-
公开(公告)号:CN109687406B
公开(公告)日:2020-04-14
申请号:CN201811534796.3
申请日:2018-12-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
Inventor: 吴炬卓
IPC: H02H7/26
Abstract: 一种三级分界断路器结构配网线路隔离故障系统的工作方法,其中,包括如下步骤:S1.当出线开关的终端检测到故障电流时,说明出线开关后段的主出线路发生故障,则出线开关动作跳闸,隔离故障;S2.当一级分界断路器的终端检测到故障电流时,说明一级分界断路器后段的一级支线路发生故障,则一级分界断路器动作跳闸,隔离故障;S3.当二级分界断路器的终端检测到故障电流时,二级分界断路器的终端发信询问三级分界断路器的终端是否检测到故障电流,根据三级分界断路器的终端反馈的信息选择二级分界断路器或三级分界断路器动作跳闸,隔离故障。本发明可提高线路供电可靠性。
-
公开(公告)号:CN110880044A
公开(公告)日:2020-03-13
申请号:CN201911013191.4
申请日:2019-10-23
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
Inventor: 吴炬卓
Abstract: 本发明涉及电力负荷预测的技术领域,更具体地,涉及一种基于马尔科夫链的负荷预测方法,包括:S10.获取负荷电流数据并形成第一训练样本;S20.构建第一神经网络模型,并计算得到负荷电流的初步计算值;S30.计算得到每组第一训练样本对应的网络输出值,求取每组第一训练样本对应的实际值和网络输出值的差,构建计算误差序列状态转移概率矩阵;S40.构建第二神经网络模型,以计算误差序列中计算误差的绝对值为第二训练样本,得到第二计算误差绝对值;S50.计算网络计算的最终误差值;S60.计算神经网络的最终计算值。本发明将马尔科夫链模型与神经网络模型结合进行负荷预测,只需要少量的样本就可以进行预测,运行速度快、运算时间短,并且可以得出概率预测的结果。
-
公开(公告)号:CN109829884A
公开(公告)日:2019-05-31
申请号:CN201811574694.4
申请日:2018-12-21
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
Inventor: 吴炬卓
Abstract: 本发明提供一种基于奇异值分解的红外图像特征向量提取方法。一种基于奇异值分解的红外图像特征向量提取方法,其中,包括如下步骤:S1.获取电缆瓷套终端红外图像的灰度图像;S2.对灰度图像的灰度值矩阵,将其等分成若干个灰度值小矩阵;S3.对于步骤S2得到的灰度值小矩阵进行奇异值分解,得到每个灰度值小矩阵的奇异值序列;S4.对于步骤S3得到的奇异值序列,计算其能量值,并组成电缆瓷套终端红外图像的特征向量。本发明的方法结合奇异值分解的优势,使得提取的特征向量更能表征电缆瓷套终端红外图像。
-
公开(公告)号:CN109635390A
公开(公告)日:2019-04-16
申请号:CN201811446172.6
申请日:2018-11-29
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
Inventor: 吴炬卓
CPC classification number: G06F17/5009 , G06F17/18 , G06F2217/36 , G06F2217/80 , G06N3/0445
Abstract: 一种中压电缆导体温度计算方法,其中,包括以下步骤:S1.选取训练样本,在每组训练样本中,参数包括导体电流,电缆外皮温度,环境温度以及导体温度;S2.对样本中各参数进行归一化处理,以训练样本中的导体电流,电缆外皮温度和环境温度为输入,导体温度为输出,构建一个4层BP神经网络,并对网络进行训练;S3.将实时采集到的以及前两个时刻采集到的导体电流、电缆外皮温度、环境温度进行归一化处理后输入到步骤S2训练好的网络,即可计算出该时刻的电缆导体温度。本发明的方法基于BP神经网络,以导体电流、电缆外皮温度、环境温度为网络输入,不受电缆本身的物性参数影响,同时考虑各参数的变化影响,具有较高的精度。
-
公开(公告)号:CN109376492A
公开(公告)日:2019-02-22
申请号:CN201811537064.X
申请日:2018-12-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
Inventor: 吴炬卓
IPC: G06F17/50
Abstract: 本发明提供一种排管敷设电缆转负荷温度场计算方法。一种排管敷设电缆转负荷温度场计算方法,其中,包括以下步骤:S1.根据现场敷设情况,构建电缆排管敷设几何模型;S2.定义几何模型周围媒质区域,基于ANSYS软件,建立电缆排管敷设有限元仿真模型;S3.对有限元仿真模型加载边界条件,并根据电缆线路转负荷情况,对电缆导体加载电流,进而得到温度场计算结果。本发明的方法基于ANSYS软件,根据现场敷设情况,搭建有限元仿真模型。同时对导体施加暂态电流函数,进而提高温度场计算结果的准确性。
-
公开(公告)号:CN109324250A
