实现负载的组合模拟；电源模块，模拟多种不同复杂条件下的电网电源工况；输电线路模块，模拟实际输电线路的参数，分析电力系统中输电线路对电能计量的影响；变压器模块，能够实现电压等级的变换和损耗的模拟；电能计量模拟模块，能够模拟不同原理、不同性能的电能计量装置，从而得到模拟的电能计量装置在不同模拟工况下测量时间内的电能值；以及电能计量误差分析模块，通过比较电能计量模拟值与电能计量标准值来分别计算多种不同复杂条件下的电能计量误差。
-
Patent Agency Ranking
公开(公告)号：CN107085195B
公开(公告)日：2020-12-29
申请号：CN201710245718.0
申请日：2017-04-14
Abstract: 本发明涉及一种对厂站的互感器和电能表进行匹配的方法和系统，所述方法包括先对厂站的互感器和结算类计量点电能表进行匹配，再对厂站的互感器和考核类计算点电能表进行匹配。对厂站的互感器和计量点电能表进行匹配的步骤为：计算互感器组合误差和计量点的电能表的基本误差并将其相加，形成互感器与电能表组合误差配对表；确定组合误差配对表的误差阈值，并筛选满足误差阈值范围的组合误差配对表中的组合误差且确定所述满足条件的组合误差的数量值，然后将组合误差的数量值大于0的数量值按照从大到小的顺序排列；根据排序结果确定计量点安装电能表的编号，并指定与编号对应的电能表的安装位置。
-
公开(公告)号：CN107085195A
公开(公告)日：2017-08-22
申请号：CN201710245718.0
申请日：2017-04-14
Abstract: 本发明涉及一种对厂站的互感器和电能表进行匹配的方法和系统，所述方法包括先对厂站的互感器和结算类计量点电能表进行匹配，再对厂站的互感器和考核类计算点电能表进行匹配。对厂站的互感器和计量点电能表进行匹配的步骤为：计算互感器组合误差和计量点的电能表的基本误差并将其相加，形成互感器与电能表组合误差配对表；确定组合误差配对表的误差阈值，并筛选满足误差阈值范围的组合误差配对表中的组合误差且确定所述满足条件的组合误差的数量值，然后将组合误差的数量值大于0的数量值按照从大到小的顺序排列；根据排序结果确定计量点安装电能表的编号，并指定与编号对应的电能表的安装位置。
-
公开(公告)号：CN106405479A
公开(公告)日：2017-02-15
申请号：CN201610922007.8
申请日：2016-10-21
IPC: G01R35/04
CPC classification number: G01R35/04
Abstract: 本发明公开了一种用于关口电能表现场检验的智能接线盒，系统包括：转换单元、模数转换单元、信号编码与电光转换单元以及校验仪。电转换单元，用于将电压/电流互感器二次回路电压、电流信号转换为低电压信号。模数转换单元，用于接收低电压信号，将低电压信号转换为数字信号。信号编码与电光转换单元，用于接收数字信号，将数字信号转换为电光信号，并将电光信号输入校验仪。校验仪，用于将电光信号转化为计量电量，并与被检电能表电量进行对比，获取电能表的误差。
-
公开(公告)号：CN106503290B
公开(公告)日：2021-12-17
申请号：CN201610829245.4
申请日：2016-09-18
Abstract: 本发明公开了一种基于偏最小二乘法‑支持向量机PLS‑SVM的通用单相谐波负荷建模方法，包括：将电压和负荷电流录波数据经过快速傅里叶变换FFT得到电压电流三角函数表达式；将所述电压电流三角函数表达式转换为Y＝ZX+μ的矩阵形式，从而建立基本负荷谐波模型；对所述母线电压矩阵X和负荷电流矩阵Y分别进行标准化处理得到数据X0和数据Y0；对所述数据X0和数据Y0进行至少一次偏最小二乘回归PLS主成分提取使协方差Cov(tm,um)最大，从而得到训练集样本数据{Xm(t),Ym(t)}；选择核函数对上述训练集样本数据{Xm(t),Ym(t)}进行支持向量机SVM算法分析并建立拉格朗日优化目标函数和拉格朗日方程；以及求解拉格朗日问题的约束因子参数α以及负荷参数矩阵Z建立通用单相谐波负荷模型并快速识别出负荷参数。
-
公开(公告)号：CN106503290A
公开(公告)日：2017-03-15
申请号：CN201610829245.4
申请日：2016-09-18
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 本发明公开了一种基于偏最小二乘法-支持向量机PLS-SVM的通用单相谐波负荷建模方法，包括：将电压和负荷电流录波数据经过快速傅里叶变换FFT得到电压电流三角函数表达式；将所述电压电流三角函数表达式转换为Y＝ZX+μ的矩阵形式，从而建立基本负荷谐波模型；对所述母线电压矩阵X和负荷电流矩阵Y分别进行标准化处理得到数据X0和数据Y0；对所述数据X0和数据Y0进行至少一次偏最小二乘回归PLS主成分提取使协方差Cov(tm,um)最大，从而得到训练集样本数据{Xm(t),Ym(t)}；选择核函数对上述训练集样本数据{Xm(t),Ym(t)}进行支持向量机SVM算法分析并建立拉格朗日优化目标函数和拉格朗日方程；以及求解拉格朗日问题的约束因子参数α以及负荷参数矩阵Z建立通用单相谐波负荷模型并快速识别出负荷参数。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.035 seconds)
