基于粒子群-支持向量回归的GIS触头热点温度预测方法

    公开(公告)号:CN107895205A

    公开(公告)日:2018-04-10

    申请号:CN201711086186.7

    申请日:2017-11-07

    CPC classification number: G06Q10/04 G06Q50/06

    Abstract: 本发明涉及电力系统设备预测技术,具体涉及基于粒子群-支持向量回归的GIS触头热点温度预测方法,包括以下步骤:基于若干实验历史数据,得到原始样本向量数据;以支持向量回归在优化过程中的均方误差作为粒子群算法的适应度函数,用粒子群算法寻找支持向量回归的最优参数;利用原始样本向量数据,采用代入最优参数的支持向量回归,得到触头热点温度的函数表达式。该方法可在已知GIS外壳温度、环境温度、负荷电流和接触电阻的条件下,将函数表达式应用到触头热点温度回归预测,可应用于电力系统GIS设备触头热点温度预测,所需数据量少。

    基于单类支持向量机的GIS局部放电故障判别方法

    公开(公告)号:CN107728028A

    公开(公告)日:2018-02-23

    申请号:CN201711087312.0

    申请日:2017-11-07

    CPC classification number: G01R31/1254

    Abstract: 本发明涉及电力系统设备故障检测技术,具体涉及基于单类支持向量机的GIS局部放电故障判别方法,包括以下步骤:基于若干周期K种不同故障类型局部放电的PRPD图谱作为K个样本数据,提取各故障类型局部放电的特征参数;采用步骤1提取的统计特征参数训练单类支持向量机,得到单类支持向量机最优参数和分类器模型;采用步骤2所得单类支持向量机分类器模型对待判别的局部放电信号进行局部放电故障判别。基于单类支持向量机的方法,可以构造二元识别问题的有效模型,能有效解决各类不同的局部放电故障判别问题。可在高维空间中对线性不易分的样本数据进行区分,得到更准确的GIS局部放电故障判别结果。

    GIS盆式绝缘子浇筑口外置局放监测用特高频传感器

    公开(公告)号:CN107462818B

    公开(公告)日:2024-02-27

    申请号:CN201710781976.0

    申请日:2017-09-02

    Abstract: 本发明提供一种GIS盆式绝缘子浇筑口外置局放监测用特高频传感器,包括锥体探针和固定在盆式绝缘子上密封浇注孔的金属腔体,所述锥体探针包括圆柱体结构(6)和与该圆柱体结构6)连接的圆锥体结构(7),金属腔体的金属面上设有一个贯通至腔体内部且对准浇注孔长边的金属孔(4),该金属孔(4)上固定两端不封闭的中空的接线端子(5),锥体探针的圆柱体结构(6)位于接线端子(5)内,圆柱体结构(6)与接线端子5)内壁之间填充绝缘材料,所述锥体探针的圆锥体结构(7)位于金属腔体内。本发明将浇注孔及其周围金属设计成传感器的的一部分即辐射部分,解决了周围金属恶化传感器性能的问题。

    一种气体绝缘组合电器绝缘状态综合评估方法

    公开(公告)号:CN105512962B

    公开(公告)日:2018-07-06

    申请号:CN201610021011.7

    申请日:2016-01-13

    Abstract: 本发明属于气体绝缘组合电器的绝缘状态在线监测及评估技术领域,具体涉及一种GIS绝缘状态综合评估方法。本发明主要由GIS绝缘状态评估指标体系框架构建、GIS绝缘评估指标权重计算、基于模糊理论GIS绝缘状态划分以及基于证据理论融合多源状态评估数学模型四个部分构成。本发明涉及评估指标、评估模型全面可靠,评估结果简明,可在实际工程现场推广应用。本发明考虑GIS自身运行条件所限,可以利用不同监测条件下的互补信息构建反应设备绝缘状态的全面指标体系,并结合专家经验,引入模糊理论及数据融合理论,从而实现GIS设备绝缘状态的综合评估,为同类设备的多源信息评估提供一种全面可靠的方案。

    一种基于支持向量回归的GIS负载能力评估方法

    公开(公告)号:CN107977339A

    公开(公告)日:2018-05-01

    申请号:CN201711086168.9

    申请日:2017-11-07

    Abstract: 本发明属于电力系统设备负载能力评估技术领域,尤其涉及一种基于支持向量回归的GIS负载能力评估方法,包括以下步骤:基于若干实验历史数据,得到原始样本向量数据;利用原始样本向量数据,采用支持向量机回归方法,得到触头热点温度的函数表达式;将步骤2中的得到函数表达式用于触头热点温度预测和GIS负载能力评估。基于支持向量回归(Support Vector Regression,SVR)方法,可以根据已知数据,简便构造GIS触头热点温度回归预测模型,并进而对GIS负载能力进行评估。

    基于粒子群-支持向量回归的GIS触头热点温度预测方法

    公开(公告)号:CN107895205B

    公开(公告)日:2022-02-15

    申请号:CN201711086186.7

    申请日:2017-11-07

    Abstract: 本发明涉及电力系统设备预测技术,具体涉及基于粒子群‑支持向量回归的GIS触头热点温度预测方法,包括以下步骤:基于若干实验历史数据,得到原始样本向量数据;以支持向量回归在优化过程中的均方误差作为粒子群算法的适应度函数,用粒子群算法寻找支持向量回归的最优参数;利用原始样本向量数据,采用代入最优参数的支持向量回归,得到触头热点温度的函数表达式。该方法可在已知GIS外壳温度、环境温度、负荷电流和接触电阻的条件下,将函数表达式应用到触头热点温度回归预测,可应用于电力系统GIS设备触头热点温度预测,所需数据量少。

Patent Agency Ranking