“侯泽权”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果9个，建议您升级VIP下载更多相关专利

[发明专利]基于广义最大相关熵准则的核极限学习机售电量预测方法-CN202011298516.0有效
发明人：段建东;方帅;田璇;马文涛;侯泽权;安琳 -专利权人：西安理工大学
申请日： 2020-11-19 - 公布日： 2023-10-20 - 主分类号： G06Q30/0202 文献下载
摘要：本发明方法公开了基于广义最大相关熵准则的核极限学习机售电量预测方法：对历史日用电量的异常数据进行修正、构建训练样本集，利用皮尔逊相关系数选定模型输入、选用核极限学习机模型对日用电量进行预测，针对售电量预测误差的非高斯特征，使用广义最大相关熵准则作为预测模型的代价函数、引入在线序列学习使模型可以进行滚动预测、引入K‑折交叉验证与网格寻优对广义最大相关熵核极限学习机模型的关键参数σ、λ、α进行优化、用广义最大相关熵核极限学习机预测模型对售电量进行预测，得到预测结果。本售电量预测方法与现有的方法相比，在离群值大且非高斯的情况下也具有好的性能，能更好的对非高斯非线性数据进行预测，预测效果更好。
基于广义最大相关准则极限学习机电量预测方法

[发明专利]基于最小二乘矩阵束-变分模态分解的配网协调保护方法-CN202310670779.7在审
发明人：段建东;蒋劲轩;侯泽权;颜琬滢 -专利权人：西安理工大学
申请日： 2023-06-07 - 公布日： 2023-09-12 - 主分类号： H02H7/28 文献下载
摘要：本发明公开了基于最小二乘矩阵束‑变分模态分解的配网协调保护方法，通过分析小电阻接地系统零序电流的表达式，得到暂态零序电流工频分量和直流分量幅值比特征、低频能量占比特征和稳态零序电流与故障相电压的相位差特征，利用总体最小二乘矩阵束算法和变分模态分解算法提取暂态零序电流的故障特征，将提取的故障特征分别带入3个子判据对应的判别式中进行故障馈线判断，并对得到3个判断结果进行综合投票，将票数最多的结果作为该馈线的判定状态，根据判定状态由相应保护出口动作，实现了就地保护。本发明方法在多种极端工况下仍能准确动作，兼备了可靠性和高灵敏性，同时方法易于实现，具有良好的工程应用价值。
基于最小矩阵变分模态分解协调保护方法

[发明专利]基于深度信念网络的非线性加权组合风电功率预测方法-CN202011298517.5有效
发明人：段建东;侯泽权;王鹏;马文涛;方帅;安琳 -专利权人：西安理工大学
申请日： 2020-11-19 - 公布日： 2023-06-16 - 主分类号： G06F17/00 文献下载
摘要：本发明公开了一种基于深度信念网络的非线性加权组合风电功率预测方法，属于电力系统风电功率预测技术领域。为了解决当下风电功率预测精度较低的问题，利用分解策略、非线性加权组合以及深度学习模型建立一种新的组合预测模型。首先采用结合重建误差率的变分模态分解VMD技术对原始风电功率序列进行分解，提取局部特征；然后，利用长短期记忆神经网络和基于粒子群优化的深度信念网络构建子预测模型。最后，采用基于粒子群优化的深度信念网络PSO‑DBN的非线性加权组合方法对多个子预测模型进行组合，建立短期风电功率预测的组合模型，进一步提高了风电功率预测的准确性和稳定性。
基于深度信念网络非线性加权组合电功率预测方法

[发明专利]一种高时频聚集度的复杂电磁干扰信号分解方法-CN202211206719.1在审
发明人：段建东;路文超;马文涛;侯泽权 -专利权人：西安理工大学
申请日： 2022-09-30 - 公布日： 2023-04-21 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种高时频聚集度的复杂电磁干扰信号分解方法，提出设计了一种基于变分模态分解技术、广义互相关熵准则、相关系数和时频能量聚集目标的复杂电磁干扰信号时频分解方法。提出的方法解决了模式数K和惩罚因子α的选择问题，能够在不丢失和增加子模态的情况下，可以获得最优最合理的子模态数和惩罚因子，从而使分解的时频聚集度达到最优。本发明提出的高时频聚集度的复杂电磁干扰信号分解方法，有助于研究智能电网设备的电磁干扰问题，尤其是对宽频带，密集频点，高复杂度的电磁干扰信号分解计算问题提供了可行且性能优异的方法，为电磁干扰防护和抵御提供解决方案和参考价值。
一种高时频聚集复杂电磁干扰信号分解方法

