一种基于电力调度系统的语音识别模型的建立方法

    公开(公告)号:CN108447475A

    公开(公告)日:2018-08-24

    申请号:CN201810173642.X

    申请日:2018-03-02

    IPC分类号: G10L15/06 G10L15/14 G10L15/16

    摘要: 本发明涉及一种基于电力调度系统的语音识别模型的建立方法,其主要技术特点是包括步骤1、采用HMM模型和深度神经网络建立基于电力调度系统的声音模型;步骤2、采用统计语言模型方法建立基于电力调度系统的语言模型。本发明采用HMM(隐马尔科夫)和DNN(深度神经网络)的技术建立电网专属行业声学模型以及基于N-Gram语音模型,有效提高了语音识别的准确率和工作效率,并消除了误差,能够较好地满足电力调度行业语音识别的需要,经在华中电网试验表明,华中电网发输电计划调整、山火场景、一次设备操作(转状态)和故障汇报四个工作场景连续语音识别实验准确率达到85%以上,具有广泛的应用前景。

    一种风电系统多调度场景的备用需求动态评估方法

    公开(公告)号:CN111049193B

    公开(公告)日:2021-10-22

    申请号:CN201911296066.9

    申请日:2019-12-16

    IPC分类号: H02J3/46 H02J3/38 H02J3/14

    摘要: 本发明提出了一种风电系统多调度场景的备用需求动态评估方法。本发明综合考虑含风电电力系统源荷侧不确定性,将同一历史时段的风电、负荷预测值和实测值组成数据组;根据预测值对数据组进行均匀分箱,采用通用分布模型对箱内系统误差分布规律进行拟合,获取系统误差概率分布曲线;根据分布曲线得到失效向上/向下备用容量、切负荷量和弃风量的期望;将不可解析的四种期望表达式进行数值积分和分段线性化处理使其可解析易推广。本发明优点在于可实现动态评估不同调度时段下受系统不确定性影响的备用需求,不仅可作为已知电力系统机组组合/经济调度结果的评价指标,还可以直接应用于电力系统优化调度问题中,帮助调度人员得到合理的备用计划。

    一种适应电网多种调控运行场景的关联特征选择方法

    公开(公告)号:CN111369168A

    公开(公告)日:2020-07-03

    申请号:CN202010191612.9

    申请日:2020-03-18

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明涉及电力系统特征选择技术,具体涉及一种适应电网多种调控运行场景的关联特征选择方法,首先从电力系统历史实际数据的角度出发,对其进行标准化和预处理,使其成为能够直接纳入分析计算以及分类器的时间序列数据,随后研究哪些特征变量可能指示电力系统场景的发生,或者典型场景的出现伴随着哪些特征变量的变化,利用这些信息构建出特征备选集,然后利用灰色关联度分析算法定量计算特征与目标典型场景之间关联度数值,并对其进行排序,随后设置合理的阈值,得到最终的特征子集,并利用分类器准确度对特征子集进行评价。该方法有利于调度人员在进行相关操作时有更好的指示,同时减少了电力系统的数据处理时间,提高了数据分析效率。