-
公开(公告)号：CN109948925A
公开(公告)日：2019-06-28
申请号：CN201910188652.5
申请日：2019-03-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种考虑天气影响的电力通信系统可靠性评估方法，包括如下步骤：(1)根据历史天气数据和历史电力通信系统元件故障历史数据，采用灰色关联度方法，计算天气变量与电力通信系统元件故障的相关系数和重要性值；(2)设定相关系数临界值ξ和重要性值η，选取相关性系数大于ξ及重要性大于η的天气变量作为关键天气变量；(3)构建关键天气变量的天气状态模型，建立考虑天气影响的电力通信系统元件故障概率模型；(4)基于电力通信系统元件故障概率模型，结合历史天气数据，计算电力通信系统的可靠性指标。本发明能够针对不同天气变量对电力通信系统元件故障概率的影响，对电力通信系统可靠性进行评估，从而提高可靠性分析的准确度。
-
公开(公告)号：CN108596449A
公开(公告)日：2018-09-28
申请号：CN201810310585.5
申请日：2018-04-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种考虑天气对配电网故障概率影响的配电网可靠性预测方法，包括如下步骤：(1)分析配电网元件故障概率与天气变量的关联关系；(2)兼顾模型可应用性与模型精确性来选取主要的天气变量；(3)形成基于支持向量机和附加动量法神经网络的配电网元件故障率组合预测方法；(4)结合配电网元件故障概率预测结果和配电网可靠性计算方法，对配电网可靠性进行预测。本发明能够针对不同天气变量对配电网元件故障概率的影响，对配电网可靠性进行预测。
-
公开(公告)号：CN108694479A
公开(公告)日：2018-10-23
申请号：CN201810758399.8
申请日：2018-07-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种考虑天气对检修间隔时间影响的配电网可靠性预测方法，包括如下步骤：(1)根据多个天气变量的历史数据，分别计算每种天气变量与检修间隔时间的相关系数和对检修间隔时间的重要性值；(2)基于每种天气变量对应的相关系数和重要性值从所述多个天气变量中选取主要天气变量；(3)基于所述主要天气变量的历史数据对BP神经网络模型进行训练，并根据完成训练的BP神经网络模型对未来检修间隔时间指标进行预测；(4)基于未来检修间隔时间指标的预测结果对配电网可靠性进行预测。本发明能够针对不同天气变量对配电网元件检修间隔时间的影响，对配电网可靠性进行预测，从而提高可靠性分析的准确度。
-
-
Search Results
3
records
(took 0.032 seconds)
