摘要
本发明公开了一种基于电力能源管理系统的监控方法及系统,涉及电力系统监控技术领域,包括收集电力数据,通过时域反射计确定电力能源系统中负载节点位置;使用非侵入式负载监控技术监测负载节点并提取负荷特征;根据负荷特征构建机器学习算法分析电力能源系统状态进行预警,并基于多层感知机神经网络优化调整电力能源系统;构建用户交互界面实时展示电力数据。本发明收集电力数据基于时域反射计计算电力能源系统中负载节点位置,提高了负载识别的准确性和灵活性,并使用递归图和深度视觉处理网络提取负载节点的负荷特征,提升了特征的相关性和精确性,同步基于负荷特征进行预警和调整电力能源系统,增强了电力能源系统的抗风险能力。
技术关键词
电力能源系统
电力能源管理系统
负荷特征
多层感知机
负载监控技术
机器学习算法分析
监控方法
时域反射计
节点
电力线路参数
GPS传感器
皮尔逊相关系数
因子
电力系统监控技术
优化卷积神经网络
能源网络
数据
构建卷积神经网络
电压传感器
系统为您推荐了相关专利信息
需求响应信息
多时间尺度优化
负荷特征
储能控制方法
储能系统
报警检测方法
状态空间模型
连续小波变换
表达式
时域特征
学习路径推荐方法
大语言模型
知识点
强化学习方法
LSTM神经网络
智能安防
巡检方法
声音特征识别
发声
麦克风阵列采集