一种基于回归分析的变电站输变电设备大量缺失数据填补方法

    公开(公告)号:CN107862409B

    公开(公告)日:2021-11-02

    申请号:CN201711077209.8

    申请日:2017-11-06

    Abstract: 本发明公开了一种基于回归分析的变电站输变电设备大量缺失数据填补方法,主要包括以下步骤:1)确定需要填补缺失数据的变电站输变电设备和待填补的数据类。2)设定所述设备的数据表示为:y={y1,...,yi,...,yj,...,yn}。3)收集所述设备所在的变电站内其余同型设备的相同类型的数据X。4)利用数据X和数据y建立待填补数据的回归分析模型y=f(X)。5)利用非缺失数据{y1,...,yi,...,yj}进行回归模型的训练,得到训练好的回归模型。6)将数据输入训练好的回归模型,得到数据{yj+1,...,yn}的预测结果。7)将所述预测结果作为新值,实现对缺失数据的填补。

    一种变电站多台并联变压器负荷预测方法

    公开(公告)号:CN111708987A

    公开(公告)日:2020-09-25

    申请号:CN202010549550.4

    申请日:2020-06-16

    Applicant: 重庆大学

    Abstract: 一种变电站多台并联变压器负荷预测方法,包括以下步骤:步骤1,获取设定时间段内所述变电站的历史数据,包括该设定时间段内变电站负荷数据,每台变压器的负荷数据,变电站运行方式数据;步骤2,使用变电站的历史数据计算变电站以运行方式Cj运行时变压器Ti在t时刻的负载分配系数Ft(Ti,Cj);步骤3,以步骤2获得的负载分配系数Ft(Ti,Cj),结合变电站的负荷Ls(t),使用非线性回归函数G(Ls(t),Ti,Cj)量化负载分配系数Ft(Ti,Cj)与变电站的负荷Ls(t)的非线性映射关系;步骤4,以步骤3获得的非线性回归函数G(Ls(t),Ti,Cj),结合变电站的负荷Ls(t),对t时刻第i台变压器的负荷Li(t)进行预测。在提升变压器负荷预测结果准确性的前提下极大减小了负荷预测建模的工作量,实现了精度和效率两项性能的双重提升。

    一种电力设备状态监测数据聚类方法和系统

    公开(公告)号:CN111582406A

    公开(公告)日:2020-08-25

    申请号:CN202010481567.0

    申请日:2020-05-31

    Applicant: 重庆大学

    Abstract: 本申请公开了一种电力设备状态监测数据聚类方法和系统,方法包括:获取待聚类的数据集Xm×n,包含m个样本,每个样本包含n类变量,对每个样本的n类变量进行标准化处理;设置DBSCAN模型的密度阈值参数k;根据标准化处理后Xm×n中每个样本与其余样本的距离绘制k距离图;根据DBSCAN(0,k)模型聚类结果的类别数确定邻域半径参数E的下限阈值E0;根据k距离图确定E的上限阈值Emax;根据E0和Emax绘制“类别数–E”曲线;根据“类别数–E”曲线确定E的最优值。通过设计和绘制“类别数–E”曲线实现DBSCAN模型的邻域半径参数E和密度阈值参数k的优化,使用DBSCAN模型聚类电力设备在线监测数据,用于在线监测实时数据的模式识别和异常检测,判断正常数据类别与异常类型。

Patent Agency Ranking