基于主成分分析法的高压断路器全寿命周期成本计算方法

    公开(公告)号:CN105488737A

    公开(公告)日:2016-04-13

    申请号:CN201510932216.6

    申请日:2015-12-15

    CPC classification number: G06Q50/06

    Abstract: 本发明提供一种基于主成分分析法的高压断路器全寿命周期成本计算方法,包括以下步骤:步骤一,建立断路器故障成本主成分分析模型;采用主成分分析法获取断路器故障数据中的主要成分,利用主要成分代替断路器故障数据的所有成分;步骤二,建立断路器全寿命周期成本模型;综合考虑断路器投资成本CIC、断路器的运行成本COC、断路器的检修成本CMC、断路器的故障成本CVC和断路器的退役处置成本CDC,计算断路器全寿命周期成本;步骤三,建立基于主成分分析的断路器全寿命周期成本模型;根据步骤一建立的断路器故障成本主成分分析模型计算出故障成本CVC,再利用步骤二所得数据计算出断路器全寿命周期成本;步骤四,对基于主成分分析的断路器全寿命周期成本模型进行评估。

    基于BP神经网络和模糊逻辑的绝缘子污秽度预测方法

    公开(公告)号:CN104616060B

    公开(公告)日:2018-03-27

    申请号:CN201410809736.3

    申请日:2014-12-23

    CPC classification number: Y02A90/15

    Abstract: 本发明公开了一种基于BP神经网络和模糊逻辑的绝缘子污秽度预测方法,属于电网的安全分析与评价领域。绝缘子污秽度预测究其本质是不确定、非线性系统的状态演化过程,本发明以温度、湿度、降雨量、风速等基本因素作为基本输入量,构建绝缘子污秽度的BP神经网络预测模型;充分考虑与复杂地理位置相关的海拔高度、气压比、覆冰水电导率等因素对绝缘子污秽度的影响,采用模糊逻辑补偿的方法,对评价结果进行修正;运用模糊数学方法综合预测绝缘子污秽程度,可解决演化过程中影响绝缘子污秽度因素效度不清晰这一典型不确定性问题。该方法可为电网运行状态提供重要的科学判据。

    基于BP神经网络和模糊逻辑的绝缘子污秽度预测方法

    公开(公告)号:CN104616060A

    公开(公告)日:2015-05-13

    申请号:CN201410809736.3

    申请日:2014-12-23

    CPC classification number: Y02A90/15

    Abstract: 本发明公开了一种基于BP神经网络和模糊逻辑的绝缘子污秽度预测方法,属于电网的安全分析与评价领域。绝缘子污秽度预测究其本质是不确定、非线性系统的状态演化过程,本发明以温度、湿度、降雨量、风速等基本因素作为基本输入量,构建绝缘子污秽度的BP神经网络预测模型;充分考虑与复杂地理位置相关的海拔高度、气压比、覆冰水电导率等因素对绝缘子污秽度的影响,采用模糊逻辑补偿的方法,对评价结果进行修正;运用模糊数学方法综合预测绝缘子污秽程度,可解决演化过程中影响绝缘子污秽度因素效度不清晰这一典型不确定性问题。该方法可为电网运行状态提供重要的科学判据。

Patent Agency Ranking