基于负载数据图像化卷积神经网络的配变重过载预警方法

    公开(公告)号:CN110210682A

    公开(公告)日:2019-09-06

    申请号:CN201910506420.X

    申请日:2019-06-12

    Abstract: 基于负载数据图像化卷积神经网络的配变重过载预警方法,包括以下步骤:1)选择需要进行预测的对象提的电流数据并根据负载率计算公式转换成负载率,然后对负载率数据进行数据离散化处理;2),连续数据图像化;3),建立卷积神经网络并将图像化数据输入,并且对模型参数进行调优;4),使用短期平均负载率和天气预报的气象数据作为朴素贝叶斯算法的条件概率,建立修正算法模型;5),加入修正规则,对每个对象提取短期平均负载率特征,如果和长期负载率特征对比有30%以上的变化则使用朴素贝叶斯算法进行修正。本发明解决了配变重过载难以预测,只能依赖人工经验的方法,具有思路新颖,经济价值高,适合推广使用的优点。

    一种应用于变电站的实时数据采集器及在线监控装置

    公开(公告)号:CN208459502U

    公开(公告)日:2019-02-01

    申请号:CN201821106273.4

    申请日:2018-07-12

    Abstract: 本实用新型公开了一种应用于变电站的实时数据采集器及在线监控装置,采集器包括多路转换开关、电压跟随电路、低通滤波电路、采样保持电路、光电转化模块、开关量采集保持电路以及开级漏级输入输出电路;所述多路转换开关、电压跟随电路、低通滤波电路、采样保持电路、光电转化模块依次信号连接;所述开级漏级输入输出电路、开关量采集保持电路、光电转化模块依次信号连接;所述多路转换开关与光电转化模块信号连接。在线监控装置包括交换机、上位监控系统、数据采集器、被监测单元。本实用新型解决了变电站种类繁杂设备的异构数据采集问题,实现数据的统一采集。

Patent Agency Ranking