-
公开(公告)号：CN113536662A
公开(公告)日：2021-10-22
申请号：CN202110667340.X
申请日：2021-06-16
Applicant: 三峡大学
Abstract: 基于萤火虫优化LightGBM算法的电子式互感器误差状态预测方法，包括：采集电子式互感器影响参量和误差参量，构建数据模型；计算影响参量和误差参量间的距离相关系数，根据距离相关系数选择电子式互感器的主导影响参量；萤火虫算法对LightGBM算法的学习率、最大深度和子叶个数进行超参数寻优；根据最优超参数对误差参量进行建模预测，计算实际误差参量与预测误差参量的差值，以平均绝对误差和均方根误差作为预测评估。本发明方法能够在不停电的状态下，有效预测电子式互感器误差状态曲线走势，为在线监测电子式互感器误差状态提供可参考依据。
-
公开(公告)号：CN113515830A
公开(公告)日：2021-10-19
申请号：CN202110628088.1
申请日：2021-06-06
Applicant: 三峡大学
IPC: G06F30/18 , G06F30/17 , G06F30/20 , G06Q50/06 , G06F111/04 , G06F113/14 , G06F119/08
Abstract: 基于供热管道网络拓扑变换的供热网络模型优化方法，包括：计算供热管道网络各节点处分支管道的工质传输时间延迟；按传输时间延迟从小到大的顺序，将各节点处分支管道串联合并为一根管道；计算合并后各管道的管道参数；判断供热管道网络是否还有分支管道，若有则重复前面步骤，若没有，则进设置化简阈值；将两端节点都没有分支管道流出的管道聚合成一个新的节点；计算聚合后各管道的管道参数；判断管道数量是否小于等于化简阈值E，若小于等于E，则得到最终符合化简需求的供热管道网络模型，若不满足，则重复重复前面步骤。本发明实现了热网化简，降低了电热联合调度中供热网络模型的数据维度；能够有效降低大规模电热联合调度的求解复杂性，提高了求解效率。
-
公开(公告)号：CN108334684B
公开(公告)日：2021-10-12
申请号：CN201810069451.9
申请日：2018-01-24
Applicant: 三峡大学
IPC: G06F30/20
Abstract: 隔离开关开合过程中的VFTO建模分析方法，全面考虑了隔离开关开合过程中的各个影响因素，使得仿真电路更接近实际。其电路图元件包含电源u、电源侧线路内阻Ru、电源侧线路电感Lu、电源端口及电源连接线处对地杂散电容Cu1和Cu2、隔离开关DS、隔离开关左右侧对地杂散电容C1和C2、隔离开关到负荷电容之间连线的等效电阻及等效电感RL和LL、负荷电容的电容值、等效电阻及等效电感值C、R、L、电源侧及负荷电容侧的接地电阻r1和r2、隔离开关开合过程中端口之间的电弧电阻及端口电容r(t)和c(t)等。本发明提供的建模分析方法，其建模仿真结果不仅整体波形与实际测试波形相吻合，且暂态衰减过程的波形也与实际测试结果吻合，从而证实了本发明所提供建模分析方法的准确性。
-
公开(公告)号：CN113433423A
公开(公告)日：2021-09-24
申请号：CN202110753528.6
申请日：2019-04-10
Applicant: 三峡大学
IPC: G01R31/08
Abstract: T型线路沿线电压交叉修正故障测距方法，利用T型线路正常运行状态下的电气信息，动态实时计算三端线路实时参数，并基于遗传算法修正线路实时参数的计算误差；在线路发生故障后，基于修正参数下的线路分布参数线路模型，分别计算T节点电压，通过电压比较判断故障支路；然后将非故障两支路等值为T端，与故障支路一端形成两端输电线路模型；最后，利用两侧测量电压与计算对侧电压形成两条直线，基于直线交叉求取交点，形成故障测距方法。本发明可以实时动态调整线路参数误差，提高故障测距精度，工程实用性强。
-
公开(公告)号：CN112763943A
公开(公告)日：2021-05-07
申请号：CN202011429110.1
申请日：2020-12-09
Applicant: 三峡大学 , 国网安徽省电力有限公司电力科学研究院 , 华中科技大学
Abstract: 变压器绕组故障分类与定位的诊断系统及方法，该系统包括扫频仪、变压器绕组、检测终端、电感L1、分压电阻R1、分压电阻R2、电容C。扫频仪输出扫频信号，经过电感L1、分压电阻R1从接地点N输入到变压器绕组上，流经变压器绕组内部的高压绕组A并输出，通过电容C并被分压电阻R2分压后，被检测终端采集扫频数据；检测终端通过构建的深度学习卷积神经网络模型诊断出变压器绕组的故障类型与位置。本发明在实现故障类型诊断高精度的基础上，解决了故障定位问题，具有一定工程意义。在本发明中构建的仿真样本上效果良好，故障类型诊断精度高达100%，故障定位正确率高达83.33%。
-
Patent Agency Ranking
公开(公告)号：CN109541304B
