-
公开(公告)号：CN113094636A
公开(公告)日：2021-07-09
申请号：CN202110428975.4
申请日：2021-04-21
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司福州供电公司 , 福州大学
Abstract: 本发明涉及一种基于海量监测数据的干扰性用户谐波水平估计方法。该方法用云模型表征干扰性用户的谐波特征，反映了该用户谐波发射的平均水平和波动范围，其中隐含了电力系统和设备的运行状况对用户谐波特性的影响。然后，利用神经网络强大的非线性映射能力，分析同一类干扰性用户设备构成对其谐波特性的影响，所训练好的模型能够预测该类干扰性用户设备的谐波水平，为谐波接入预测评估提供依据。本发明方法的优点是得到的云模型能够反映干扰性用户实际运行状态下的谐波特性，此外，利用训练好的神经网络模型来评估同类干扰性用户也避免了复杂的计算过程。
-
公开(公告)号：CN113054747A
公开(公告)日：2021-06-29
申请号：CN202110396433.3
申请日：2021-04-13
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司福州供电公司 , 福州大学
Abstract: 本发明提出一种配电台区非线性负荷的非侵入式检测方法，包括以下步骤；步骤S1、以电阻、电感串联的等效阻抗模型对电网负荷模型进行表述；步骤S2、设电网负荷模型处于网络内部的拓扑结构和元件参数不发生变化的稳态；使用远大于负荷参数的变化频率的采样频率对电网负荷进行采样，以近似认为负荷等值阻抗参数不变，对连续相邻的两个采样点上的负荷进行线性化，建立非线性负荷参数的实时计算方程；步骤S3、把电网负荷模型等效为以并感性负荷为主且感性负荷并联的多阻抗并联网络，构建非线性负荷的阻抗方程并对并联网络的各支路阻抗进行求解，以检测该配电台区的非线性负荷；本发明能以非侵入方式对配电台区的非线性负荷进行检测。
-
公开(公告)号：CN108510005A
公开(公告)日：2018-09-07
申请号：CN201810304830.1
申请日：2018-04-08
Applicant: 福州大学
Abstract: 本发明涉及一种基于卷积神经网络的配电网高阻接地故障识别方法，首先获取配电网高阻接地故障以及多种暂态扰动下的主变低压侧三相电压和零序电压信号；然后利用局部特征尺度法分解信号，对各电压信号进行等频带宽的带通滤波，构造时频矩阵，得到分块时频谱图；最后采用卷积神经网络算法进行分类识别，判断是否发生高阻接地故障。
-
公开(公告)号：CN113054747B
公开(公告)日：2022-06-07
申请号：CN202110396433.3
申请日：2021-04-13
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司福州供电公司 , 福州大学
Abstract: 本发明提出一种配电台区非线性负荷的非侵入式检测方法，包括以下步骤；步骤S1、以电阻、电感串联的等效阻抗模型对电网负荷模型进行表述；步骤S2、设电网负荷模型处于网络内部的拓扑结构和元件参数不发生变化的稳态；使用远大于负荷参数的变化频率的采样频率对电网负荷进行采样，以近似认为负荷等值阻抗参数不变，对连续相邻的两个采样点上的负荷进行线性化，建立非线性负荷参数的实时计算方程；步骤S3、把电网负荷模型等效为以并感性负荷为主且感性负荷并联的多阻抗并联网络，构建非线性负荷的阻抗方程并对并联网络的各支路阻抗进行求解，以检测该配电台区的非线性负荷；本发明能以非侵入方式对配电台区的非线性负荷进行检测。
-
-
-
Search Results
4
records
(took 0.02 seconds)
