一种基于BP神经网络的节点电压暂降幅值计算方法

    公开(公告)号:CN104459373B

    公开(公告)日:2017-06-20

    申请号:CN201410633125.8

    申请日:2014-11-11

    IPC分类号: G01R31/00 G01R19/00

    摘要: 本发明目的在于提供一种基于BP神经网络的节点电压暂降幅值计算方法,包括以下步骤:随机选取一批故障点,并确定这些故障点电压暂降幅值的影响因素作为故障点参数;生成训练故障点集,计算所述故障点的故障后节点电压暂降幅值;以所述故障点参数作为输入向量,用对应所述的故障后节点电压暂降幅值作为输出向量,形成训练样本;依据所述输入向量和输出向量构造BP神经网络模型;利用所述训练样本对BP神经网络模型进行训练,得到训练后的BP神经网络模型;选定待计算节点及其故障点参数,生成测试输入向量,将测试输入向量输入训练后的BP神经网络模型,其输出就是待计算节点的故障后节点电压暂降幅值。

    一种基于数据采集卡的电压暂降监测装置

    公开(公告)号:CN104360145A

    公开(公告)日:2015-02-18

    申请号:CN201410604125.5

    申请日:2014-10-30

    摘要: 一种基于数据采集卡的电压暂降监测装置:包括依次连接的前置电路、数据采集卡和计算机,前置电路和数据采集卡有电源模块分别提供所需的外部工作电压,计算机中安装有电压暂降监测软件,前置电路输入用户侧电压电流;前置电路与数据采集卡通过通信接口进行连接,计算机通过USB接口与数据采集卡连接,并通过各类通信网络实现通信;前置电路又包含依次连接的采样电路、调理电路、滤波电路和保护电路。本发明适用于对380V用户侧进行电压、电流波形、电压暂降事件实时监测,且数据采样精度高、速度快,能在发生电压暂降的时刻捕捉并记录电压暂降事件相关信息,还成本低廉适宜大规模推广应用,有利于实现对用户侧电压暂降的网络化监测。

    一种基于下级用户行业特性的变电站暂降敏感度分级方法

    公开(公告)号:CN104376403B

    公开(公告)日:2017-11-03

    申请号:CN201410606015.2

    申请日:2014-10-30

    摘要: 一种基于下级用户行业特性的变电站暂降敏感度分级方法,包括以下步骤:S1确定待分析区域内各变电站下级用户所包含的行业类型,并设置各行业的敏感系数;S2输入待分析区域电网内各变电站的基础数据即下级用户各行业的负荷比例;S3运用模糊C均值(FCM)聚类算法对各变电站进行聚类,根据分析的需求在确定分类数后输出聚类结果;S4以每类变电站的聚类中心作为基准,结合各行业的敏感系数计算各类变电站的暂降敏感度;S5依据敏感度大小得出的序列将区域电网内变电站划分为相应的等级。本发明可对暂降敏感度进行变电站层面的分析,且工作量少切合实际,解决了负荷多样性综合反映变电站的暂降敏感度的问题。

    一种基于BP神经网络的节点电压暂降幅值计算方法

    公开(公告)号:CN104459373A

    公开(公告)日:2015-03-25

    申请号:CN201410633125.8

    申请日:2014-11-11

    IPC分类号: G01R31/00 G01R19/00

    摘要: 本发明目的在于提供一种基于BP神经网络的节点电压暂降幅值计算方法,包括以下步骤:随机选取一批故障点,并确定这些故障点电压暂降幅值的影响因素作为故障点参数;生成训练故障点集,计算所述故障点的故障后节点电压暂降幅值;以所述故障点参数作为输入向量,用对应所述的故障后节点电压暂降幅值作为输出向量,形成训练样本;依据所述输入向量和输出向量构造BP神经网络模型;利用所述训练样本对BP神经网络模型进行训练,得到训练后的BP神经网络模型;选定待计算节点及其故障点参数,生成测试输入向量,将测试输入向量输入训练后的BP神经网络模型,其输出就是待计算节点的故障后节点电压暂降幅值。