基于数字孪生的电力数据高效处理方法及系统

    公开(公告)号:CN117057517B

    公开(公告)日:2024-01-12

    申请号:CN202311315675.0

    申请日:2023-10-12

    Abstract: 本发明涉及数据处理技术领域,具体涉及一种基于数字孪生的电力数据高效处理方法及系统。该方法通过分解剔除电力数据时序序列的季节项,提取待拟合趋势性序列;获取待拟合趋势性序列的拟合窗口并筛选出离群点;通过分析离群点的局部跳跃性及邻域跳跃性获取跳跃度,进而获取异常敏感程度并筛选异常敏感点;根据异常敏感点的异常敏感程度及位置情况动态调整拟合窗口,获取趋势性曲线;利用趋势性曲线修正季节性曲线和残差曲线,进而输入至训练好的数字孪生模型中进行分析监测。本发明通过自适应调整拟合窗口的尺寸,获取准确的趋势曲线,进而修正季节性曲线和残差曲线,使得数字孪生

    一种配电设备环境状态数据智能采集处理方法

    公开(公告)号:CN117271987A

    公开(公告)日:2023-12-22

    申请号:CN202311567783.7

    申请日:2023-11-23

    Abstract: 本发明涉及数据处理技术领域,具体涉及一种配电设备环境状态数据智能采集处理方法。本发明对环境状态时序数据均分获得时序数据段;在每个时序数据段与后一个时序数据段之间,通过数据波动的频率特征和数值特征获得初始相似数据段;在每个时序数据段与初始相似数据段之间,根据数据变化程度的相似性得到最终相似数据段;通过最终相似数据段的连续分布情况,获得环境状态时序数据中的划分区间;环境状态时序数据进行STL分解中,根据划分区间调整局部加权回归算法对应拟合窗口的大小,获得环境状态分量数据进行存储。本发明通过数据特征调整拟合窗口,使得存储的数据保存完整损失度低,数据特征表征更准确,存储的采集数据质量更优。

    一种配电设备环境状态数据智能采集处理方法

    公开(公告)号:CN117271987B

    公开(公告)日:2024-02-06

    申请号:CN202311567783.7

    申请日:2023-11-23

    Abstract: 本发明涉及数据处理技术领域,具体涉及一种配电设备环境状态数据智能采集处理方法。本发明对环境状态时序数据均分获得时序数据段;在每个时序数据段与后一个时序数据段之间,通过数据波动的频率特征和数值特征获得初始相似数据段;在每个时序数据段与初始相似数据段之间,根据数据变化程度的相似性得到最终相似数据段;通过最终相似数据段的连续分布情况,获得环境状态时序数据中的划分区间;环境状态时序数据进行STL分解中,根据划分区间调整局部加权回归算法对应拟合窗口的大小,获得环境状态分量数据进行存储。本发明通过数据特征调整拟合窗口,使得存储的数据保存完整损失度(56)对比文件Qingzhen Zhang etal.“A method formeasuring similarity of time series basedon series decomposition and dynamic timewarping”《.Springer》.2022,第6448-6463页.

    一种基于数字孪生的电力设备在线状态监测系统

    公开(公告)号:CN117113729A

    公开(公告)日:2023-11-24

    申请号:CN202311362248.8

    申请日:2023-10-20

    Abstract: 本发明涉及数据处理领域,具体涉及一种基于数字孪生的电力设备在线状态监测系统。该系统通过实时获取电力设备运行数据曲线,并在预设邻域范围获取数据点的关联数据曲线段;在关联数据曲线段中,根据数据点的变化趋势获取数据点的重要程度;根据重要程度筛选标记点,获取标记点在运行数据曲线中的分布特征;根据数据点的重要程度及标记点的分布特征获取每个数据点的调控阈值;基于道格拉斯算法,对运行数据曲线以所获得调控阈值进行抽稀,获取简化数据曲线;利用数字孪生模型对简化数据曲线预测,对异常情况进行预警及运行状态评估。本发明对电力设备运行数据曲线分析处理,减少数据冗余程度,实现实时监测及智能化预测评估。

    一种基于数字孪生的电力设备在线状态监测系统

    公开(公告)号:CN117113729B

    公开(公告)日:2024-01-23

    申请号:CN202311362248.8

    申请日:2023-10-20

    Abstract: 本发明涉及数据处理领域,具体涉及一种基于数字孪生的电力设备在线状态监测系统。该系统通过实时获取电力设备运行数据曲线,并在预设邻域范围获取数据点的关联数据曲线段;在关联数据曲线段中,根据数据点的变化趋势获取数据点的重要程度;根据重要程度筛选标记点,获取标记点在运行数据曲线中的分布特征;根据数据点的重要程度及标记点的分布特征获取每个数据点的调控阈值;基于道格拉斯算法,对运行数据曲线以所获得调控阈值进行抽稀,获取简化数据曲线;利用数字孪生模型对简化数据曲线预测,对异常情况进行预警及运行状态评估。本发明对电力设备运行数据曲线分析处理,减少数据冗余程度,实现实时监测及智能化预测评估。

    基于数字孪生的电力数据高效处理方法及系统

    公开(公告)号:CN117057517A

    公开(公告)日:2023-11-14

    申请号:CN202311315675.0

    申请日:2023-10-12

    Abstract: 本发明涉及数据处理技术领域,具体涉及一种基于数字孪生的电力数据高效处理方法及系统。该方法通过分解剔除电力数据时序序列的季节项,提取待拟合趋势性序列;获取待拟合趋势性序列的拟合窗口并筛选出离群点;通过分析离群点的局部跳跃性及邻域跳跃性获取跳跃度,进而获取异常敏感程度并筛选异常敏感点;根据异常敏感点的异常敏感程度及位置情况动态调整拟合窗口,获取趋势性曲线;利用趋势性曲线修正季节性曲线和残差曲线,进而输入至训练好的数字孪生模型中进行分析监测。本发明通过自适应调整拟合窗口的尺寸,获取准确的趋势曲线,进而修正季节性曲线和残差曲线,使得数字孪生模型对电力数据的分析监测更为高效准确。

Patent Agency Ranking