摘要
一种基于多判据融合的有源配网孤岛检测方法,涉及电力自动化技术领域;旨在解决电力特征选择与提取不够智能化及模型训练未能充分利用多源数据优势的问题,而传统孤岛检测方法存在易受环境影响或可能引入额外干扰的问题;本发明采用从历史运行数据中提取电力特征,利用卷积神经网络构建多判据融合模型;收集实时运行数据并预处理,提取实时电力特征,通过多判据融合模型计算孤岛状态概率;基于判断结果分析孤岛发生模式,并利用自适应滤波器预测孤岛出现概率;本发明通过自动化特征工程和多判据融合模型,提高了孤岛检测的准确性和可靠性,具备提前预警能力,有效预防设备损坏和安全事故,降低了维护成本,提升了电网整体稳定性和智能化管理水平。
技术关键词
孤岛检测方法
配网
历史运行数据
卷积神经网络模型
自动化特征工程
时间序列分析方法
电力自动化技术
滤波器
易受环境影响
周期性
降维技术
统计技术
梯度下降法
模式
统计方法
表达式
特征选择
系统为您推荐了相关专利信息
智能环境调控
环境调控设备
卷积神经网络模型
时间段
图谱
冻干保护液
主成分分析方法
数据
机器学习算法
方程
自动分配系统
人工智能模型
自动分配方法
政务信息处理技术
音频
点云
电力设施
三维模型
Delaunay三角剖分
坐标系
无线传感网络
矩阵补全技术
离线
移动存储设备
节点