-
公开(公告)号：CN113792754B
公开(公告)日：2024-08-16
申请号：CN202110922307.7
申请日：2021-08-12
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
IPC分类号： G06F18/23213 , G06N3/006 , G06F16/215
摘要： 本发明公开了一种先除异后修复的换流变DGA在线监测数据处理方法，第一阶段引入滑动窗口算法的思想，使用分段线性化算法将序列数据划分为若干由斜率与跨度表征的线段，再使用基于最大最小距离改进的K‑means聚类将在线监测数据符号化，最后使用APRIORI算法挖掘DGA中不同指标之间的关联性，并以此发掘其中存在的异常数值；第二阶段，根据筛除的异常数值采样点，提出改进的粒子群优化的支持向量回归算法，定义粒子解集之间的距离，使用模糊推理规则划分不同类型的粒子，并以此定义不同更新公式，保证算法的求解速度与求解多样性，优化支持向量回归算法中的关键参数对这些采样点进行修复，实现在线DGA监测数据的处理。
-
公开(公告)号：CN112232447B
公开(公告)日：2021-06-04
申请号：CN202011462003.9
申请日：2020-12-14
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学
摘要： 本发明属于电力设备状态数据处理领域，公开了一种电力设备状态监测数据的完整样本集的构建方法，S1、状态数据集与设备编码匹配，S2、数据采样频率归一化，S3、具有分析意义的状态数据集筛选，S4、数据频率分布拟合，S5、完整训练样本的构建，S6、数据集的周期性检验，S7、基于训练样本的状态数据集回归预测及整体异常值检测，S8、以经过数据预处理之后的第一日数据集作为训练集样本，构建状态转移矩阵，通过Markov状态转移模型对实测数据集中存在空值点进行数据补全。本发明可对整体数据集中存在的空缺值进行补全操作，完成数据清洗操作，初始数据集中的缺失数据与异常数据已去除，得到一个准确度较高的完整数据集样本。
-
公开(公告)号：CN113987033B
公开(公告)日：2022-04-12
申请号：CN202111615216.5
申请日：2021-12-28
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
摘要： 本发明公开了一种主变在线监测数据群体偏差识别与校准方法，数据收集；对线下数据校核过的在线监测数据进行分段线性化，提取线段曲线与数据群体特征；构建分段关联挖掘模型,对曲线特征表征的线段集合进行符号化，使用Apriori算法挖掘在线检测数据不同指标的关联性，发现异常数值；考虑时段特性获取支持度变化，并识别数据偏差；利用强关联指标序列构建多指标预测模型，完成偏差校准；利用校准数据重新计算不同指标的关联性，验证数据群体偏差校准的可靠性。本发明可通过挖掘不同指标序列的关联规则，识别数据群体偏差，并构建一种基于改进遗传算法优化的BP神经网络算法多指标预测模型对数据群体偏差进行校准。
-
公开(公告)号：CN114065551A
公开(公告)日：2022-02-18
申请号：CN202111582606.7
申请日：2021-12-22
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 重庆大学 , 南昌大学
IPC分类号： G06F30/20 , G06K9/62 , G06F17/16 , H02J3/06 , H02J3/36 , H02J3/38 , G06F113/04 , G06F119/02
摘要： 本发明公开了一种基于Copula的交直流混联电网概率潮流计算方法，采用基于目标函数的FCM模糊聚类算法，模糊聚类算法对多维数据进行场景划分，进而确定随机变量两两之间的最优Copula函数类型及参数，并以AD距离作为藤结构的评判标准，对各场景进行最优藤结构的判断，建立基于混合藤Copula的“风光荷”模型，最后结合混合藤Copula模型，基于拉丁超立方抽样算法对AC/VSC‑MTDC混联电网进行概率潮流计算。本发明运用FCM聚类算法，给每一个对象和类别赋予权值，运用AD距离，给高密度数据分布的位置给予更高权重，提高了AC/VSC‑MTDC混联电网的概率潮流计算的准确性。
-
公开(公告)号：CN112966990B
公开(公告)日：2021-09-10
申请号：CN202110539663.0
申请日：2021-05-18
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
摘要： 本发明公开了一种变电设备综合状态评价的方法，导入状态指标数据处理结果，电力变压器状态评价以表征电力变压器异常状态的数据集为基础，按状态指标的分类、指标数据的处理、构建分层评价体系、使用主客观融合赋权法制定指标权重并据此得到电力变压器的状态评价结果四个步骤进行；在线监测装置的状态评价以由在线监测装置工作的异常导致的异常数据集为基础，状态评价包括构建异常模式的数据与在线监测装置异常状态之间的表征关系、异常状态概率表征、使用模糊评价理论中隶属度函数完成在线监测装置的状态评价三步。本发明针对电力变压器与在线监测装置分别建立其状态评价模型，从而构成基于数据驱动的变电设备综合状态评价体系。
-
公开(公告)号：CN113650932A
