公开(公告)号：CN115187427A

公开(公告)日：2022-10-14

申请号：CN202210683625.7

申请日：2022-06-17

Applicant: 江苏电力信息技术有限公司

Inventor： 吴鹏 ,  周昊程 ,  刘友春 ,  卢逢婷 ,  王春雷 ,  强宇一

IPC: G06Q50/06 ,  G06Q10/06 ,  G06Q10/00 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提出了一种基于学习排序的配电网故障严重程度排序方法，首先分析了RankNet算法的原理，提出了适用于配电网故障数据的排序算法；然后使用训练数据训练神经网络，得到评分模型，在实际故障数据集上进行了测试，验证算法有效性；最后对算法进行总结，实现从标注样本对数据集学习得到评分函数，对故障样本进行准确的排序，以帮助运维部门合理安排检修顺序。该算法在测试数据集上有良好的表现，在实际故障样本组成的验证数据集上，对于排序靠前的严重故障有极佳的排序准确度，说明该算法的有效性较好。

公开(公告)号：CN109470998A

公开(公告)日：2019-03-15

申请号：CN201811509720.5

申请日：2018-12-11

Applicant: 江苏电力信息技术有限公司

Inventor： 吴鹏 ,  朱红明 ,  周昊程 ,  孟进

IPC: G01R31/08

Abstract: 本发明公开了一种基于多维度故障特征量的配网中压故障判定方法，该方法通过转化为无向图的配电电线图以及配变与开关的映射关系，建立配电线路关联关系模型，通过配网变电站出线开关的变位信息及保护信号、线路支线开关的变位信息及保护信号、配电变压器停复电信息故障特征量的收集、预处理，输入配电线路关联关系模型，结合配电网网架拓扑数据开展故障位置定位、故障范围分析，最终输出配网中压故障判定结果，为配电网故障抢修提供辅助决策支撑。