-
公开(公告)号：CN113393102A
公开(公告)日：2021-09-14
申请号：CN202110615550.4
申请日：2021-06-02
Applicant: 重庆大学
Abstract: 本发明公开一种基于数据驱动的配电变压器运行状态趋势预测方法，主要步骤为：1)构建一套配电变压器运行状态评估指标体系；2)利用层次分析‑德尔菲算法(AHP‑Delphi)计算指标权重值；3)建立配电变压器运行状态实时评估模型；4)利用LSTM‑SVM算法建立指标预测模型；5)将指标预测值输入步骤3配电变压器运行状态实时评估模型中，得到配电变压器运行状态的预测结果。本发明具有较好的通用性和应用性，适用于油浸式配电变压器和干式配电变压器，能够及时反映配电变压器未来运行状态的变化趋势，预测结果能在满足准确性要求的前提下为配电运维管理人员提供辅助决策支撑。
-
Patent Agency Ranking
公开(公告)号：CN110929918A
公开(公告)日：2020-03-27
申请号：CN201911038911.2
申请日：2019-10-29
Applicant: 国网重庆市电力公司南岸供电分公司 , 重庆大学 , 国家电网有限公司
Abstract: 本发明公开一种基于CNN和LightGBM的10kV馈线故障预测方法，主要步骤为：1)获取配电网原始数据，对配电网原始数据进行预处理；2)从配电网原始数据中提取特征，构建特征集f{f1，f2…f15，f16，L}；L为标签，表示馈线是否发生故障；其中，元素f1、元素f2、元素f3、元素f4、元素f5、元素f6为固有属性特征。元素f7、元素f8、元素f9、元素f10、元素f11、元素f12、元素f13为统计分析特征。元素f14、元素f15、元素f16为卷积神经网络CNN提取的深度时序特征。3)建立配电网故障预测模型；4)将配电网10kV馈线实时数据输入配电网故障预测模型，得到馈线故障预测结果。本发明具有较好的快速性和时效性，预测结果能在满足准确性要求的前提下为配电网运维管理人员提供辅助决策支撑。
-
公开(公告)号：CN116128153A
公开(公告)日：2023-05-16
申请号：CN202310243797.7
申请日：2023-03-14
Applicant: 重庆大学
IPC: G06Q10/04 , G06Q10/20 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N20/00
Abstract: 本发明提出了一种基于强化学习的配电变压器经济运维方法，主要步骤为：1)从配电变压器在线运行数据和基础信息中提取配电变压器的多维特征；2)在配电变压器运行状态多维感知基础上，建立基于数据驱动的配电变压器运行状态评估及态势预测模型；3)通过DQN算法训练智能体与配电变压器交互的强化学习过程，得到配电变压器维护策略优化模型；4)将该台配电变压器运行状态的预测结果构建成状态信息输入到配电变压器维护策略优化模型中，得到预测性维护决策序列。本发明具有较好的通用性和应用性，适用于油浸式配电变压器和干式配电变压器，能够得到预测性维护决策序列，为配电运维人员实施更加客观和准确的主动维护提供指导。
-
公开(公告)号：CN110929918B
公开(公告)日：2023-05-02
申请号：CN201911038911.2
申请日：2019-10-29
Applicant: 国网重庆市电力公司南岸供电分公司 , 重庆大学 , 国家电网有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N20/20 , G06F18/214 , G06F18/2415 , G06F18/2431
Abstract: 本发明公开一种基于CNN和LightGBM的10kV馈线故障预测方法，主要步骤为：1)获取配电网原始数据，对配电网原始数据进行预处理；2)从配电网原始数据中提取特征，构建特征集f{f1，f2…f15，f16，L}；L为标签，表示馈线是否发生故障；其中，元素f1、元素f2、元素f3、元素f4、元素f5、元素f6为固有属性特征。元素f7、元素f8、元素f9、元素f10、元素f11、元素f12、元素f13为统计分析特征。元素f14、元素f15、元素f16为卷积神经网络CNN提取的深度时序特征。3)建立配电网故障预测模型；4)将配电网10kV馈线实时数据输入配电网故障预测模型，得到馈线故障预测结果。本发明具有较好的快速性和时效性，预测结果能在满足准确性要求的前提下为配电网运维管理人员提供辅助决策支撑。
-
公开(公告)号：CN116128153B
公开(公告)日：2025-05-16
申请号：CN202310243797.7
申请日：2023-03-14
Applicant: 重庆大学
IPC: G06Q10/04 , G06Q10/20 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N20/00
Abstract: 本发明提出了一种基于强化学习的配电变压器经济运维方法，主要步骤为：1)从配电变压器在线运行数据和基础信息中提取配电变压器的多维特征；2)在配电变压器运行状态多维感知基础上，建立基于数据驱动的配电变压器运行状态评估及态势预测模型；3)通过DQN算法训练智能体与配电变压器交互的强化学习过程，得到配电变压器维护策略优化模型；4)将该台配电变压器运行状态的预测结果构建成状态信息输入到配电变压器维护策略优化模型中，得到预测性维护决策序列。本发明具有较好的通用性和应用性，适用于油浸式配电变压器和干式配电变压器，能够得到预测性维护决策序列，为配电运维人员实施更加客观和准确的主动维护提供指导。
-
公开(公告)号：CN113393102B
公开(公告)日：2022-08-12
申请号：CN202110615550.4
申请日：2021-06-02
Applicant: 重庆大学
Abstract: 本发明公开一种基于数据驱动的配电变压器运行状态趋势预测方法，主要步骤为：1)构建一套配电变压器运行状态评估指标体系；2)利用层次分析‑德尔菲算法(AHP‑Delphi)计算指标权重值；3)建立配电变压器运行状态实时评估模型；4)利用LSTM‑SVM算法建立指标预测模型；5)将指标预测值输入步骤3配电变压器运行状态实时评估模型中，得到配电变压器运行状态的预测结果。本发明具有较好的通用性和应用性，适用于油浸式配电变压器和干式配电变压器，能够及时反映配电变压器未来运行状态的变化趋势，预测结果能在满足准确性要求的前提下为配电运维管理人员提供辅助决策支撑。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
