基于WAMS实测轨迹的电力系统暂态稳定综合判别方法及系统

    公开(公告)号:CN109301841A

    公开(公告)日:2019-02-01

    申请号:CN201810846533.X

    申请日:2018-07-27

    IPC分类号: H02J3/24

    摘要: 本发明公开了一种基于WAMS实测轨迹的电力系统暂态稳定综合判别方法及系统,包括:利用判别速度较快,但对数据质量和等值准确性要求较高的两种轨迹判据作为预警环节,并使用另外四种判别速度相近,但对数据质量要求不高且相对可靠的判据作为最终的稳定性判别环节。使用预警加判别的逻辑结合选取的六种轨迹判据,预警环节确保尽快对系统暂态稳定性可能发生的变化进行响应,为后续解列操作获取时间;判别环节的四种判据保证系统在极端场景下仍能准确且可靠的做出系统稳定性判别。本发明在时间顺序上寻找轨迹间的先后关系,利用其各自的优点互补,形成一种可靠性更高的暂态稳定性判别方法。

    基于WAMS实测轨迹的电力系统暂态稳定综合判别方法及系统

    公开(公告)号:CN109301841B

    公开(公告)日:2020-07-31

    申请号:CN201810846533.X

    申请日:2018-07-27

    IPC分类号: H02J3/24

    摘要: 本发明公开了一种基于WAMS实测轨迹的电力系统暂态稳定综合判别方法及系统,包括:利用判别速度较快,但对数据质量和等值准确性要求较高的两种轨迹判据作为预警环节,并使用另外四种判别速度相近,但对数据质量要求不高且相对可靠的判据作为最终的稳定性判别环节。使用预警加判别的逻辑结合选取的六种轨迹判据,预警环节确保尽快对系统暂态稳定性可能发生的变化进行响应,为后续解列操作获取时间;判别环节的四种判据保证系统在极端场景下仍能准确且可靠的做出系统稳定性判别。本发明在时间顺序上寻找轨迹间的先后关系,利用其各自的优点互补,形成一种可靠性更高的暂态稳定性判别方法。

    基于模板的电子公文分类分级系统

    公开(公告)号:CN108399164B

    公开(公告)日:2022-04-29

    申请号:CN201810258598.2

    申请日:2018-03-27

    IPC分类号: G06F16/35 G06F16/33

    摘要: 基于模板的电子公文分类分级系统,涉及一种电子公文分类分级系统。本发明为了解决现有的通过信息安全督查手段中敏感字库需统一设定存在适用性较差的问题和仅对敏感词进行匹配的敏感词排查过程存在很多误报的情况。本发明包括用于提供敏感词和停用词的设置操作的敏感词、停用词管理模块;根据用户输入的敏感词和导入的源文件进行学习并生成模板的源文件学习模块;用于待检测文件的文本抽取的扫描模块;用于支持在企业内网环境中选择和导出模版和上级部门上传的源文件、在非企业内网环境只能选择导出模版的模板管理模块;用于将文本按照导出的模板进行敏感词匹配,对段落、全文相似度进行判定的涉密匹配模块。本发明用于电子公文分类分级管理。

    基于模板的电子公文分类分级系统

    公开(公告)号:CN108399164A

    公开(公告)日:2018-08-14

    申请号:CN201810258598.2

    申请日:2018-03-27

    IPC分类号: G06F17/27

    摘要: 基于模板的电子公文分类分级系统,涉及一种电子公文分类分级系统。本发明为了解决现有的通过信息安全督查手段中敏感字库需统一设定存在适用性较差的问题和仅对敏感词进行匹配的敏感词排查过程存在很多误报的情况。本发明包括用于提供敏感词和停用词的设置操作的敏感词、停用词管理模块;根据用户输入的敏感词和导入的源文件进行学习并生成模板的源文件学习模块;用于待检测文件的文本抽取的扫描模块;用于支持在企业内网环境中选择和导出模版和上级部门上传的源文件、在非企业内网环境只能选择导出模版的模板管理模块;用于将文本按照导出的模板进行敏感词匹配,对段落、全文相似度进行判定的涉密匹配模块。本发明用于电子公文分类分级管理。

    基于精简集约简不均衡SVM变压器故障检测方法

    公开(公告)号:CN103941131B

    公开(公告)日:2017-10-03

    申请号:CN201410204294.X

    申请日:2014-05-14

    IPC分类号: G01R31/00

    摘要: 基于精简集约简不均衡SVM变压器故障检测方法。本发明包括:(1)利用基于GARCH模型的故障特征提取方法得到变压器特征矢量集合,然后针对少数类样本进行边界样本的确定,所述的少数类样本是故障样本,得到少数类边界样本集合;(2)随机选取,为集合的基数,,设置为1,利用精简集求解算法得到,重复操作次,其中:是多数类样本数目,是少数类样本个数,于是得到个人工少数类样本,保证至少一次;(3)将步骤(2)产生的人工少数类样本同原有的少数类样本结合后,与原有多数类样本集合共同组合作为SVM分类器的训练样本,最终得到SVM决策模型;(4)将新得到的变压器特征矢量输入到决策模型中进行判断。本发明用于变压器故障检测。