[发明专利]一种电网高压谐波评价方法、系统、存储介质及计算设备在审
申请号: | 202210963303.8 | 申请日: | 2022-08-11 |
公开(公告)号: | CN115358263A | 公开(公告)日: | 2022-11-18 |
发明(设计)人: | 景巍巍;付慧;李双伟;杨柳;史明明;程伟添;费骏韬;缪惠宇;黄祎;欧阳森 | 申请(专利权)人: | 国网江苏省电力有限公司电力科学研究院;国家电网有限公司;国网江苏省电力有限公司;华南理工大学;江苏省电力试验研究院有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06F17/16;G06F17/18;G01R23/16 |
代理公司: | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人: | 刘卉 |
地址: | 211103 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电网 高压 谐波 评价 方法 系统 存储 介质 计算 设备 | ||
1.一种电网高压谐波评价方法,其特征在于,包括:
根据监测点的高压谐波数据曲线,提取高压谐波数据的多维离散特征向量;其中,多维离散特征向量表征高压谐波数据曲线的波动状况;
根据多维离散特征向量中各特征向量的重要性排序值,从多维离散特征向量中筛选出符合预设贡献率要求的离散特征向量组;
根据离散特征向量组,进行高压谐波质量水平评价。
2.根据权利要求1所述的一种电网高压谐波评价方法,其特征在于,根据监测点的高压谐波数据曲线,提取高压谐波数据的多维离散特征向量,包括:
根据监测点的高压谐波数据曲线,提取高压谐波数据序列;
采用数据特征遍历提取算法,对高压谐波数据序列进行多维离散特征向量提取。
3.根据权利要求1所述的一种电网高压谐波评价方法,其特征在于,根据专家对多维离散特征向量中各特征向量的重要性排序值,从多维离散特征向量中筛选出符合预设贡献率要求的离散特征向量组,包括:
根据专家对多维离散特征向量中各特征向量的重要性排序值,采用标度法,获取各特征向量的标度值;
根据标度值和组合权重求解法,计算各特征向量的组合权重;
根据特征向量的组合权重,计算特征向量的贡献率;
根据特征向量的贡献率,从多维离散特征向量中筛选出符合预设贡献率要求的离散特征向量组。
4.根据权利要求3所述的一种电网高压谐波评价方法,其特征在于,在标度法中,标度值与重要性排序值成线性映射关系。
5.根据权利要求3所述的一种电网高压谐波评价方法,其特征在于,组合权重求解法中包括采用算术平均法计算权重、采用特征向量法计算权重和采用最小二乘法的计算权重。
6.根据权利要求5所述的一种电网高压谐波评价方法,其特征在于,特征向量的贡献率的计算公式为:
其中,Ii为第i个特征向量的贡献率,i∈[1,n],n为多维离散特征向量中特征向量的总数,为特征向量Xi经过极差处理后的数据,为特征向量Xj经过极差处理后的数据,wi为特征向量Xi的组合权重。
7.根据权利要求1所述的一种电网高压谐波评价方法,其特征在于,根据离散特征向量组,进行高压谐波质量水平评价,包括:
根据离散特征向量组,采用客观赋权法,进行高压谐波质量水平评价。
8.一种电网高压谐波评价系统,其特征在于,包括:
多维离散特征向量提取模块,用以根据监测点的高压谐波数据曲线,提取高压谐波数据的多维离散特征向量;其中,多维离散特征向量表征高压谐波数据曲线的波动状况;
离散特征向量组筛选模块,用以根据专家对多维离散特征向量中各特征向量的重要性排序值,从多维离散特征向量中筛选出符合预设贡献率要求的离散特征向量组;
评价模块,用以根据离散特征向量组,进行高压谐波质量水平评价。
9.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至7所述的方法中的任一方法。
10.一种计算设备,其特征在于,包括:
一个或多个处理器、一个或多个存储器以及一个或多个程序,其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至7所述的方法中的任一方法的指令。
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国网江苏省电力有限公司电力科学研究院;国家电网有限公司;国网江苏省电力有限公司;华南理工大学;江苏省电力试验研究院有限公司,未经国网江苏省电力有限公司电力科学研究院;国家电网有限公司;国网江苏省电力有限公司;华南理工大学;江苏省电力试验研究院有限公司许可,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/202210963303.8/1.html,转载请声明来源钻瓜专利网。