-
公开(公告)号:CN114971233A
公开(公告)日:2022-08-30
申请号:CN202210512179.3
申请日:2022-05-12
申请人: 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司 , 国家电网有限公司
摘要: 本发明公开了一种基于IFAHP‑CRITIC和TOPSIS的电能质量综合评估方法和系统,包括:选取若干电能质量评估指标;利用IFAHP确定各电能质量评估指标的主观权重;利用CRITIC确定各电能质量评估指标的客观权重;构建各电能质量评估指标的主客观组合赋权模型;判断组合权重是否最优;构建基于TOPSIS法的电能质量评估模型;根据电能质量评估模型对电能质量监测点进行排序并评估其电能质量等级;本发明避免了采用单一赋权法使电能质量指标权重过于主观或过于客观,使得对各各监测点的电能质量评估结果更贴近实际;本发明采用逼近理想解排序法求解各监测点到理想解的相对贴近度,可进一步评估处于同一电能质量等级的各监测点的电能质量好坏,使得评估结果更为精细。
-
公开(公告)号:CN113988141A
公开(公告)日:2022-01-28
申请号:CN202111434314.9
申请日:2021-11-29
申请人: 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司 , 国家电网有限公司
摘要: 本发明公开了基于粒子群算法和卷积神经网络的电能质量扰动分类方法,具体包括以下步骤:S1:转换电能质量扰动信号;S2:建立基于卷积神经网络的电能质量扰动分类模型;S3:利用粒子群算法对电能质量扰动分类模型的参数进行优化;S4:验证基于粒子群算法‑卷积神经网络的电能质量扰动分类模型;S5:对待分析的电能质量扰动实测数据进行分类;本发明的有益效果在于:本发明具有可以自行提取特征、分类速度快和分类准确率高的优点,也避免了人工选取CNN(卷积神经网络)超参数缺乏客观性的问题。
-