一种电能质量复合扰动分类方法

    公开(公告)号:CN113128396A

    公开(公告)日:2021-07-16

    申请号:CN202110414078.8

    申请日:2021-04-16

    Abstract: 本发明公开了一种电能质量复合扰动分类方法,属于电力系统自动化领域。该方法首先对传统经验小波变换进行改进,采用MEWT对电能质量复合扰动信号进行分析处理;其次从扰动信号的MEWT分析结果中提取能够有效刻画不同扰动特性的12维特征向量;然后基于问题转化策略构造以XGBoost为子分类器的多标签复合扰动分类模型;最后将特征向量输入训练好的分类模型从而获取电能质量扰动的辨识结果。该方法可有效识别正常信号、电压暂升、电压中断、电压暂降、谐波、暂态振荡、暂态脉冲、电压闪变以及由上述扰动构成的复合扰动,在分类精度和噪声鲁棒性方面表现优越,具有良好的应用前景与推广价值。

    一种电能质量复合扰动分类方法

    公开(公告)号:CN113128396B

    公开(公告)日:2024-09-03

    申请号:CN202110414078.8

    申请日:2021-04-16

    Abstract: 本发明公开了一种电能质量复合扰动分类方法,属于电力系统自动化领域。该方法首先对传统经验小波变换进行改进,采用MEWT对电能质量复合扰动信号进行分析处理;其次从扰动信号的MEWT分析结果中提取能够有效刻画不同扰动特性的12维特征向量;然后基于问题转化策略构造以XGBoost为子分类器的多标签复合扰动分类模型;最后将特征向量输入训练好的分类模型从而获取电能质量扰动的辨识结果。该方法可有效识别正常信号、电压暂升、电压中断、电压暂降、谐波、暂态振荡、暂态脉冲、电压闪变以及由上述扰动构成的复合扰动,在分类精度和噪声鲁棒性方面表现优越,具有良好的应用前景与推广价值。

    一种高压断路器机械故障诊断方法

    公开(公告)号:CN110084148A

    公开(公告)日:2019-08-02

    申请号:CN201910278356.4

    申请日:2019-04-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种高压断路器机械故障诊断方法,将高压断路器故障模拟实验所得的分合闸线圈电流作为故障诊断的目标数据样本,通过建立分合闸线圈数学模型仿真所得的数据作为辅助数据样本,利用深层信念网络(DBN)实现对样本数据特征的深层挖掘与自适应提取,并结合迁移学习方法实现辅助数据与目标数据的信息匹配。本发明方法将迁移学习与深层信念网络相结合,利用深层信念网络对断路器分合闸线圈电流时域信号进行数据特征的深层挖掘与自适应提取,并结合迁移学习方法解决实际故障训练样本数据量小的问题,提高了故障诊断模型的泛化能力。

Patent Agency Ranking