基于无功不平衡量的SCADA数据有效性评估方法

    公开(公告)号:CN105139286A

    公开(公告)日:2015-12-09

    申请号:CN201510551058.X

    申请日:2015-08-31

    IPC分类号: G06Q50/06

    摘要: 本发明公开了一种基于无功不平衡量的SCADA数据有效性评估方法,根据线路两端的电压幅值、电流幅值、线路的阻抗以及对地电纳参数,计算得到线路两端的无功不平衡量。根据两端的SCADA量测数据的无功功率也可以得到无功不平衡量。在理想情况下,计算得到的无功不平衡量与量测得到的无功不平衡量近似相等,当两者之间差值较大时,则说明此时段的SCADA数据有效性偏低。本发明有益效果:本发明方法以量测数据的无功功率为评判指标,对量测数据的有效性评估准确,可准确找出量测数据中有效性差的数据,并将有效性较差的数据快速剔除。

    基于注入信号的配电网永久性故障辨识方法

    公开(公告)号:CN103983899B

    公开(公告)日:2016-08-31

    申请号:CN201410217454.4

    申请日:2014-05-22

    IPC分类号: G01R31/08

    摘要: 本发明公开了一种基于注入信号的配电网永久性故障辨识方法,采用配有FTU的智能负荷开关代替分段器,在馈线发生相间短路故障三相跳闸后整条馈线仍保持拓扑结构完整而不被分成若干段,在此背景下提出基于信号注入的配电网永久性故障辨识方法,即馈线故障跳闸后在故障相之间注入恒频的电压检测信号,利用检测到的注入信号电压、电流计算故障相间端口的等值输入阻抗,并同故障前基于工频信号计算得到的等值输入阻抗在归一频率下比较。当为瞬时性相间故障时二者幅值近似相等;永久性故障时二者幅值相差较大,据此辨识出永久性的短路故障,进而完成自适应的重合闸。该方案能够有效避免因重合于永久性故障而造成的二次短路电流冲击,有助于快速恢复故障线路的供电。

    基于小波神经网络的声纹特征提取模型构建方法及系统

    公开(公告)号:CN114141256A

    公开(公告)日:2022-03-04

    申请号:CN202111492798.2

    申请日:2021-12-08

    IPC分类号: G10L17/18 G10L17/04

    摘要: 本发明公开了一种基于小波神经网络的声纹特征提取模型构建方法及系统,所述方法包括:获取特定格式的声音数据,对所述声音数据进行预处理,转化为固定维度的声音信号;选择小波基函数,将所述小波基函数设置为神经网络隐藏层中神经元的传递激发函数,构造小波神经网络,设置训练参数;将所述声音信号输入所述小波神经网络进行计算,基于输出的预测值和真实值,根据所述训练参数对小波神经网络进行迭代训练,获得声纹特征提取模型。使用的小波神经网络模型训练简单,专业性要求低,得到的特征提取模型抗噪性能优秀,具有更强的表征能力。