公开(公告)日：2021-11-16
申请号：CN202110954889.7
申请日：2021-08-19
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： B65D25/20 , B65D25/02 , B65D53/02 , F04C2/14 , F04C14/28 , F04C14/06 , F04C15/06 , G01B21/00 , G01B21/02
摘要： 本发明公开了一种泵吸式标准油样智能储油罐，涉及变压器标准油存储设备领域，包括罐体，罐体上设置有进油管道和出油管道，进油管道和出油管道上均设置有液体开关电磁阀和齿轮油泵；内腔中设置有活塞和位移传感器，位移传感器设置在活塞的上方而能够检测内腔中剩余油样的高度；罐体上设置的中央处理器与位移传感器、液体开关电磁阀和齿轮油泵连接而能够对其进行控制。本发明的有益效果是采用活塞密封，避免了储油罐内部已有空气稀释标准油，通过位移传感器可计算出储油罐中的油量，能够根据需求控制进出油的流速和流量，并可实现自动定速定量进出油，工作人员无需留在现场；装置便于搬运和运输，可有效提高检测人员检测效率。
-
公开(公告)号：CN113792754A
公开(公告)日：2021-12-14
申请号：CN202110922307.7
申请日：2021-08-12
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
IPC分类号： G06K9/62 , G06N3/00 , G06F16/215
摘要： 本发明公开了一种先除异后修复的换流变DGA在线监测数据处理方法，第一阶段引入滑动窗口算法的思想，使用分段线性化算法将序列数据划分为若干由斜率与跨度表征的线段，再使用基于最大最小距离改进的K‑means聚类将在线监测数据符号化，最后使用APRIORI算法挖掘DGA中不同指标之间的关联性，并以此发掘其中存在的异常数值；第二阶段，根据筛除的异常数值采样点，提出改进的粒子群优化的支持向量回归算法，定义粒子解集之间的距离，使用模糊推理规则划分不同类型的粒子，并以此定义不同更新公式，保证算法的求解速度与求解多样性，优化支持向量回归算法中的关键参数对这些采样点进行修复，实现在线DGA监测数据的处理。
-
公开(公告)号：CN112800686A
公开(公告)日：2021-05-14
申请号：CN202110330366.5
申请日：2021-03-29
申请人： 国网江西省电力有限公司电力科学研究院 , 南昌大学 , 国家电网有限公司
摘要： 本发明涉及一种变压器DGA在线监测数据异常模式判定方法，导入DGA在线监测数据，设置滑动窗口的长度和滑动步长，以一定的步长滑动窗口遍历在线数据集，对截取的每个数据窗口，使用基于最小二乘的滑动数据分段线性化算法拟合，使用拟合所得线段的斜率、包含数据的实际增长率以及该线段的跨度表征拟合出的这条线段，构建描述的线段相似度的模型，并使用K‑means算法对线段集进行聚类分析；线段集的符号化表示，归总不同序列符号化后集合中元素数目；基于Apriori算法的思想，挖掘不同序列之间存在的频繁项集，量化不同序列之间的关联性，根据序列之间的关联性强弱，对判定数据中存在的异常数值类型，分离出不同异常模式的数据。
-
公开(公告)号：CN113987033A
公开(公告)日：2022-01-28
申请号：CN202111615216.5
申请日：2021-12-28
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
摘要： 本发明公开了一种主变在线监测数据群体偏差识别与校准方法，数据收集；对线下数据校核过的在线监测数据进行分段线性化，提取线段曲线与数据群体特征；构建分段关联挖掘模型,对曲线特征表征的线段集合进行符号化，使用Apriori算法挖掘在线检测数据不同指标的关联性，发现异常数值；考虑时段特性获取支持度变化，并识别数据偏差；利用强关联指标序列构建多指标预测模型，完成偏差校准；利用校准数据重新计算不同指标的关联性，验证数据群体偏差校准的可靠性。本发明可通过挖掘不同指标序列的关联规则，识别数据群体偏差，并构建一种基于改进遗传算法优化的BP神经网络算法多指标预测模型对数据群体偏差进行校准。
-
公开(公告)号：CN112966990A
公开(公告)日：2021-06-15
申请号：CN202110539663.0
申请日：2021-05-18
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
摘要： 本发明公开了一种变电设备综合状态评价的方法，导入状态指标数据处理结果，电力变压器状态评价以表征电力变压器异常状态的数据集为基础，按状态指标的分类、指标数据的处理、构建分层评价体系、使用主客观融合赋权法制定指标权重并据此得到电力变压器的状态评价结果四个步骤进行；在线监测装置的状态评价以由在线监测装置工作的异常导致的异常数据集为基础，状态评价包括构建异常模式的数据与在线监测装置异常状态之间的表征关系、异常状态概率表征、使用模糊评价理论中隶属度函数完成在线监测装置的状态评价三步。本发明针对电力变压器与在线监测装置分别建立其状态评价模型，从而构成基于数据驱动的变电设备综合状态评价体系。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.057 秒)
