摘要
本发明涉及电力系统监测领域,具体是一种基于大数据的电力系统的在线分析方法及系统,通过预先构建的稳定性预测模型来对电力系统进行失稳预测。一旦出现失稳风险,就对目标电力系统在当前的运行参数进行基于大数据的异常校验。找到异常运行参数以及异常的电力设备。最后基于预先构建的关联图谱以及异常电力设备,确定可能会受到影响的电力设备。本申请可以作为现有的基于AI的电力稳定性分析模型的补充,在出现失稳风险时,对失稳涉及的设备进行预判,为维护人员提供基础数据,以便于维护人员提前应对失稳设备。
技术关键词
电力设备
在线分析方法
电力系统
时间段
时序特征
参数
大数据
特征模板
曲线
图谱
波动特征
周期
样本
在线分析系统
统计特征
风险
人工神经网络
序列
特征提取模块
系统为您推荐了相关专利信息
静态电压稳定裕度
长短期记忆网络
分析方法
LSTM模型
场景
麦克风阵列
深度学习模型
卷积循环神经网络
梅尔频率倒谱系数
三维卷积深度神经网络
分布式能源设备
空气质量监测数据
发电站
电能存储模块
发电量
面部图像数据
人工智能驱动
语音分析方法
车辆交互系统
车辆行驶状态
长短期记忆网络
储能飞轮
数据
寿命预测方法
构建预测模型