中压配电电缆潜伏性故障引导学习辨识方法及系统

    公开(公告)号:CN117054811A

    公开(公告)日:2023-11-14

    申请号:CN202311047236.6

    申请日:2023-08-18

    Abstract: 本发明公开了一种中压配电电缆潜伏性故障引导学习辨识方法及系统,包括:获取电缆的潜伏性故障电流数据;提取故障电流数据在时域、频域和时频域工况下的故障特征向量,并对故障特征向量进行降维优化;基于优化后的故障特征向量,利用训练好的数据‑知识联合驱动故障辨识模型,得到电缆潜伏性故障辨识结果;其中,所述数据‑知识联合驱动故障辨识模型由基于极限学习机的纯数据驱动模型和领域经验知识融合得到;本发明将电缆潜伏性故障辨识领域经验知识引入纯数据驱动模型并对其引导限制,使得融合模型获得了经验知识引入带来的泛化性能强、稳定度高、鲁棒性强、不易发生严重分类错误的能力,实现了准确判别中压配电电缆潜伏性故障。

    基于谐波颜色特征识别的电能质量治理方法和装置

    公开(公告)号:CN118068083A

    公开(公告)日:2024-05-24

    申请号:CN202211479919.4

    申请日:2022-11-24

    Abstract: 本发明涉及基于谐波颜色特征识别的电能质量治理方法和装置。电能质量治理方法包括以下步骤:获取公共耦合点的指定时间区间的各个采样时间点的电气值;通过傅里叶变换提取各个采样时间点的电气值所包含的各次谐波分量和谐波幅值;针对各次谐波分别设定颜色标签,并在各采样时间点排列而成的时间序列上,按照谐波幅值的大小对各采样时间点的电气值所包含的各次谐波分量以颜色标签进行排序,生成在时间序列上的针对每个采样时间点的各次谐波分量的颜色标签排序图,作为谐波影响度排序的综合图谱;利用神经网络基于综合图谱的颜色标签特征获取指定数量的谐波分量作为主影响谐波分量;以及基于主影响谐波分量获取有源滤波器和无源滤波器的配置参考值。

Patent Agency Ranking