首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于非侵入式监测的多元关联发电设备能量状态识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网辽宁省电力有限公司信息通信分公司;国网辽宁省电力有限公司电力科学研究院

摘要:本发明涉及测量电变量技术领域,尤其涉及一种基于非侵入式监测的多元关联发电设备能量状态识别方法;首先对采集的发电量数据进行预处理;建立多门控混合专家学习器,包括多个专家子网络和两个门控单元,专家子网络用于提取训练样本中状态监测和能量分解任务的共享特征,门控单元负责将各个专家子网络学习到的共享特征进行灵活组合获得门控信息,避免了相关性较弱的任务之间相互影响,再基于交叉注意力机制将共享特征与门控信息加权融合得到加权特征。之后,搭建状态监测和能量分解网络,状态监测网络通过加权特征识别目标电器的开关状态,根据状态监测网络的输出对能量分解网络的输出进行修正,最终得到分布式发电设备的运行状态和发电量。

主权项:1.基于非侵入式监测的多元关联发电设备能量状态识别方法,从状态监测和能量分解两方面对设备进行预测和维护,其特征在于,包括如下步骤,步骤1:获取所有分布式发电设备的总电量数据,对总电量数据进行预处理;步骤2:建立多门控混合专家学习器,包括多个专家子网络和两个门控单元;所述专家子网络用于获取总电量数据中关于状态监测和能量分解任务的共享特征;所述门控单元将各个专家子网络的共享特征进行组合获得门控信息,再基于交叉注意力机制将共享特征与门控信息进行加权得到状态监测和能量分解任务的加权特征;步骤3:搭建基于选择性状态空间模型的状态监测网络和能量分解网络,将加权特征传递至两个网络中,所述状态监测网络输出当前设备的运行状态预测值,能量分解网络输出发电量特征;步骤4:根据运行状态预测值对发电量特征进行修正,并设计相应的目标函数对步骤3建立的状态监测网络和能量分解网络进行训练,最终获得当前发电设备的运行状态和发电量;其中,步骤1中,通过传感器获得时间段T内的分布式发电设备总电量Yt,公式如下: 其中,N是分布式能源发电设备的数量,Xit是第i个设备t时刻的发电量,εt是噪声项;步骤1中,所述总电量数据的预处理具体如下:根据线性插值对缺失数据进行插补填充: 其中,为数据缺失的时刻,t0和t1分别表示数据缺失的前后时刻,为缺失时刻的发电量,Yt0和Yt1分别为数据缺失时刻前后的发电量;基于小波包函数对插补后的发电量数据降噪:对插补后的数据使用小波包变换将离散时序数据转换到小波包域,小波包变换公式如下: 其中,wu,v为小波包系数,ψu,v为小波包基函数,u为尺度参数,v为时间参数;对小波包系数进行VisuShrink阈值处理,将低于阈值的小波包系数置为零,以抑制噪声,阈值处理公式如下: 其中,τ是阈值,sign是符号函数,是经过阈值处理后的小波包系数;将经过阈值处理后的小波包系数进行重构,得到降噪后的设备总电量数据Y';对去噪后的设备总电量数据Y'进行通道级别的归一化处理, 其中,Y'nmax、Y'nmin分别代表样本n当前通道的最大值和最小值,将数据线性映射到[0,1]的区间。

全文数据:

权利要求:

百度查询: 国网辽宁省电力有限公司信息通信分公司 国网辽宁省电力有限公司电力科学研究院 基于非侵入式监测的多元关联发电设备能量状态识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。