一种基于深度决策树算法的电力负荷特性挖掘方法

    公开(公告)号:CN108011367B

    公开(公告)日:2020-12-18

    申请号:CN201711262761.4

    申请日:2017-12-04

    IPC分类号: H02J3/00

    摘要: 本发明揭露一种基于深度决策树算法的电力负荷特性挖掘方法,该方法通过采用深度决策树算法来对电力负荷特性进行深度的挖掘。首先通过现有的电力系统智能采集装置对海量电力用户负荷特征数据以及影响电力负荷变化的诸多因素数据进行采集,对所收集的电力负荷数据以及其他因素数据进行预处理,建立训练数据集,利用所建立的训练数据集对深度决策树算法进行训练,最后利用训练完成的深度决策树算法对电力用户负荷特性进行智能挖掘。另外,采用的深度决策树算法是一种较新的机器学习数据挖掘分类算法,该算法具有无需大量设置超参数、自行确定模型深度的优点,可对有效对电力负荷特性进行智能挖掘,所得结果可服务于电网企业调度、运行等多方面。

    一种基于多数据源的变电站智能巡检系统及综合诊断方法

    公开(公告)号:CN107124037A

    公开(公告)日:2017-09-01

    申请号:CN201710238597.7

    申请日:2017-04-13

    IPC分类号: H02J13/00

    摘要: 本发明公开了一种基于多数据源的变电站智能巡检系统及综合诊断方法,它包括一次设备智能巡检系统、二次设备智能巡检系统和站内在线监控数据源通过站内网络安全通信传输系统与综合业务数据平台连接;解决了现有技术存在的不能完全取代现有人工巡检;现有巡检系统均未实现该目标,只能作为辅助巡检手段,仍然需要人工参与;现有的巡检系统中巡检结果异常诊断方法片面;监控系统仅仅是作为数据展示使用,并没有与巡检结果数据进行有效的结合综合判断;现有的巡检系统中断路器视频操作监护时,受恶劣天气的影响,可见光拍照并不能准确的识别断路器合、分状态,给后台操作人员造成干扰,甚至引起误操作等技术问题。