台区分时分相线损监控方法、装置、设备及可读存储介质

    公开(公告)号:CN115203298A

    公开(公告)日:2022-10-18

    申请号:CN202210530741.5

    申请日:2022-05-16

    Abstract: 本申请公开了一种台区分时分相线损监控方法、装置、计算机设备及计算机可读存储介质,涉及电力企业台区线损监控领域,通过全自动分析台区档案、采集及电量信息数据,并以图形方式呈现监控信息,实现直观的可视化监控,精准定位台区线损异常发生时间、相别,提高台区线损管理水平、台区线损核查治理效率,助力台区线损治理。所述方法包括:建立与数据库之间的数据连接;向数据库发送查询指令,并在数据库中执行存储过程,存储过程用于获取台区分时分相线损数据的线损分析结果;接收线损分析结果,关闭与数据库之间的数据连接;基于线损分析结果,绘制台区分时分相线损曲线图,将线损分析结果和台区分时分相线损曲线图发送至展示终端进行展示。

    有源配电网线损监控方法、装置、设备及可读存储介质

    公开(公告)号:CN115037039A

    公开(公告)日:2022-09-09

    申请号:CN202210529118.8

    申请日:2022-05-16

    Abstract: 本申请公开了一种有源配电网线损监控方法、装置、计算机设备及计算机可读存储介质,涉及配电网线路线损监控技术领域,通过对10kV有源配电网线路档案、采集信息数据进行获取、分析加工,以曲线图形方式展示10kV配网线路线损异常发生时间、相别,实现10kV有源配电网线路的各时间段、各相线损监控,为10kV配网线路线损治理提供支撑。所述方法包括:建立与数据库服务器之间的数据连接,并调用存储程序与数据库服务器进行数据交互;获取10kV有源配电网线路分时分相线损数据的线损分析结果,基于线损分析结果绘制线损曲线图及经济运行率曲线图;将线损曲线图及经济运行率曲线图发送至展示终端进行展示。

    一种负荷事件真实性预测方法、装置、设备及介质

    公开(公告)号:CN117458473B

    公开(公告)日:2024-09-13

    申请号:CN202311471546.0

    申请日:2023-11-07

    Abstract: 本申请涉及工业用电技术领域。公开了一种负荷事件真实性预测方法、装置、设备及介质,其中方法包括:获取待预测负荷事件数据;将待预测负荷事件数据输入至神经网络模型,预测待预测负荷事件是真实事件或虚假事件,将预测为真实事件的负荷事件数据作为负荷辨识的依据;其中,方法还包括,针对各类型负荷事件确定至少一个应用场景,并获取所述至少一个应用场景下的样本数据,根据所述样本数据对所述负荷事件的真实性进行标识行向量处理,得到用以训练和测试所述神经网络模型的样本集。本申请用于训练和测试神经网络模型的样本集中对负荷事件的真实性进行标识,使训练好的神经网络模型预测负荷事件是真实事件或虚假事件,提高了负荷辨识的准确性。

    击穿电容监测方法、装置、电子设备及可读存储介质

    公开(公告)号:CN117169669B

    公开(公告)日:2024-03-12

    申请号:CN202311445530.2

    申请日:2023-11-02

    Abstract: 本公开涉及电力设备故障监测技术领域,公开了一种击穿电容监测方法、装置、电子设备及可读存储介质;其方法包括获取多个同相的电容式电压互感器的二次侧电压数据;构建多目标优化模型;模型包括以同相电容式电压互感器一次侧电压差距最小为目标的第一个目标函数和以击穿电容数量最小为目标的第二个目标函数,模型的决策变量包括击穿高压电容的数量和击穿低压电容的数量;通过多目标优化算法对多目标优化模型进行求解,得到帕累托最优解集;根据帕累托最优解集,确定各电容式电压互感器中击穿电容的故障信息。本公开创造性地将电容击穿监测问题构造为一个多目标优化问题,可以大大提高监测到的击穿电容的故障信息的准确性。

    一种负荷事件真实性预测方法、装置、设备及介质

    公开(公告)号:CN117458473A

    公开(公告)日:2024-01-26

    申请号:CN202311471546.0

    申请日:2023-11-07

    Abstract: 本申请涉及工业用电技术领域。公开了一种负荷事件真实性预测方法、装置、设备及介质,其中方法包括:获取待预测负荷事件数据;将待预测负荷事件数据输入至神经网络模型,预测待预测负荷事件是真实事件或虚假事件,将预测为真实事件的负荷事件数据作为负荷辨识的依据;其中,方法还包括,针对各类型负荷事件确定至少一个应用场景,并获取所述至少一个应用场景下的样本数据,根据所述样本数据对所述负荷事件的真实性进行标识行向量处理,得到用以训练和测试所述神经网络模型的样本集。本申请用于训练和测试神经网络模型的样本集中对负荷事件的真实性进行标识,使训练好的神经网络模型预测负荷事件是真实事件或虚假事件,提高了负荷辨识的准确性。

    击穿电容监测方法、装置、电子设备及可读存储介质

    公开(公告)号:CN117169669A

    公开(公告)日:2023-12-05

    申请号:CN202311445530.2

    申请日:2023-11-02

    Abstract: 本公开涉及电力设备故障监测技术领域,公开了一种击穿电容监测方法、装置、电子设备及可读存储介质;其方法包括获取多个同相的电容式电压互感器的二次侧电压数据;构建多目标优化模型;模型包括以同相电容式电压互感器一次侧电压差距最小为目标的第一个目标函数和以击穿电容数量最小为目标的第二个目标函数,模型的决策变量包括击穿高压电容的数量和击穿低压电容的数量;通过多目标优化算法对多目标优化模型进行求解,得到帕累托最优解集;根据帕累托最优解集,确定各电容式电压互感器中击穿电容的故障信息。本公开创造性地将电容击穿监测问题构造为一个多目标优化问题,可以大大提高监测到的击穿电容的故障信息的准确性。

Patent Agency Ranking