[发明专利]一种孤岛检测模型训练方法、装置、设备和介质在审

专利信息
申请号: 202210257773.2 申请日: 2022-03-16
公开(公告)号: CN114565058A 公开(公告)日: 2022-05-31
发明(设计)人: 黄玉琛;卢珊;周丹 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司韶关供电局
主分类号: G06K9/62 分类号: G06K9/62;G06F30/27;G06F113/04
代理公司: 北京品源专利代理有限公司 11332 代理人: 岳晓萍
地址: 510000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 孤岛 检测 模型 训练 方法 装置 设备 介质
【权利要求书】:

1.一种基于支持向量机的孤岛检测模型训练方法,其特征在于,包括以下步骤:

获取仿真孤岛电网中N种状态下、以及仿真非孤岛电网中M种状态下的三相瞬时电压和三相瞬时电流,其中,N,M均为正整数;

根据每组所述三相瞬时电压和三相瞬时电流,计算瞬时有功功率,形成由所述瞬时有功功率组成的数据集,其中,所述数据集包括训练集;

将所述训练集作为基于支持向量机的孤岛检测模型的输入,训练所述基于支持向量机的孤岛检测模型,得到所述基于支持向量机的孤岛检测模型的模型参数;

基于所述模型参数,得到所述基于支持向量机的孤岛检测模型。

2.根据权利要求1所述的基于支持向量机的孤岛检测模型训练方法,其特征在于,所述数据集还包括测试集;

在得到所述基于支持向量机的孤岛检测模型后,还包括:

将所述测试集作为所述基于支持向量机的孤岛检测模型的输入,测试所述基于支持向量机的孤岛检测模型,得到测试得分。

3.根据权利要求2所述的基于支持向量机的孤岛检测模型训练方法,其特征在于,在形成由所述瞬时有功功率组成的数据集之后,还包括以下步骤:

将所述数据集均分为多个部分,其中一个部分作为所述测试集,其余各部分均作为所述训练集;

其中,将第1个部分作为所述测试集,第2至最后一个部分作为所述训练集,能够得到所述基于支持向量机的孤岛检测模型的第一模型参数、第一测试得分;

将第I个部分作为所述测试集,第1、......、第I-1、第I+1至最后一个部分作为所述训练集,能够得到所述基于支持向量机的孤岛检测模型的第I模型参数、第I测试得分,其中,I为正整数;

依次类推,将最后一个部分作为所述测试集,第1至倒数第二个部分作为所述训练集,能够得到所述基于支持向量机的孤岛检测模型的最后一个模型参数、最后一个测试得分;

比较所述第一测试得分至所述最后一个测试得分,将得到最高测试得分对应的模型参数,作为所述基于支持向量机的孤岛检测模型的最终模型参数。

4.根据权利要求1所述的基于支持向量机的孤岛检测模型训练方法,其特征在于,所述仿真孤岛电网中N种状态包括:

有功功率不匹配情况和无功功率不匹配情况中的任意两组数值组合形成的N种状态。

5.根据权利要求4所述的基于支持向量机的孤岛检测模型训练方法,其特征在于,

所述有功功率不匹配情况满足以下条件:

其中,ΔP代表有功功率缺额,PDG代表分布式发电有功功率输出;

且,所述无功功率不匹配情况满足以下条件:

其中,ΔQ代表无功功率缺额,QDG代表分布式发电无功功率输出。

6.根据权利要求1所述的基于支持向量机的孤岛检测模型训练方法,其特征在于,所述仿真非孤岛电网中M种状态包括:

非孤岛电网中正常运行情况、故障情况、负荷切换情况或电容投切情况中的一种或多种情况的仿真次数总和的值为M形成的M种状态。

7.根据权利要求6所述的基于支持向量机的孤岛检测模型训练方法,其特征在于,

所述故障情况包括:单相接地故障情况、相间故障情况、两相接地故障情况、三相故障情况或三相接地故障情况中的一种或多种;

其中,故障过程中,故障过渡电阻的阻值满足条件:Rf=1~2kΩ。

8.根据权利要求6所述的基于支持向量机的孤岛检测模型训练方法,其特征在于,

当非孤岛电网中的正常运行情况、故障情况、负荷切换情况或电容投切情况中的多种情况的仿真次数总和的值为M形成的M种状态时,多种情况中每种情况的仿真次数均分M。

9.根据权利要求1所述的基于支持向量机的孤岛检测模型训练方法,其特征在于,所述仿真孤岛电网中N种状态中的N,与所述仿真非孤岛电网中M种状态中的M相等。

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广东电网有限责任公司;广东电网有限责任公司韶关供电局,未经广东电网有限责任公司;广东电网有限责任公司韶关供电局许可,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/202210257773.2/1.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