公开(公告)日：2021-03-23
申请号：CN201811392499.X
申请日：2018-11-21
Applicant: 三峡大学
IPC: G01R23/16
Abstract: 基于六项最小旁瓣窗插值的电网高次弱幅值谐波检测方法，包括首先将含高次弱幅值谐波信号进行离散采样得到离散序列信号；对采样得到的离散序列信号加六项最小旁瓣窗进行加窗处理得到加窗离散序列信号；对得到的加窗离散序列信号进行离散傅里叶变换得到离散的谐波信号频谱值；根据得到的谐波信号频谱值，找到各次谐波峰值点附近的四条谱线。对得到的峰值点附近的四条谱线，建立四谱线频谱值关系，通过四谱线频谱关系求得谱线值与理论频谱值的偏差量，并推导出谐波参数的修正公式，进而求出四谱线插值修正后的谐波参数。与现有的电网谐波检测方法相比，本发明方法具有优良的性能，谐波精确度得到了有效提高。
-
公开(公告)号：CN112014785A
公开(公告)日：2020-12-01
申请号：CN202010784437.4
申请日：2020-08-06
Applicant: 三峡大学
IPC: G01R35/02
Abstract: 基于弹性网络的空心线圈电流互感器误差补偿方法，采集影响空心线圈电流互感器三相误差补偿的影响量，所述影响量包括环境参量、电气参量；采集误差补偿量。将影响量和误差补偿量进行归一化，计算影响量和误差补偿量的皮尔逊相关系数，再使用基于弹性网络算法的因子筛选方法，对主要影响量再进行特征选择。将空心线圈电流互感器的主导影响量作为输入量，使用基于交叉验证的弹性网络算法，对误差补偿进行建模预测，计算实际应补偿值与预测补偿值的差值，以平均绝对误差和均方根误差作为预测评估。本发明方法可以有效预测空心线圈电流互感器的误差补偿走向，能有效提高空心线圈电流互感器的测量精度。
-
公开(公告)号：CN106645861B
公开(公告)日：2020-11-10
申请号：CN201710086530.6
申请日：2017-02-17
Applicant: 三峡大学
Abstract: 基于钳形Rogowski线圈的电流互感器在线校验系统，包括钳形Rogowski线圈传感头、无线传输器、信号通过分析模块、上位机。所述钳形Rogowski线圈传感头包括两块PCB板、钳形Rogowski线圈、屏蔽罩，两块PCB板与钳形Rogowski线圈固定放置于屏蔽罩中。两块PCB板平面与钳形Rogowski线圈平面垂直，当线圈闭合紧密时，两块PCB板平行，且两块PCB板的延长线经过线圈中心连成一条直线，第一块PCB板PCB1固定在与钳形Rogowski线圈左半圆中心线夹角135°处，第二块PCB板PCB2固定在与钳形Rogowski线圈右半圆中心线夹角45°处。钳形Rogowski线圈通过连接线连接信号通过分析模块。本发明实现了装置自身准确度的自诊断，从而保证了测量准确度，克服了常用钳形电流表法存在的易受开口气隙大小影响、准确度不高的问题。
-
公开(公告)号：CN111881781A
公开(公告)日：2020-11-03
申请号：CN202010657569.0
申请日：2020-07-09
Applicant: 三峡大学
Abstract: 基于扫描阻抗法及支持向量机的变压器绕组变形分类方法，正常运行条件下，在宽频域范围测试并计算得到短路阻抗。由得到的短路阻抗的幅值和相位数据构建正常变压器的扫描阻抗幅频曲线和相频曲线作为指纹轨迹；当变压器发生绕组变形故障后，在相同的测试条件下，采用相同方法，构建此状态的扫描阻抗幅频曲线和相频曲线；在扫频阻抗复数条件下基于统计学指标和扫描阻抗波形特征确定特征向量，并根据获得的不同绕组变形的特征曲线构建特征向量库；根据不同类型的绕组变形特征提取的特征向量，用采用粒子群算法优化后的支持向量机对绕组变形进行分类，根据分类结果最终确定绕组的变形类型，为变压器绕组微小变形的检测提供了一条新的途径。
-
公开(公告)号：CN111798049A
公开(公告)日：2020-10-20
申请号：CN202010625422.3
申请日：2020-06-30
Applicant: 三峡大学
Abstract: 一种基于集成学习与多目标规划的电压稳定评估方法，步骤1：基于同步相量测量单元测量的电力系统电力运行数据，利用连续潮流法，求解电力系统P-V曲线，构建电压稳定裕度指标，建立初始样本集；步骤2：对初始样本集进行特征选择，从大量电力系统运行变量中选出与VSM相关度高的变量作为关键特征，以此形成高效样本集；步骤3：基于高效样本集，结合集成学习和多目标规划，构建电压稳定评估模型；步骤4：基于广域测量系统的提供的实时数据，利用VSA模型，对电力系统进行在线VSA。该方法利用集成极限学习机对电力系统进行VSA，具有较强的鲁棒性和较高的精度，并结合MOP对聚合参数进行优化，进一步提高了评估模型的准确性。
-
-
-
-
-
-
-
-
-
Search Results
389
records
(took 0.086 seconds)
