-
公开(公告)号:CN107703913A
公开(公告)日:2018-02-16
申请号:CN201710833926.2
申请日:2017-09-15
Applicant: 东南大学
IPC: G05B23/02
Abstract: 一种UPFC故障诊断方法,包括:1)建立UPFC模型,模拟4种故障,采集UPFC直流侧正极电压和直流电流在4种故障与正常状态下的数据,利用边界提取与二次采样法简化原始数据,构成有效数据仓库;2)采用小波变换将预处理过的数据经消噪和重构处理后识别出故障点,得到统一数量级的故障特征数据集;3)提取特征值,包括4个直流侧正极电压上边界电压特征值,4个直流侧正极电压下边界电压特征值和4个直流电流特征值,构造特征样本空间;4)建立支持向量机故障预测模型,对UPFC的5种状态进行故障诊断。本发明能高效、精确、迅速识别模拟的5种UPFC状态,提高电网智能化运维水平,延长设备使用年限,减少UPFC运维成本,弥补控保系统在故障早期预警和故障定位中的不足。
-
公开(公告)号:CN117009753A
公开(公告)日:2023-11-07
申请号:CN202310905231.6
申请日:2023-07-21
Applicant: 东南大学
Abstract: 本发明涉及居民电力缴费工单数据清洗的技术领域,更具体地,涉及一种基于矩阵分解的缴费工单缺失数据填充方法。本发明采用了SVT算法,它是一种基于矩阵阈值分解的算法,其利用矩阵的低秩性进行矩阵补全。首先,对获取到的居民缴费工单数据进行预处理,将文本数据通过编码转化为数值型数据,并将缺失值置为0;接着,采集观测值,构成一个新的矩阵Ω,其元素为0或者1;最后设立SVT算法所需参数,迭代得到一个新的低秩矩阵,该矩阵能很好地填充原始矩阵的缺失值,填充结束后再将文本数据解码得到最终结果。此方法计算速度比较快,并且能够对大规模稀疏矩阵进行有效地补全,能够很好地补全居民电力缴费工单的缺失数据,具有很高的实用价值。
-
公开(公告)号:CN107703913B
公开(公告)日:2019-09-06
申请号:CN201710833926.2
申请日:2017-09-15
Applicant: 东南大学
IPC: G05B23/02
Abstract: 一种UPFC故障诊断方法,包括:1)建立UPFC模型,模拟4种故障,采集UPFC直流侧正极电压和直流电流在4种故障与正常状态下的数据,利用边界提取与二次采样法简化原始数据,构成有效数据仓库;2)采用小波变换将预处理过的数据经消噪和重构处理后识别出故障点,得到统一数量级的故障特征数据集;3)提取特征值,包括4个直流侧正极电压上边界电压特征值,4个直流侧正极电压下边界电压特征值和4个直流电流特征值,构造特征样本空间;4)建立支持向量机故障预测模型,对UPFC的5种状态进行故障诊断。本发明能高效、精确、迅速识别模拟的5种UPFC状态,提高电网智能化运维水平,延长设备使用年限,减少UPFC运维成本,弥补控保系统在故障早期预警和故障定位中的不足。
-
公开(公告)号:CN107202954A
公开(公告)日:2017-09-26
申请号:CN201710400094.5
申请日:2017-05-31
Applicant: 东南大学
IPC: G01R31/327 , G05B19/042
CPC classification number: G01R31/3275 , G05B19/0421 , G05B19/0423 , G05B2219/21137 , G05B2219/2205 , G05B2219/25171 , G05B2219/25174 , G05B2219/2604
Abstract: 本发明公开了一种基于三核平台的嵌入式断路器在线监测系统。所述的系统包括多核嵌入式平台,所述的多核嵌入式平台通过A/D转换模块连接模拟量采集模块,所述的多核嵌入式平台通过GPIO接口连接开关量模块,所述的多核嵌入式平台通过数据通信模块与外界进行交互,所述的模拟量监测模块用于采集断路器机械与电气信号,所述的开关量模块提供GPIO接口,用来实现对开关量信号的监测以及输出继电器控制信号。本发明处理效率高,数据存取方便,同时大大提升了断路器在线监测装置的人机交互能力,完全满足各电压等级的高压断路器在线监测系统装置的需求。
-
公开(公告)号:CN116883057A
公开(公告)日:2023-10-13
申请号:CN202310906926.6
申请日:2023-07-21
Applicant: 东南大学
IPC: G06Q30/0201 , G06F18/214 , G06F18/243 , G06F18/2415 , G06F18/15
Abstract: 本发明公开了一种基于XGBoost的高精度电力客户营销渠道偏好预测系统,适用于针对不同电力客户的服务渠道偏好从而指定更有针对性的引流策略。首先,我们收集包含性别,年龄,地区,缴费频次,缴费渠道等数据的电力客户信息。然后,我们使用XGBoost模型来预测电力客户的服务渠道偏好。XGBoost是一种基于梯度提升的决策树模型,具有强大的分类性能,能够处理各种类型的数据,并且具有处理缺失值和异常值的能力。然后,我们通过对模型进行训练和验证,优化模型参数,提高预测的准确率。最后,我们使用该模型来预测新的电力客户的服务渠道偏好,以指定更有针对性的引流策略。通过这种方法,本发明能够有效地预测电力客户对不同营销渠道的偏好,并且在预测精度上有显著的提高。
-
-
-
-