-
公开(公告)号：CN107422235A
公开(公告)日：2017-12-01
申请号：CN201710764592.8
申请日：2017-08-30
Applicant: 广东电网有限责任公司珠海供电局
IPC: G01R31/12
CPC classification number: G01R31/12
Abstract: 本发明提供一种电缆局部放电信号预处理方法。一种电缆局部放电信号预处理方法，其中，包括以下步骤：步骤1：输入待处理的电缆局部放电信号；步骤2：对电缆局部放电信号进行经验模态分解，得到各个固有模态函数分量；步骤3：对于各个固有模态函数分量，分别计算其能量，并按照能量大小将所有固有模态函数分量划分为有效分量和无效分量两类；步骤4：对于无效分量，直接进行置零，对于有效分量，使用小波阈值法进行去噪处理，得到处理后的有效分量；步骤5：对步处理后的无效分量和有效分量进行重构，得到预处理后的电缆局部放电信号。本发明提供的方法将小波分析方法和经验模式分解方法进行有效结合，综合了两者的优势，能够取得更好去噪效果。
-
公开(公告)号：CN107301478A
公开(公告)日：2017-10-27
申请号：CN201710495777.3
申请日：2017-06-26
Applicant: 广东电网有限责任公司珠海供电局
Inventor： 吴炬卓
Abstract: 本发明提供一种电缆线路短时负荷预测方法。一种电缆线路短时负荷预测方法，以负荷预测时刻对应的平均气温和天气特征值，以及其前四个时刻对应的负荷电流为输入，负荷预测时刻对应的负荷电流为输出，构建BP神经网络；使用训练样本对网络进行初步训练，再使用粒子群优化算法对网络进行进一步的训练，将负荷预测时刻对应的平均气温和天气特征值，以及其前四个时刻对应的负荷电流输入到最终训练好的神经网络，即可预测出该时刻的负荷电流。本发明的预测方法可以精确地预测负荷电流，可以为电力系统调度提供依据。
-
公开(公告)号：CN106778692A
公开(公告)日：2017-05-31
申请号：CN201710035996.3
申请日：2017-01-17
Applicant: 广东电网有限责任公司珠海供电局
Inventor： 吴炬卓
CPC classification number: G06K9/00557 , G06K9/6256 , G06K9/6269
Abstract: 本发明实施例公开了一种基于S变换的电缆局部放电信号识别方法及装置，用于解决了目前对电力电缆局部放电信号源的定位通常采用波形时间差方法，识别精度低且所需识别时间过长的技术问题。本发明实施例方法包括：对获取到的已知来源的局部放电信号进行S变换，得到复时频矩阵；对复时频矩阵进行求模得到模矩阵，并对模矩阵进行奇异值分解，得到模矩阵的奇异值序列；将奇异值序列等分为至少两个区间，计算每个区间内的奇异值的Shannon熵与奇异值序列的Shannon熵的比值，并以比值作为局部放电信号特征向量建立局部放电信号特征样本库并构建支持向量机模型；将待识别的局部放电信号的特征向量输入到支持向量机模型，得到待识别的局部放电信号的来源。
-
公开(公告)号：CN106548025A
公开(公告)日：2017-03-29
申请号：CN201610963947.1
申请日：2016-10-28
Applicant: 广东电网有限责任公司珠海供电局
Inventor： 吴炬卓
Abstract: 本发明实施例公开了一种空气间隙放电电压预测方法及装置，使用了Chebyshev神经网络对空气间隙放电电压进行预测，Chebyshev神经网络为切比雪夫神经网络，能够在取得更高预测精度的同时大大降低网络训练过程的收敛时间，用于解决现有技术中采用传统数学模型方法对空间间隙放电电压进行预测，预测精度不高且预测时间过长的技术问题。本发明实施例方法包括：采集大气条件参数样本和对应的空气间隙放电电压；以大气条件参数为输入及以空气间隙放电电压为输出，结合预置公式构建Chebyshev神经网络；对Chebyshev神经网络进行训练，得到训练好的Chebyshev神经网络；将实时采集的大气条件参数样本输入到训练好的Chebyshev神经网络，得到空气间隙放电电压预测结果。
-
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN106778923B
公开(公告)日：2020-02-11
申请号：CN201710177945.4
申请日：2017-03-23
Applicant: 广东电网有限责任公司珠海供电局
Inventor： 吴炬卓
Abstract: 本发明实施例公开了一种电能质量扰动信号分类方法及装置，用于解决现有技术中S变换和神经网络并不能有机结合而容易导致电能质量扰动信号分类准确性不足，且稳定性差的技术问题。本发明实施例方法包括：选取正常电压信号和七种电能质量扰动信号；对正常电压信号及七种电能质量扰动信号进行预定义编码类别，并以正常电压信号和七种电能质量扰动信号作为输入，以编码类别作为输出，构建一个基于S变换的四层的神经网络，并对神经网络进行训练，得到训练好的神经网络；将实时采集到的电压信号输入到训练好的神经网络，并将获得的神经网络的输出值与编码类别进行对比，获得对电压信号的分类结果。
-
公开(公告)号：CN108489636B
公开(公告)日：2020-02-04
申请号：CN201810191979.3
申请日：2018-03-08
Applicant: 广东电网有限责任公司珠海供电局
IPC: G01K13/00
Abstract: 本发明提供一种电缆导体温度预测方法。一种电缆导体温度预测方法，其中，包括以下步骤：S1.构建原始数据序列；S2.基于步骤S1的原始数据序列，构建电缆导体温度预测模型；S3.基于步骤S2的预测模型，对电缆导体温度进行预测。本发明的预测方法所需样本少，不需要计算统计特征量，且不受电缆本身的物性参数影响，具有较高的精度。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.039 seconds)
