[发明专利]电力系统故障案例的典型案例自学习方法在审
申请号: | 202010839126.3 | 申请日: | 2020-08-19 |
公开(公告)号: | CN112101422A | 公开(公告)日: | 2020-12-18 |
发明(设计)人: | 袁甄;刘以成;游木森 | 申请(专利权)人: | 厦门盈盛捷电力科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q50/06 |
代理公司: | 厦门仕诚联合知识产权代理事务所(普通合伙) 35227 | 代理人: | 吴圳添 |
地址: | 361015 福建省厦门市湖里区安*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电力 系统故障 案例 典型 自学习 方法 | ||
1.一种电力系统故障案例的典型案例自学习方法,其特征在于,包括:
定义匹配特征值,所述匹配特征值为特征值可信度大于或者等于第一阈值的案例特征值;
定义特征值矩阵,所述特征值矩阵为各个典型案例所含所述匹配特征值的矩阵;
在实际案例发生后,获取该实际案例的状态值;
将所述状态值与各个所述典型案例的所述特征值矩阵进行匹配,计算该实际案例与各个典型案例的案例匹配度,以获取最大案例匹配度;
当所述最大案例匹配度小于第二阈值,将该实际案例进行第一处理;
当所述最大案例匹配度大于或者等于所述第二阈值,将该实际案例进行第二处理。
2.如权利要求1所述的电力系统故障案例的典型案例自学习方法,其特征在于,所述第一处理包括:利用该实际案例生成新典型案例。
3.如权利要求2所述的电力系统故障案例的典型案例自学习方法,其特征在于,所述第一处理包括:将所述新典型案例的所述状态值生成为新案例特征值,计算所述新案例特征值的特征值可信度。
4.如权利要求1、2或3所述的电力系统故障案例的典型案例自学习方法,其特征在于,所述第二处理包括:
定义所述最大案例匹配度对应的所述典型案例为该实际案例的最相似案例;
定义该实际案例的所述状态值中,满足匹配特征值条件的所述状态值为该实际案例的实际案例状态值;
计算该实际案例状态值的特征值可信度,作为实际特征值可信度;
根据该实际特征值可信度和所述最大案例匹配度,计算该实际案例为所述最相似案例的案例可信度。
5.如权利要求4所述的电力系统故障案例的典型案例自学习方法,其特征在于,所述第二处理还包括:
在计算该实际案例为所述最相似案例的可信度之后,更新所述最相似案例的数据,然后重新计算该实际案例状态值的可信度;
将重新计算的该实际特征值可信度,更新到所述最相似案例的所述特征值矩阵。
6.如权利要求5所述的电力系统故障案例的典型案例自学习方法,其特征在于,将该实际案例的所述状态值中,未满足成为所述匹配特征值的所述状态值定义为该实际案例的样本状态值,将所述样本状态值进行特征值培养。
7.如权利要求6所述的电力系统故障案例的典型案例自学习方法,其特征在于,将所述样本状态值进行特征值培养包括:
当该实际案例发生N次以上时,如果所述样本状态值在这些次数中出现的比例不低于K%时,将所述样本状态值转化为该实际案例的案例特征值,并计算该案例特征值的特征值可信度,且判断该案例特征值是否可以作为匹配特征值;其中N为3以上的整数,K为50至100的数字。
8.如权利要求1所述的电力系统故障案例的典型案例自学习方法,其特征在于,所述案例特征值和所述案例状态值在用户电网的全景数据中生成,所述全景数据包括以下数据的至少其中之一:变电站SCADA系统数据;电力集控SCADA系统数据;电力调度SCADA系统数据;保护信息系统数据;继电保护装置数据;安全稳定与自动控制装置数据;智能测控装置数据;故障录波装置数据。
9.如权利要求8所述的电力系统故障案例的典型案例自学习方法,其特征在于,所述全景数据还包括电力设备状态监测数据和生产工艺过程数据。
10.如权利要求1所述的电力系统故障案例的典型案例自学习方法,其特征在于,所述案例特征值具有关联属性。
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厦门盈盛捷电力科技有限公司,未经厦门盈盛捷电力科技有限公司许可,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/pat/books/202010839126.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种健康监测养生仪
- 下一篇:电力系统实时信息标定方法