-
公开(公告)号：CN119180456A
公开(公告)日：2024-12-24
申请号：CN202411298811.4
申请日：2024-09-18
Applicant: 南京工程学院
IPC: G06Q10/0631 , G06Q50/06 , G06N3/006 , G06N20/00
Abstract: 本发明公开了一种XGBoost的低压台区缺失电压补全方法，从营销和台账获得数据，特征选择选取低压台区首端量测和线路参数作为特征、用户电压作为标签形成数据集；对数据进行预处理和数据集划分，定义XGboost模型、基于灰狼算法对XGboost模型进行超参数优化，用数据集对模型进行训练；将特征输入模型进行训练，形成预测模型，并将训练后的模型用于配电网电压预测。本发明使用灰狼算法对XGBoost的超参数进行优化，获取XGBoost的最佳表现，通过优化后的模型对低压台区缺失电压数据进行补全。能够克服传统配电网电压计算方法的不足，较为精确的补全低压台区用户缺失电压，为低电压治理提供决策参考。
-
公开(公告)号：CN119760560A
公开(公告)日：2025-04-04
申请号：CN202411704785.0
申请日：2024-11-26
Applicant: 南京工程学院
IPC: G06F18/2431 , G01R25/00 , G01R19/00 , G01R19/175 , G06F18/15 , G06F18/2135 , G06F18/2321 , G06F18/2433
Abstract: 本发明公开了一种低压台区用户相位识别方法，步骤S1：数据获取：获取台区配变各相出线的电压和台区内用户电压数据；步骤S2：异常值处理：采用LOF法过滤用户电压数据的异常值或噪声；步骤S3：缺失值填补：基于时间滑动窗口来填补缺失值；步骤S4：电压数据降维：采用分段聚合近似算:对时序电压数据进行降维；步骤S5：聚类分析：通过OPTICS算法对降维后的电压聚成三类；步骤S6：相位分析：根据聚类结果结合首端变电A、B、C三相的母线电压，确定三类电压具体属于哪一相。本发明能够充分利用智能电表数据进，能够直接采用采集终端的电压信息对低压台区用户进行相位判断，解决低压台区用户拓扑档案错误多、排查难的问题。
-
公开(公告)号：CN119249099A
公开(公告)日：2025-01-03
申请号：CN202411317272.4
申请日：2024-09-20
Applicant: 南京工程学院
IPC: G06F18/20 , G06F18/214 , G06F18/15 , G06Q50/06 , G06Q10/04
Abstract: 本发明涉及数据预测技术领域，尤其涉及一种基于梯度提升树的线损率预测方法，方法包括：通过提取电网系统和气象平台预定时间内的历史数据，并根据时间序列同步混合，输出历史时间序列特征数据；对历史时间序列特征数据依次进行数据清洗、删除异常值、数据规范化、数据分配的预处理操作，输出预处理数据；提取预处理数据的窗口内统计特征，并依次进行滞后性特征分析、周期性特征分析、趋势性特征分析；将历史时间序列特征数据输入梯度提升树模型进行训练，得到线损率预测模型并进行线损率预测。具有预测精度高和收敛速度快的优点，不仅解决了传统线损管理中存在的实时性差的问题，还为电力系统带来了显著的改进。
-
公开(公告)号：CN117093934A
公开(公告)日：2023-11-21
申请号：CN202311033733.0
申请日：2023-08-16
Applicant: 南京工程学院
IPC: G06F18/243 , H02J3/48 , H02J3/50 , H02J3/14 , H02J3/00 , G06F18/214 , G06F18/15 , G06N5/01 , G06N20/00 , G06Q50/06
Abstract: 本发明公开了一种基于XGBoost的配电网配网拓扑辨识方法，包括：获取现有的配电网拓扑结构；根据时间序列将线路的首端、末端以及用户的数据同步混合得到负荷数据；将配电网中相同拓扑结构的负荷数据与其对应的拓扑结构合并为即为该拓扑结构的拓扑辨识数据集；进而建立配网拓扑辨识数据集；利用拓扑辨识数据集训练并测试XGBoost模型；需要预测拓扑的线路数据输入测试完成的基于XGBoost的配电网配网拓扑辨识预测模型。本发明具有适用范围广，辨识精度高的优点，可以实现配电网拓扑辨识，解决了配电网结构复杂，拓扑结构未及时更新的问题，对检修配电网拓扑等业务场景有一定的指导和借鉴意义。
-
-
-
Search Results
4
records
(took 0.031 seconds)
