-
公开(公告)号：CN110400231A
公开(公告)日：2019-11-01
申请号：CN201910490621.5
申请日：2019-06-06
Applicant: 湖南大学
Abstract: 本发明公开了一种加权非线性贝叶斯的电能计量设备失效率预估方法。智能电网中电能计量设备的可靠运行直接关系到电能的公平计量与电力调度。本发明所采用的技术方案为：首先采集电能计量设备的失效数据与环境应力数据，再针对样本集数据，采用基于加权kNN与肖维纳准则的混合异常值判别方法对数据异常值进行判别，并获取失效数据中异常值的权值；建立加权非线性贝叶斯模型，对电能计量设备的失效率进行预测与评估，求出电能计量设备的可靠度。本发明实现批量电能计量设备的失效率预估，可用于电能计量设备质量评价与寿命预测，并对设备的轮换、设备调度、招标与存储提供建议和重要参考。
-
公开(公告)号：CN110400231B
公开(公告)日：2023-01-31
申请号：CN201910490621.5
申请日：2019-06-06
Applicant: 湖南大学
IPC: G06Q50/06 , G06F18/2413 , G06F17/17
Abstract: 本发明公开了一种加权非线性贝叶斯的电能计量设备失效率预估方法。智能电网中电能计量设备的可靠运行直接关系到电能的公平计量与电力调度。本发明所采用的技术方案为：首先采集电能计量设备的失效数据与环境应力数据，再针对样本集数据，采用基于加权kNN与肖维纳准则的混合异常值判别方法对数据异常值进行判别，并获取失效数据中异常值的权值；建立加权非线性贝叶斯模型，对电能计量设备的失效率进行预测与评估，求出电能计量设备的可靠度。本发明实现批量电能计量设备的失效率预估，可用于电能计量设备质量评价与寿命预测，并对设备的轮换、设备调度、招标与存储提供建议和重要参考。
-
公开(公告)号：CN109948516B
公开(公告)日：2022-12-02
申请号：CN201910201294.7
申请日：2019-03-18
Applicant: 湖南大学
Abstract: 本发明公开了一种基于能量最大化与核SVM的复合电能质量扰动识别方法，本发明摆脱了人工设计特征的复杂性，将电能质量分类简化为两个步骤，具体步骤为：1)采用基于能量最大化的S变换方法对复合电能质量扰动进行时频分析，可自动调节窗参数，实现最优的时频分辨率。2)结合提取的时频特征，建立权重线性组合核函数，形成核SVM算法。核SVM可融合多种特征，且每种特征都对应其最优的核函数参数，因此对复合电能质量扰动更加适应。本发明免除了人工特征的耗时与信息损失缺陷，能进一步提升复杂工况下电网信号识别的准确性。
-
公开(公告)号：CN109948516A
公开(公告)日：2019-06-28
申请号：CN201910201294.7
申请日：2019-03-18
Applicant: 湖南大学
Abstract: 本发明公开了一种基于能量最大化与核SVM的复合电能质量扰动识别方法，本发明摆脱了人工设计特征的复杂性，将电能质量分类简化为两个步骤，具体步骤为：1)采用基于能量最大化的S变换方法对复合电能质量扰动进行时频分析，可自动调节窗参数，实现最优的时频分辨率。2)结合提取的时频特征，建立权重线性组合核函数，形成核SVM算法。核SVM可融合多种特征，且每种特征都对应其最优的核函数参数，因此对复合电能质量扰动更加适应。本发明免除了人工特征的耗时与信息损失缺陷，能进一步提升复杂工况下电网信号识别的准确性。
-
-
-
Search Results
4
records
(took 0.019 seconds)
