[发明专利]一种配变台区重过载特征模型的构建和预警的方法在审

专利信息
申请号: 201911013209.0 申请日: 2019-10-23
公开(公告)号: CN110751338A 公开(公告)日: 2020-02-04
发明(设计)人: 郑友卓;张锐锋;付宇;李前敏;何洪流;肖小兵;吴鹏;刘安茳;陈宇;黄如云;柏毅辉;李忠;安波;张洋;张津;饶雄;吴应双;王明伟;刘亮;熊锦航;华龙;李好文;陈开雷;郝树青 申请(专利权)人: 贵州电网有限责任公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;G06K9/62
代理公司: 52100 贵阳中新专利商标事务所 代理人: 商小川
地址: 550002 贵*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 过载 特征模型 构建 配变台区 预警 关联规则算法 设备使用寿命 数据预处理 监测数据 经济损失 历史数据 利用基因 配电台区 实时监测 事故发生 特征变量 特征因子 预测结果 满意度 特征集 再利用 校验 进化 验证 电网 分化 分类 分配 概率 评估 预测 服务
【权利要求书】:

1.一种配变台区重过载特征模型的构建和预警的方法,其特征在于:它包括以下步骤:

步骤1、收集配变台区重过载历史数据;

步骤2、对所收集的重过载历史数据进行预处理;

步骤3、从预处理好的数据中提取重过载特征因子;

步骤4、获取所有的重过载特征因子,构建重过载特征模型;

步骤5、对重过载特征模型进行验证,获得重过载发生的原因;

步骤6、根据当前配变台区的基本情况,重过载特征模型进行实时监测并发出预警。

2.根据权利要求1所述的一种配变台区重过载特征模型的构建和预警的方法,其特征在于:所述配变台区重过载历史数据包括与配变台区重过载相关的用户信息、电气设备信息、环境信息、用电负荷特征信息和电气设备运行状况信息。

3.根据权利要求1所述的一种配变台区重过载特征模型的构建和预警的方法,其特征在于:步骤2中对重过载历史数据进行预处理的方法为:对数据中的缺失项进行补齐和对数据中的重复项进行删除。

4.根据权利要求1或2所述的一种配变台区重过载特征模型的构建和预警的方法,其特征在于:步骤3所述的重过载特征因子的提取方法包括:

步骤3.1、对预处理好的数据进行分类整理,每一类数据形成一个特征变量;

步骤3.2、将单个特征变量或特征变量之间的组合与台区重过载事件的特征变量进行比对,获得重过载特征因子。

5.根据权利要求1所述的一种配变台区重过载特征模型的构建和预警的方法,其特征在于:步骤4中重过载特征模型的构建包括:

步骤4.1、对于提取的重过载特征因子,利用基因表达式编程算法按照用户信息、电气设备信息、环境信息、用电负荷特征信息和电气设备运行状况信息来进行进化分类,形成重过载关联特征集;

步骤4.2、通过关联规则算法将两个以上的重过载关联特征集进行互相关联,形成重过载特征模型。

6.根据权利要求1所述的一种配变台区重过载特征模型的构建和预警的方法,其特征在于:重过载特征模型验证的方法为:采用柯尔莫可洛夫—斯米洛夫校验方法对模型进行评估,比较重过载特征模型中的重过载关联特征集的累计频数分布与理论频数分布,若累计频数分布与理论频数分布之间有重叠区域,则该重过载关联特征集属于重过载发生的原因。

7.根据权利要求1或7所述的一种配变台区重过载特征模型的构建和预警的方法,其特征在于:步骤6中重过载特征模型进行实时监测并发出预警的方法为:将重过载特征模型与配变台区的监测终端进行连接,对配变台区进行实时监测,监测数据自动在重过载特征模型中形成重过载关联特征集,当该重过载关联特征集属于重过载发生的原因时,重过载特征模型发出预警。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州电网有限责任公司,未经贵州电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911013209.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top