-
-
公开(公告)号：CN118656731A
公开(公告)日：2024-09-17
申请号：CN202411066900.6
申请日：2024-08-06
申请人： 南昌工程学院
IPC分类号： G06F18/2415 , G06N3/047 , G06N3/006 , G01R31/12
摘要： 本发明公开了一种基于神经网络的变压器局部放电检测方法，包括：S1：采集变压器历史运行时局部放电的信号数据，根据风险类型对信号数据分别进行标记，以此构建数据集，对数据集进行预处理获取特征数据集；S2：构建概率神经网络模型，导入S1中的特征数据集至概率神经网络模型进行训练，在训练过程中，通过苦鱼算法优化概率神经网络模型的平滑因子，获取最优的平滑因子；S3：采集变压器实时运行时局部放电的信号数据并进行预处理，将其导入训练后的概率神经网络模型进行检测，输出变压器实时的局部放电的风险类型。本发明采用改良的苦鱼算法优化概率神经网络的方法，极大地提高了检测的准确性。
-
公开(公告)号：CN118378759B
公开(公告)日：2024-09-13
申请号：CN202410806199.0
申请日：2024-06-21
申请人： 南昌工程学院
摘要： 本发明公开了一种基于逆向云场景聚类的风电功率区间预测方法及系统，该方法通过获取风电功率的相关气象影响因子数据、风电功率预测数据以及与实际值的误差序列；对相关气象影响因子数据进行融合降维并进行聚类；基于风电功率预测数据使用自适应带宽核密度估计构建功率预测区间；根据三维云向量特征的聚类结果对每种类型赋予不同的修正权重并使用改进的MODBO算法对修正权重进行优化；使用优化后的修正权重通过自适应带宽核密度估计重新构建误差修正后的功率预测区间。本发明可提高区间预测的质量，解决当前区间预测方案无法兼顾多种风电功率预测误差的复杂场景，且覆盖率不足，区间宽度过大的问题。
-
公开(公告)号：CN118378759A
公开(公告)日：2024-07-23
申请号：CN202410806199.0
申请日：2024-06-21
申请人： 南昌工程学院
摘要： 本发明公开了一种基于逆向云场景聚类的风电功率区间预测方法及系统，该方法通过获取风电功率的相关气象影响因子数据、风电功率预测数据以及与实际值的误差序列；对相关气象影响因子数据进行融合降维并进行聚类；基于风电功率预测数据使用自适应带宽核密度估计构建功率预测区间；根据三维云向量特征的聚类结果对每种类型赋予不同的修正权重并使用改进的MODBO算法对修正权重进行优化；使用优化后的修正权重通过自适应带宽核密度估计重新构建误差修正后的功率预测区间。本发明可提高区间预测的质量，解决当前区间预测方案无法兼顾多种风电功率预测误差的复杂场景，且覆盖率不足，区间宽度过大的问题。
-
-
-
搜索结果
4 条记录 (耗时 0.022 秒)
