[发明专利]一种电力系统不良数据的辨识方法及系统在审
申请号: | 201810234014.8 | 申请日: | 2018-03-21 |
公开(公告)号: | CN110298369A | 公开(公告)日: | 2019-10-01 |
发明(设计)人: | 王磊;马晓忱;黄宇鹏;李强;杨勇;刘益超;安亮亮;康晓华;陈郑平;谢巧云;陈雪净;占震滨;常乃超;张伟;王轶禹;胡静;吴锟 | 申请(专利权)人: | 中国电力科学研究院有限公司;国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京安博达知识产权代理有限公司 11271 | 代理人: | 徐国文 |
地址: | 100192 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种电力系统不良数据的辨识方法及系统,包括:将获取的电力系统的网络模型信息和历史数据进行训练,得到神经网络模型;将获取的当前量测数据带入所述神经网络模型得到量测残差;对所述量测残差进行聚类分析,辨识电力系统不良数据的数量和位置信息。本发明避免了传统辨识方法的残差污染和残差淹没的问题,适用于各种类型不良数据的辨识,对存在不良数据的电力系统能准确辨识,提升了不良数据辨识的准确性和应用灵活性。 | ||
搜索关键词: | 不良数据 电力系统 辨识 残差 辨识方法及系统 神经网络模型 量测 应用灵活性 聚类分析 历史数据 量测数据 网络模型 淹没 污染 | ||
【主权项】:
1.一种电力系统不良数据的辨识方法,其特征在于,包括:将获取的电力系统的网络模型信息和历史数据进行训练,得到神经网络模型;将获取的当前量测数据带入所述神经网络模型得到量测残差;对所述量测残差进行聚类分析,辨识电力系统不良数据的数量和位置信息。
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中国电力科学研究院有限公司;国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司,未经中国电力科学研究院有限公司;国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司许可,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/patent/201810234014.8/,转载请声明来源钻瓜专利网。