[發(fā)明專利]基于機(jī)器學(xué)習(xí)的用于在電力傳輸線路中干擾分類的方法和設(shè)備在審
| 申請?zhí)枺?/td> | 202080079533.7 | 申請日: | 2020-11-18 |
| 公開(公告)號: | CN114731038A | 公開(公告)日: | 2022-07-08 |
| 發(fā)明(設(shè)計)人: | O·D·奈杜;D·帕蒂爾;P·V·雅拉 | 申請(專利權(quán))人: | 日立能源瑞士股份公司 |
| 主分類號: | H02H1/00 | 分類號: | H02H1/00;G01R31/08;H02H3/44;H02H7/22 |
| 代理公司: | 北京市漢坤律師事務(wù)所 11602 | 代理人: | 王其文;張濤 |
| 地址: | 瑞士*** | 國省代碼: | 暫無信息 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 機(jī)器 學(xué)習(xí) 用于 電力 傳輸 線路 干擾 分類 方法 設(shè)備 | ||
1.一種用于確定電力傳輸線路中的干擾狀況的方法(300),其中,所述方法(300)由與測量裝置通信地耦接的智能電子設(shè)備IED來執(zhí)行,所述測量裝置與所述電力傳輸線路連接,所述方法(300)包括:
獲得(302)與在一個或多個相中的每個相測量的電學(xué)參數(shù)對應(yīng)的多個樣本值,其中,所述一個或多個相中的電學(xué)參數(shù)由連接在所述電力傳輸線路一端的所述測量裝置測得;
基于對應(yīng)的多個樣本值來確定(304)與每個相對應(yīng)的所述電學(xué)參數(shù)的多個量值,可選地其中,所述量值是均方根RMS值;
基于對應(yīng)的多個量值來為每個相確定(306)多個差值,其中,所述多個差值中的每個差值表示對應(yīng)的相的量值變化率;
使用機(jī)器學(xué)習(xí)技術(shù)來處理(308)與所述一個或多個相對應(yīng)的所述多個差值,以確定所述電力傳輸線路中的干擾狀況,其中,所述干擾狀況是負(fù)載變化狀況、功率擺動狀況和電氣故障狀況中的一種;以及
基于所述干擾狀況來執(zhí)行(310)保護(hù)功能和控制功能中的至少一種。
2.如權(quán)利要求1所述的方法(300),其中,確定(306)所述多個差值包括:
基于將所述多個差值中的每個差值與預(yù)定的閾值進(jìn)行比較來檢測所述干擾狀況;以及
選擇檢測到所述干擾狀況之后緊接著的一個或多個差值來供所述機(jī)器學(xué)習(xí)技術(shù)處理,可選地其中,選擇檢測到所述干擾狀況之后緊接著的三個差值來供所述機(jī)器學(xué)習(xí)技術(shù)處理。
3.如權(quán)利要求1或權(quán)利要求2所述的方法(300),其中,所述多個樣本值與從對電壓信號進(jìn)行采樣而獲得的多個電壓樣本對應(yīng)。
4.如前述權(quán)利要求中任一項所述的方法(300),其中,所述機(jī)器學(xué)習(xí)技術(shù)是基于集成機(jī)器學(xué)習(xí)技術(shù)的。
5.如權(quán)利要求4所述的方法(300),其中,所述集成機(jī)器學(xué)習(xí)技術(shù)包括為確定所述干擾狀況而訓(xùn)練的極端梯度提升分類模型。
6.如權(quán)利要求5所述的方法(300),其中,所述極端梯度提升分類模型包括多個殘差模型。
7.如前述權(quán)利要求中任一項所述的方法(300),其中,確定(306)所述多個差值包括通過過濾對應(yīng)的量值來對與所述一個或多個相中的每個相對應(yīng)的多個量值執(zhí)行平滑操作。
8.如權(quán)利要求7所述的方法(300),其中,通過計算所述多個量值的平滑版本的連續(xù)樣本之間的差來確定所述多個差值。
9.如前述權(quán)利要求中任一項所述的方法(300),其中,所述一個或多個相與三相電氣系統(tǒng)的相對應(yīng)。
10.如前述權(quán)利要求中任一項所述的方法(300),其中,所述多個樣本值通過在對應(yīng)的相中以一千赫茲的采樣率進(jìn)行采樣而獲得。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于日立能源瑞士股份公司,未經(jīng)日立能源瑞士股份公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202080079533.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





