Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于神经网络的多数据融合配网线路转供识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网江苏省电力有限公司扬州供电分公司

摘要:本发明公开了一种基于神经网络的多数据融合配网线路转供识别方法,方法包括获取配变及线路的台账和量测数据、开关上送变位信号及量测数据、线路故障及计划相关记录、线路拓扑关联关系数据;根据获取数据生成触发线路集,并基于触发线路集和线路联络台账提取可能存在的打包组合;建立高损线路数、负损线路数、高损线路全天线损率等共14项特征值并加入历史打包状态数据形成样本集并训练神经网络模型;利用训练好的模型对配电网中线路数据进行批量转供识别。本发明以数据模型学习了线路转供的数据变化特征,研判出线路是否发生真实转供情况,实现了中压配电网线路转供情况的准确研判。

主权项:1.一种基于神经网络的多数据融合配网线路转供识别方法,其特征在于,包括:获取配变及线路的台账和量测数据、开关上送变位信号及量测数据、线路故障及计划相关记录、线路拓扑关联关系数据;根据获取数据生成触发线路集,并基于触发线路集和线路联络台账提取可能存在的打包线路组合集合;基于打包线路组合集合建立高损线路数、负损线路数、高损线路全天线损率、高损线路全天线损率方差、负损线路全天线损率、负损线路全天线损率方差、所有线路全天打包线损率、联络开关变位次数、变位联络开关涉及线路数、打包线路数、疑似打包时刻点数、疑似打包时段打包线损率、疑似打包时段打包损失电量、疑似打包时段负损与高损线路损失电量相关性系数共14项特征值;加入线路历史打包状态数据形成样本集,建立并训练神经网络模型;利用训练好的模型对配电网中实际转供数据进行批量识别。

全文数据:

权利要求:

百度查询: 国网江苏省电力有限公司扬州供电分公司 一种基于神经网络的多数据融合配网线路转供识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。