[发明专利]引入同步挤压S变化的保护启动及故障区段定位方法-CN202211140908.3在审
发明人：段建东;颜琬滢;侯泽权;杜晓通 -专利权人：西安理工大学
申请日： 2022-09-20 - 公布日： 2023-01-31 - 主分类号： H02H7/28 文献下载
摘要：本发明公开了引入同步挤压S变化的保护启动及故障区段定位方法，随着城市电缆化率的提升，发生单相接地故障时故障特性随机性增大，噪声的影响愈发明显，小电流接地系统的故障特征更加微弱。本发明通过分析配电网发生单相接地故障时的零序网络，得到故障区段与健全区段零序电流在低频时幅值的差异。运用同步挤压S变换对区段零序电流进行挤压，并根据挤压后不同频带的信息重构出具有更明显的故障特征的全频信号和低频信号。利用全频信号的峭度因子进行保护启动，再利用低频信号实现故障区段定位。通过仿真和现场数据验证，结果表明本文方法在高阻、强噪声、互感器极性反接、消弧线圈不同补偿度的情况下能准确定位故障区段，具有一定的可靠性。
引入同步挤压变化保护启动故障区段定位方法

[发明专利]引入突变量比值和相关系数的故障定位方法-CN202210004484.1在审
发明人：段建东;颜琬滢;侯泽权;杜晓通 -专利权人：西安理工大学
申请日： 2022-01-04 - 公布日： 2022-07-15 - 主分类号： G01R31/08 文献下载
摘要：本发明公开了引入突变量比值和相关系数的故障定位方法，为减少配电网停电时间，提升故障定位精度，加强供电可靠性，分析了三种中性点接地系统在发生单相接地故障前后各区段的相电流。从中得出故障与非故障区段的相电流突变量均有明显区别。根据相电流突变量在故障时刻的特性，用其变化比值差对故障时刻进行判断。进一步考虑影响因素的同时根据故障前后各区域相电流突变量的数值和波形特性，运用比值和相关系数设定判据，实现故障区段的定位。本发明提出的引入突变量比值和相关系数的故障定位方法可以对故障区段进行准确判断，具有一定的可靠性，为供配电线路故障定位提供解决方案和参考。
引入突变比值相关系数故障定位方法

[发明专利]5G下小电阻接地系统高阻接地故障保护方法-CN202210018922.X在审
发明人：段建东;侯泽权;颜琬滢;杜晓通;任子娇 -专利权人：西安理工大学
申请日： 2022-01-07 - 公布日： 2022-06-17 - 主分类号： H02H7/26 文献下载
摘要：本发明公开了5G下小电阻接地系统高阻接地故障保护方法，具体包括如下步骤：通过保护安装处的零序电流互感器实时测量各个馈线的零序电流；对测得的零序电流数据进行预处理；比较零序电流有效值是否大于等于保护启动整定值；如果结果为否，则保护不启动，继续测量零序电流，如果结果为是，保护启动；通过5G技术将中性点零序电流传输给各个馈线的保护装置；计算各个馈线零序电流与中性点零序电流的比值k；比较比值k是否大于等于保护动作整定值；如果结果为否，则保护返回，继续测量零序电流，如果结果为是，则认为该馈线发生故障，保护动作切除故障。本发明为小电阻接地系统单相接地故障特别是高阻接地故障提供保护。
电阻接地系统接地故障保护方法

[发明专利]基于广义互相关熵门控循环单元的短期售电量预测方法-CN202110840949.2在审
发明人：段建东;方帅;王鹏;马文涛;侯泽权 -专利权人：西安理工大学
申请日： 2021-07-23 - 公布日： 2021-11-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于广义互相关熵门控循环单元的短期售电量预测方法，包括：收集数据，对历史用电量数据中缺失数据进行补充；以历史小时用电量及该时所对应的温度作为预测模型的训练样本集，构建预测模型特征输入；数据标准化；选用门控循环单元模型对小时用电量预测，使用广义互相关熵对应的广义最大相关熵准则代替门控循环单元中的均方误差准则作为预测模型的代价函数；通过K‑折交叉验证与网格寻优方法对门控循环单元模型的参数λ、α优化；对小时时间尺度的售电量进行预测，并选用RMSE指标对预测结果进行评价。本售电量预测方法在售电量数据具有离群值或噪声的情况下、及售电量数据分布为非高斯情况下具有良好预测性能。
基于广义互相门控循环单元短期电量预测方法

[发明专利]一种基于多种影响因素的极限学习机月度电量预测方法-CN202010038771.5在审
发明人：呼梦颖;段建东;侯泽权;侯佩佳;付超远 -专利权人：西安理工大学
申请日： 2020-01-14 - 公布日： 2020-06-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于多种影响因素的极限学习机月度电量预测方法，包括以下步骤：收集近4‑6年的市月度电量数据、季度GDP数据、季度平均最高气温和季度平均最低气温数据；获得季度电量；将季度电量、季度GDP、季度平均最高气温、季度平均最低气温数据划分为训练样本和测试样本；设置极限学习机预测模型的参数，隐含层节点数设置为3‑13，输出维数设置为1，激励函数设置为sig函数；将训练样本和测试样本输入极限学习机预测模型，对极限学习机预测模型进行训练，获得月度预测电量；本发明预测方法进行了用电特性分析，深度挖掘历史数据，引入多种影响因素至预测模型，提高预测精度。
一种基于多种影响因素极限学习机月度电量预测方法

1
共 9 条