-
公开(公告)号:CN116361263A
公开(公告)日:2023-06-30
申请号:CN202310148893.3
申请日:2023-02-22
Applicant: 国网浙江省电力有限公司金华供电公司
IPC: G06F16/21 , G06F16/215 , G06F16/25 , G06N5/022 , G06F40/289
Abstract: 本申请公开了一种配电变压器故障数据库构建方法,包括如下步骤:S1:建立配变故障文档,导入历史配电变压器故障数据信息;S2:对配变故障文档进行数据预处理;S3:对配电故障文档中的非结构化数据以及半结构化数据分别进行结构转换;S4:对配电故障文档进行知识抽取;S5:根据概念知识构造概念约束,并根据概念约束构建配电变压器故障数据库。本申请的有益效果:通过数据预处理以及数据分类处理实现冗余数据以及错误数据的清理,提高数据库轻量化以及质量,同时减少数据的复杂度,并实现数据融合后存在相互约束,提高数据库中数据的关联性。
-
公开(公告)号:CN116342093A
公开(公告)日:2023-06-27
申请号:CN202211641297.0
申请日:2022-12-20
Applicant: 国网浙江省电力有限公司金华供电公司 , 杭州阳斯信息技术有限公司
IPC: G06Q10/20 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了基于故障可靠性分析的电力巡检方法,包括:根据故障类型对应的损坏元器件清单构建第一特征画像;根据设备管理库关联元器件对应的电力设备构建第二特征画像;根据所述损坏元器件的第一危害因子以及第一故障率对第一特征画像进行重构得到第一巡检画像;获取每个损坏元器件的互信息以及相关性得到第一巡检策略;根据电力设备对应的第二危害因子、第二故障率以及故障参与度对第二特征画像进行重构得到第二巡检画像;获取每个电力设备的互信息以及相关性得到第二巡检策略;根据第一巡检画像、第二巡检画像、第一巡检策略和第二巡检策略进行电力巡检。方案根据电力巡检策略中的巡检次序进行巡检可以快速定位故障设备,提高巡检效率。
-
公开(公告)号:CN115577864B
公开(公告)日:2023-04-07
申请号:CN202211567516.5
申请日:2022-12-07
Applicant: 国网浙江省电力有限公司金华供电公司 , 杭州阳斯信息技术有限公司
Abstract: 本发明公开了基于多模型组合运算的配电网运行优化调度方法,包括:S1、根据历史风光机组出力值、火电出力值、负载值以及充放电值构建修正调度策略组合;S2、构建目标函数;S3、采用模糊自适应粒子群模型计算目标函数;S4、获取群体最优值;S5、构建第一数据集合和第二数据集合;S6、构建第一神经网络模型,得到第一权值集合,构建第二数据集合、得到第二权值集合;S7、基于实时变量值得到最优目标值;S8、基于第一目标参数得到群体的第一预期目标值;S9、将第一目标参数代入模糊自适应粒子群模型得到第二预期目标值;S10、根据第一预期目标值和第二预期目标值确定最优调度策略。本方案极大的缩减了粒子群寻优的时间,提高了寻优的准确可靠性。
-
公开(公告)号:CN116342093B
公开(公告)日:2023-12-01
申请号:CN202211641297.0
申请日:2022-12-20
Applicant: 国网浙江省电力有限公司金华供电公司 , 杭州阳斯信息技术有限公司
IPC: G06Q10/20 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了基于故障可靠性分析的电力巡检方法,包括:根据故障类型对应的损坏元器件清单构建第一特征画像;根据设备管理库关联元器件对应的电力设备构建第二特征画像;根据所述损坏元器件的第一危害因子以及第一故障率对第一特征画像进行重构得到第一巡检画像;获取每个损坏元器件的互信息以及相关性得到第一巡检策略;根据电力设备对应的第二危害因子、第二故障率以及故障参与度对第二特征画像进行重构得到第二巡检画像;获取每个电力设备的互信息以及相关性得到第二巡检策略;根据第一巡检画像、第二巡检画像、第一巡检策略和第二巡检策略进行电力巡检。方案根据电力巡检策略中的巡检次序进行巡检可以快速定位故障设备,提高巡检效率。
-
公开(公告)号:CN115577864A
公开(公告)日:2023-01-06
申请号:CN202211567516.5
申请日:2022-12-07
Applicant: 国网浙江省电力有限公司金华供电公司 , 杭州阳斯信息技术有限公司
Abstract: 本发明公开了基于多模型组合运算的配网运行优化调度方法,包括:S1、根据历史风光机组出力值、火电出力值、负载值以及充放电值构建修正调度策略组合;S2、构建目标函数;S3、采用模糊自适应粒子群模型计算目标函数;S4、获取群体最优值;S5、构建第一数据集合和第二数据集合;S6、构建第一神经网络模型,得到第一权值集合,构建第二数据集合、得到第二权值集合;S7、基于实时变量值得到最优目标值;S8、基于第一目标参数得到群体的第一预期目标值;S9、将第一目标参数代入模糊自适应粒子群模型得到第二预期目标值;S10、根据第一预期目标值和第二预期目标值确定最优调度策略。本方案极大的缩减了粒子群寻优的时间,提高了寻优的准确可靠性。
-
-
-
-