[发明专利]配电设备运行状态关联关系在线检测方法及装置有效

专利信息
申请号: 202010213302.2 申请日: 2020-03-24
公开(公告)号: CN111445119B 公开(公告)日: 2022-06-24
发明(设计)人: 薛一波;曾海天 申请(专利权)人: 清华大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06K9/62;G06F17/16;G06Q50/06
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 陈新生
地址: 100084 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:
搜索关键词: 配电 设备 运行 状态 关联 关系 在线 检测 方法 装置
【权利要求书】:

1.一种配电设备运行状态关联关系在线检测方法,其特征在于,包括:

基于获取到的每一配电设备的监测指标数据,确定每一配电设备的运行状态特征矩阵;

对所有的运行状态特征矩阵进行聚类分析,确定每一运行状态特征矩阵的簇类标记值;

利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析,确定配电设备运行状态之间的关联关系;

所述基于获取到的每一配电设备的监测指标数据,确定每一配电设备的运行状态特征矩阵,具体包括:

提取各配电设备之间的共有指标数据和差异性指标数据;

基于相关系数法从所述共有指标数据中提取关键性指标数据;

利用所述差异性指标数据拟合所述关键性指标数据,得到关键性指标数据的拟合值;

对于每一配电设备,根据所述共有指标数据和所述关键性指标数据拟合值,确定每一配电设备的运行状态特征矩阵;

所述对所有的运行状态特征矩阵进行聚类分析,确定每一运行状态特征矩阵的簇类标记值,具体包括:

利用聚类算法对所有的运行状态特征矩阵进行聚类分析,确定聚类簇数及簇类集合;

利用预设的不同的簇类标记值分别对不同的簇类集合中的运行状态特征矩阵进行打标,确定每一运行状态特征矩阵的簇类标记值。

2.根据权利要求1所述的配电设备运行状态关联关系在线检测方法,其特征在于,所述确定每一配电设备的运行状态特征矩阵之前,还包括:

对获取到的每一配电设备的监测指标数据进行归一化处理。

3.根据权利要求1所述的配电设备运行状态关联关系在线检测方法,其特征在于,所述确定配电设备运行状态之间的关联关系之后,还包括:

基于配电设备之间的实际连接关系,构建配电设备的拓扑树形结构图;

结合所述拓扑树形结构图和配电设备运行状态之间关联关系,基于可视化技术,给出配电系统整体运行状态及各配电设备运行状态之间关联关系。

4.根据权利要求1-3任一项所述的配电设备运行状态关联关系在线检测方法,其特征在于,所述监测指标数据至少包括电压、电流和功率中的任一种。

5.根据权利要求1-3任一项所述的配电设备运行状态关联关系在线检测方法,其特征在于,所述关联规则算法为Apriori算法或者FP-Growth算法。

6.一种配电设备运行状态关联关系在线检测装置,其特征在于,包括:

特征提取模块,用于基于获取到的每一配电设备的监测指标数据,确定每一配电设备的运行状态特征矩阵;

打标模块,用于对所有的运行状态特征矩阵进行聚类分析,确定每一运行状态特征矩阵的簇类标记值;

关联关系确定模块,用于利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析,确定配电设备运行状态之间的关联关系;

所述基于获取到的每一配电设备的监测指标数据,确定每一配电设备的运行状态特征矩阵,具体包括:

提取各配电设备之间的共有指标数据和差异性指标数据;

基于相关系数法从所述共有指标数据中提取关键性指标数据;

利用所述差异性指标数据拟合所述关键性指标数据,得到关键性指标数据的拟合值;

对于每一配电设备,根据所述共有指标数据和所述关键性指标数据拟合值,确定每一配电设备的运行状态特征矩阵;

所述对所有的运行状态特征矩阵进行聚类分析,确定每一运行状态特征矩阵的簇类标记值,具体包括:

利用聚类算法对所有的运行状态特征矩阵进行聚类分析,确定聚类簇数及簇类集合;

利用预设的不同的簇类标记值分别对不同的簇类集合中的运行状态特征矩阵进行打标,确定每一运行状态特征矩阵的簇类标记值。

7.一种电子设备,包括存储器、处理器,以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1至5任一项所述配电设备运行状态关联关系在线检测方法的步骤。

8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序被处理器执行时,实现如权利要求1至5任一所述配电设备运行状态关联关系在线检测方法的步骤。

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清华大学,未经清华大学许可,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/202010213302.2/1.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