[发明专利]基于负荷录存数据的电量追补方法和装置有效

专利信息
申请号: 201910042572.9 申请日: 2019-01-17
公开(公告)号: CN109767133B 公开(公告)日: 2023-04-18
发明(设计)人: 何兆磊;朱梦梦;王浩;林聪;翟少磊;沈鑫;朱全聪;杨子力;崔荧蓥;赵益逵;王景 申请(专利权)人: 云南电网有限责任公司曲靖供电局
主分类号: G06Q10/067 分类号: G06Q10/067;G06Q50/06;G06N3/0464
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 王术兰
地址: 655000*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 负荷 数据 电量 追补 方法 装置
【权利要求书】:

1.一种基于负荷录存数据的电量追补方法,其特征在于,包括:

获取按照预设时间间隔采集的电压异常时间段中回路的异常电压数据以及电流数据;

将所述电流数据输入与所述回路的负荷相应的预先建立的负荷数学模型,获得所述回路的负荷的功率因数以及所述回路的推导电压值;

利用所述推导电压值、所述异常电压数据、所述电流数据、所述功率因数以及预设追补算法,计算出异常时间段的电量追补值;

其中,所述预设追补算法的算式包括:

式中,W为异常时间段的故障相的电量追补值,U推导i为所述回路故障相第i次时刻采样推导电压值,Ui为所述回路故障相第i次时刻采样的异常电压值,Ii为所述回路故障相第i次时刻采样的电流值,为所述回路故障相第i次时刻功率因数推导,t为预设时间间隔;

所述预先建立的负荷数学模型包括卷积神经网络和深度学习模型。

2.根据权利要求1所述的基于负荷录存数据的电量追补方法,其特征在于,所述“将所述电流数据输入与所述回路的负荷相应的预先建立的负荷数学模型,获得所述回路的负荷的功率因数以及所述回路推导电压值”包括:

在获取所述回路的异常电压数据后,根据所述回路的异常电压数据确定所述回路中发生电压异常的单相电路;

将所述单相电路的电流数据输入至所述预先建立的负荷数学模型,获得所述单相电路的负荷的功率因数以及所述单相电路的推导电压值。

3.一种基于负荷录存数据的电量追补装置,其特征在于,包括:

数据获取模块,用于获取按照预设时间间隔采集的电压异常时间段中回路的异常电压数据以及电流数据;

功率因数获取模块,用于将所述电流数据输入与所述回路的负荷相应的预先建立的负荷数学模型,获得所述回路的负荷的功率因数以及所述回路的推导电压值;

追补值计算模块,用于利用所述推导电压值、所述异常电压数据、所述电流数据、所述功率因数以及预设追补算法,计算出异常时间段的电量追补值;

其中,所述预设追补算法的算式包括:

式中,W为异常时间段的故障相的电量追补值,U推导i为所述回路故障相第i次时刻采样推导电压值,Ui为所述回路故障相第i次时刻采样的异常电压值,Ii为所述回路故障相第i次时刻采样的电流值,为所述回路故障相第i次时刻功率因数推导,t为预设时间间隔;

所述预先建立的负荷数学模型包括卷积神经网络和深度学习模型。

4.根据权利要求3所述的基于负荷录存数据的电量追补装置,其特征在于,所述功率因数获取模块包括:

异常电路确定单元,用于在获取所述回路的异常电压数据后,根据所述回路的异常电压数据确定所述回路中发生电压异常的单相电路;

功率因数获取单元,用于将所述单相电路的电流数据输入至所述预先建立的负荷数学模型,获得所述单相电路的负荷的功率因数以及所述单相电路的推导电压值。

5.一种电量追补计算设备,其特征在于,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电量追补计算设备执行根据权利要求1至2中任一项所述的基于负荷录存数据的电量追补方法。

6.一种计算机存储介质,其特征在于,其存储有权利要求5所述的电量追补计算设备中所使用的计算机程序。

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云南电网有限责任公司曲靖供电局,未经云南电网有限责任公司曲靖供电局许可,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/201910042572.9/1.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