发电机组人工智能系统机器学习样本筛选方法及装置

    公开(公告)号:CN116244283A

    公开(公告)日:2023-06-09

    申请号:CN202211729637.5

    申请日:2022-12-30

    Applicant: 华侨大学

    Abstract: 本发明公开了一种发电机组人工智能系统机器学习样本筛选方法及装置,获取发电机组运行数据,对所述发电机组运行数据采用预设清洗方式进行一次或多次数据清洗,得到备选样本集和无效样本集,若采用多次数据清洗,每次数据清洗采用不同的清洗方式;对所述备选样本集采用预设排序方式进行排序,得到排序样本集,对所述排序样本集按照预设抽取方式进行抽取,得到学习样本子集;重复前一步骤多次,每次采用不同的排序方式以及相同或不同的抽取方式,抽取到不同的学习样本子集;将所有的学习样本子集合并为学习样本集。采用本方法筛选发电机人工智能系统机器学习样本,对操作人员专业素质要求低,处理过程自动化程度高,筛选出的学习样本分布广泛性好。

    一种主动配电网的电压薄弱点辨识方法

    公开(公告)号:CN108879658A

    公开(公告)日:2018-11-23

    申请号:CN201810639191.4

    申请日:2018-06-20

    Applicant: 华侨大学

    Abstract: 本发明涉及一种主动配电网的电压薄弱点辨识方法,传统的配电网薄弱点识别方法一般仅考虑负荷波动情况下,对系统进行电压薄弱点辨识,而本发明针对主动配电网特性,建立分布式电源随机出力模型及负荷增长模型,通过对DG的随机出力和负荷随机波动进行分层抽样,进而形成包含DG出力和节点负荷组合的抽样矩阵,结合连续潮流法筛选出最逼近电压崩溃的采样矩阵。最后,根据节点电压薄弱点技术指标对系统的薄弱节点进行排序,完成主动配电网的电压薄弱点辨识,可为主动配电网的稳定运行提供帮助。

Patent Agency Ranking