公开(公告)日:2019-02-12
申请号:CN201811447626.1
申请日:2018-11-29
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
Inventor: 吴炬卓
IPC: G01R31/00
Abstract: 本发明提供一种电能质量扰动信号识别方法。一种电能质量扰动信号识别方法,其中,包括如下步骤:S1.获取已知电能质量扰动信号;S2.对步骤S1的电能质量扰动信号进行小波包变换,并提取特征向量;S3.基于步骤S2的电能质量扰动信号的特征向量,基于模糊聚类对电能质量扰动信号进行分类,并得到各聚类中心向量;S4.将待识别的电能质量扰动信号按步骤S2提取特征向量,并分别计算和步骤S3得到的各聚类中心向量之间的距离,进而判断待识别的电能质量扰动信号的类型。本发明的方法基于模糊聚类的优势,能够提高识别精度。
-
公开(公告)号:CN114757441A
公开(公告)日:2022-07-15
申请号:CN202210505381.3
申请日:2022-05-10
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
Abstract: 本申请公开了一种负荷预测方法及相关装置,方法包括:获取目标时刻的前预置个时刻的相关负荷电流、目标气温和目标天气值;将相关负荷电流、目标气温和目标天气值输入预置负荷预测网络模型中进行负荷预测,得到初始负荷预测值;基于BP网络模型预测操作,根据相关负荷电流分别计算概率转移矩阵和初始误差预测值;基于概率转移矩阵和初始误差预测值计算目标误差预测值;根据初始负荷预测值与目标误差预测值计算目标负荷预测值。本申请解决了现有技术缺乏对影响负荷性能的环境因素的分析,且针对不规律变化的负荷预测效果较差,导致预测结果缺乏准确性和可靠性的技术问题。
-
公开(公告)号:CN109387757B
公开(公告)日:2020-12-04
申请号:CN201811537078.1
申请日:2018-12-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
Inventor: 吴炬卓
IPC: G01R31/12
Abstract: 一种局部放电信号特征向量提取方法,其中,包括以下步骤:S1.获取现场检测的局部放电信号;S2.对局部放电信号进行小波分解,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数;S3.对尺度系数和小波系数分别进行单支小波重构,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数重构后的信号;S4.分别计算各分解尺度上的小波系数重构后信号和最高分解尺度上的尺度系数重构后信号的能量值;S5.对于各分解尺度上的小波系数重构后信号,分别计算其与最高分解尺度上的尺度系数重构后信号的波形相似系数;S6.利用步骤S4的能量值和步骤S5的波形相似系数,构建局部放电信号特征向量。本发明基于小波分解,同时引入信号能量和波形相似系数计算特征值。
-
公开(公告)号:CN111914469A
公开(公告)日:2020-11-10
申请号:CN202010550276.2
申请日:2020-06-16
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
Inventor: 吴炬卓
Abstract: 一种考虑敷设方式的中压电缆导体温度计算方法,其中,包括如下步骤:S1.训练样本选取:每组训练样本,包括电缆外皮温度、电缆导体电流、电缆敷设方式、电缆敷设回路数及对应的电缆导体温度;S2.网络构建及训练:将步骤S1训练样本中的电缆外皮温度、电缆导体电流、电缆敷设方式及电缆敷设回路数作为输入,电缆导体温度作为输出,构建一个5层神经网络,并对神经网络进行训练,得到训练好的神经网络;S3.电缆导体温度预测:将实时采集到的电缆外皮温度、电缆导体电流以及电缆敷设方式、电缆敷设回路数输入到步骤S2训练好的神经网络,即可预测出该时刻的电缆导体温度。本发明同时考虑了电缆敷设方式以及电缆敷设回路数,提高了电缆导体温度计算精度。
-
公开(公告)号:CN111898414A
公开(公告)日:2020-11-06
申请号:CN202010549101.X
申请日:2020-06-16
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
Inventor: 吴炬卓
Abstract: 本发明提供一种提高电能质量扰动信号识别效果的方法。一种提高电能质量扰动信号识别效果的方法,其中,包括如下步骤:S1.训练样本选取:训练样本包括电压骤升、电压中断、暂态脉冲、谐波四种电能质量扰动信号;S2.网络构建及训练:以步骤S1扰动信号作为输入,扰动信号类别作为输出,构建一个多层神经网络,并对网络进行训练,得到训练好的神经网络;S3.检验样本识别:将检验样本输入到步骤S2训练好的网络,得到检验样本的识别结果。本发明对传统的神经网络结构进行改造,降低了信号处理的难度。同时,结合粒子群优化算法,加深网络训练深度,达到了提高电能质量扰动信号识别准确率的目的。
-
-
-
-
-
-
-
-
-