公开(公告)号：CN114169237B

公开(公告)日：2024-05-03

申请号：CN202111473398.7

申请日：2021-11-30

Applicant: 南昌大学

Inventor： 朱自伟 ,  曾庆煜 ,  谢青 ,  周梦垚 ,  王梦宇 ,  屠沁琳 ,  徐松龄

IPC: G06F30/27 ,  G06N3/044 ,  G06N3/08 ,  G06F119/08

Abstract: 本发明提出一种结合EEMD‑LSTM及孤立森林算法的电力电缆接头温度异常预警方法，针对中低压配电网的温度热点电力电缆接头，进行温度异常预警；根据接头历史温度监测数据，建立EEMD‑LSTM的温度预测模型；使用EEMD将原始温度数据序列分解为多个量级更小的子序列，提取接头温度变化趋势信息；通过LSTM对各子序列进行预测，并将子序列的预测结果进行重构，输出接头温度未来时刻温度预测值；采用孤立森林算法对由EEMD‑LSTM预测得到的温度指标进行温度异常检测；建立多个子检测分类器，以接头表面温度、线芯温度、相对温差两两组合，得到三组分类器；最后实现接头温度预警。本发明所提方法能够及时预判接头潜在异常温度，对温度过高、温升过快的电缆接头进行温度预警。

公开(公告)号：CN114169212B

公开(公告)日：2024-05-03

申请号：CN202111465739.6

申请日：2021-12-03

Applicant: 南昌大学

Inventor： 朱自伟 ,  李雪萌 ,  王凯 ,  谢青 ,  陈乐飞 ,  王梦宇

IPC: G06F30/25 ,  G06F18/23213 ,  G06Q50/06 ,  G06F119/08

Abstract: 本发明提出一种考虑可调热电比的能量枢纽双层优化方法：针对能量枢纽输入侧接入的风电，采用基于数据集的改进k‑means聚类典型场景缩减方法，用若干个有代表性的风电出力场景和对应的概率来描述风电出力特征；基于各风电出力场景，构建考虑热电比可调的能量枢纽双层优化模型，上层以能量枢纽经济效益最大为目标，下层以能量枢纽用能效率最大为目标，建立能量枢纽能源因子分配和设备内部运行间的关系。采用K‑T条件将下层模型转化为约束条件加入上层模型中，从而将双层优化问题转化为单层优化问题，基于MATLAB优化工具箱由启发式算法对模型进行求解。本发明根据不同季节的能源需求特点调节CHP热电比，接入风电后能量枢纽的经济效益和用能效率得到一定改善。

公开(公告)号：CN114169212A

公开(公告)日：2022-03-11

申请号：CN202111465739.6

申请日：2021-12-03

Applicant: 南昌大学

Inventor： 朱自伟 ,  李雪萌 ,  王凯 ,  谢青 ,  陈乐飞 ,  王梦宇

IPC: G06F30/25 ,  G06K9/62 ,  G06Q50/06 ,  G06F119/08

Abstract: 本发明提出一种考虑可调热电比的能量枢纽双层优化方法：针对能量枢纽输入侧接入的风电，采用基于数据集的改进k‑means聚类典型场景缩减方法，用若干个有代表性的风电出力场景和对应的概率来描述风电出力特征；基于各风电出力场景，构建考虑热电比可调的能量枢纽双层优化模型，上层以能量枢纽经济效益最大为目标，下层以能量枢纽用能效率最大为目标，建立能量枢纽能源因子分配和设备内部运行间的关系。采用K‑T条件将下层模型转化为约束条件加入上层模型中，从而将双层优化问题转化为单层优化问题，基于MATLAB优化工具箱由启发式算法对模型进行求解。本发明根据不同季节的能源需求特点调节CHP热电比，接入风电后能量枢纽的经济效益和用能效率得到一定改善。

公开(公告)号：CN114372093A

公开(公告)日：2022-04-19

申请号：CN202111534103.2

申请日：2021-12-15

Applicant: 南昌大学

Inventor： 朱自伟 ,  张益宁 ,  周梦垚 ,  谢青 ,  徐松龄 ,  翟嘉璐 ,  王梦宇

IPC: G06F16/2458 ,  G06F16/215 ,  G06K9/62 ,  G06N3/00 ,  G06N20/10 ,  G06Q50/06

Abstract: 本发明提出一种变压器DGA在线监测数据的处理方法，根据传回数据的特征，将在线数据等效为时间序列；第一阶段引入滑动窗口算法的思想，提出一种改进的序列分段线性化算法，将序列数据划分为若干由斜率与跨度表征的线段，再使用基于改进的K‑means聚类将在线监测数据符号化，最后使用APRIORI算法挖掘DGA中不同指标之间的关联性，并以此发掘其中存在的异常数值；第二阶段，根据筛除的异常数值采样点，使用改进的粒子群优化的支持向量回归算法，保障算法的求解速度与求解多样性，优化支持向量回归算法中的关键参数对这些采样点进行修复，以此完成变压器在线DGA监测数据的处理。

公开(公告)号：CN114169237A

公开(公告)日：2022-03-11

申请号：CN202111473398.7

申请日：2021-11-30

Applicant: 南昌大学

Inventor： 朱自伟 ,  曾庆煜 ,  谢青 ,  周梦垚 ,  王梦宇 ,  屠沁琳 ,  徐松龄

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/08

Abstract: 本发明提出一种结合EEMD‑LSTM及孤立森林算法的电力电缆接头温度异常预警方法，针对中低压配电网的温度热点电力电缆接头，进行温度异常预警；根据接头历史温度监测数据，建立EEMD‑LSTM的温度预测模型；使用EEMD将原始温度数据序列分解为多个量级更小的子序列，提取接头温度变化趋势信息；通过LSTM对各子序列进行预测，并将子序列的预测结果进行重构，输出接头温度未来时刻温度预测值；采用孤立森林算法对由EEMD‑LSTM预测得到的温度指标进行温度异常检测；建立多个子检测分类器，以接头表面温度、线芯温度、相对温差两两组合，得到三组分类器；最后实现接头温度预警。本发明所提方法能够及时预判接头潜在异常温度，对温度过高、温升过快的电缆接头进行温度预警。