-
公开(公告)号:CN116776176A
公开(公告)日:2023-09-19
申请号:CN202310309675.3
申请日:2023-03-28
Applicant: 桂林海威科技股份有限公司
IPC: G06F18/23213 , G06F18/214 , G06F18/24
Abstract: 本发明公开了一种基于K‑Means算法预测集中控制器下空气开关状态的方法,该方法针对目前实际应用中集中控制器下未安装霍尔传感器的基础上,以集中控制器与数据采集系统的电力数据为对象,针对不同的集中控制器设备,对其电力数据进行单独的数据归一化,使用K均值聚类算法结合电流、功率、用能差值进行分类计算,克服了不同集中器设备、不同负载的情况下实现准确预判。基于K均值聚类算法模型实现对集中控制器空气开关的状态预测。随着设备累计样本数据逐渐增多,模型可自动选取最新的数据对已训练好的模型进行定期增量训练和模型优化,增强模型的泛化能力,提高模型的开关状态辨别率。方法简单易行,具有很高的工程应用价值。
-
-
公开(公告)号:CN116383650A
公开(公告)日:2023-07-04
申请号:CN202310348428.4
申请日:2023-04-04
Applicant: 桂林海威科技股份有限公司
IPC: G06F18/214 , G06F18/213 , G06N3/0442 , G06N3/08 , G01R31/00 , G01R19/00 , G01R22/00
Abstract: 本发明公开了一种基于LSTM模型的集中器电功率异常诊断方法,该方法基于集中器设备对自身的历史功率数据进行异常值、缺失值处理,再通过归一化特征参数输入LSTM模型中学习,同时引入网格搜索超参数以提高预测结果精确度后对未来1小时功率趋势进行实时预测处理,结合预测结果±5%来设置功率的上下限,当实际功率不在预测功率范围内进行告警提示。该方法基于深度学习LSTM结合电力数据对功耗进行预测,实现了对不同集中器设备的负载预测,具有预测精度准、适应性强、易接入等特点,对新增的设备,只需按照特定的样式进行数据输入即可实现功率的异常预测,同时模型会根据数据自动调整超参数,并且自动识别模型是否存在过拟合及欠拟合,具备一定的智能化。
-
公开(公告)号:CN116776176B
公开(公告)日:2025-05-02
申请号:CN202310309675.3
申请日:2023-03-28
Applicant: 桂林海威科技股份有限公司
IPC: G06F18/23213 , G06F18/214 , G06F18/24
Abstract: 本发明公开了一种基于K‑Means算法预测集中控制器下空气开关状态的方法,该方法针对目前实际应用中集中控制器下未安装霍尔传感器的基础上,以集中控制器与数据采集系统的电力数据为对象,针对不同的集中控制器设备,对其电力数据进行单独的数据归一化,使用K均值聚类算法结合电流、功率、用能差值进行分类计算,克服了不同集中器设备、不同负载的情况下实现准确预判。基于K均值聚类算法模型实现对集中控制器空气开关的状态预测。随着设备累计样本数据逐渐增多,模型可自动选取最新的数据对已训练好的模型进行定期增量训练和模型优化,增强模型的泛化能力,提高模型的开关状态辨别率。方法简单易行,具有很高的工程应用价值。
-
-
-