-
题名基于聚类算法的低压电网分段线损智能识别方法
被引量：9
- 1
-
-
作者
孙胜博
聂东
陈曦
田园
-
机构
国网河北省电力有限公司保定供电分公司
-
出处
《电网与清洁能源》
北大核心
2022年第4期104-109,116,共7页
-
基金
国家电网有限公司总部资助科技项目(kj-2019-028)。
-
文摘
传统电网线损识别方法未能对线损特征进行提取,导致识别结果不准确,识别用时较长。提出一种基于聚类算法的低压电网分段线损智能识别方法。通过Wpdec小波分解函数对低压电网分段线损数据进行3层小波分解,利用Wprcoef函数对小波系数进行重构,提取低压电网分段线损特征;根据提取到的线损特征变量,设定分段线损异常判定依据,使用K-means算法对所提取的特征向量进行聚类分析,借助聚类结果获取线损特征规则,最终实现基于聚类算法的低压电网分段线损智能识别。经实验结果表明,所提方法不仅能够精准识别低电压分段线损,同时还能够提升识别速率。
-
关键词
聚类算法
低压电网
分段线损
智能识别
-
Keywords
cluster algorithm
low-voltage power grid
segmented line loss
intelligent identification
-
分类号
TM714.3
[电气工程—电力系统及自动化]
-
-
题名低压台区分段线损率预测系统设计
被引量：4
- 2
-
-
作者
汤中壹
金杭晓
姚雅艳
周缘杰
陈瑜
-
机构
国网浙江省电力有限公司缙云供电公司
-
出处
《自动化仪表》
CAS
2022年第8期118-121,共4页
-
文摘
针对低压台区供电数据流庞大且复杂,致使线损率预测准确率较低的问题,设计了基于B+搜索树算法的低压台区分段线损率预测系统。该设计改进了硬件拓扑结构,采用智能电表和通用无线分组业务(GPRS)通信技术优化了供电数据在源头上的采集与传输;引入B+搜索树算法,建立数据索引,筛选整理原始数据;优化B+搜索树建立过程,得到B+搜索树参数,作为索引参数;在线损率预测过程中,将预处理后的线损数据归一化;创新性地基于B+搜索树索引构建低压台区分段线损率预测模型,将数据集输入预测模型中,完成低压台区分段线损率预测。测试结果表明,设计系统的预测误差低于4.27%,显著提升了线损率预测的准确率,提高了供电企业的经济效益。
-
关键词
B+搜索树
低压台区
线损率预测
分段线损
通用无线分组业务
供电数据流
-
Keywords
B+search tree
Low voltage station section
line loss rate prediction
segmented line loss
General packet radio service(GPRS)
Power supply data flow
-
分类号
TH86
[机械工程—仪器科学与技术]
-
-
题名基于数据挖掘技术的台区线损智能诊断研究及应用
- 3
-
-
作者
雷婧婷
刘军
-
机构
国网陕西省电力有限公司
国网宝鸡供电公司
-
出处
《中国高新科技》
2023年第18期46-48,共3页
-
文摘
文章提出了一种基于数据挖掘技术的台区线损智能诊断方法,并引入了一种分段线损监测仪设备。该设备通过监测台区各分支的电压、电流、功率因数等数据,并通过数据挖掘技术对这些数据进行分析和处理,从而实现对台区线损状态的准确诊断和定位。
-
关键词
台区线损
数据挖掘
智能诊断
分段线损监测仪
电力系统
-
Keywords
line loss in substation area
data mining
intelligent diagnosis
segmented line loss monitoring instrument
power system
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
