CN110879537A - 智能家居能源系统暂态稳定性的处理方法和装置 - Google Patents
智能家居能源系统暂态稳定性的处理方法和装置 Download PDFInfo
- Publication number
- CN110879537A CN110879537A CN201811038259.XA CN201811038259A CN110879537A CN 110879537 A CN110879537 A CN 110879537A CN 201811038259 A CN201811038259 A CN 201811038259A CN 110879537 A CN110879537 A CN 110879537A
- Authority
- CN
- China
- Prior art keywords
- energy system
- data
- fault
- intelligent household
- intelligent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本申请公开了一种智能家居能源系统暂态稳定性的处理方法和装置。该方法包括:获取智能家居能源系统的运行数据;使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定。通过本申请,解决了相关技术中尚未存在针对智能家居能源系统的暂态稳定性进行实时评估的方法的问题。
Description
技术领域
本申请涉及智能家居能源系统领域,具体而言,涉及一种智能家居能源系统暂态稳定性的处理方法和装置。
背景技术
智能家居能源系统是以光伏直流化设备及技术和设备能源信息化供需联动技术,协同构建家居、社区、工厂、园区、楼宇等网络化能源新世界,实现清洁发电、安全储电、可靠变电、实时能源控制、能源信息集中管理及轻量化交互,建设清洁、安全可靠的人居环境。
基于上述智能家居能源系统连接的应用范围越来越大,上述智能家居能源系统的复杂性就越来越大,进而导致上述智能家居能源系统的稳定性问题较为突出。而在相关技术中,尚未存在针对智能家居能源系统的暂态稳定性进行实时评估的方法。
发明内容
本申请提供一种智能家居能源系统暂态稳定性的处理方法和装置,以解决相关技术中尚未存在针对智能家居能源系统的暂态稳定性进行实时评估的方法的问题。
根据本申请的一个方面,提供了一种智能家居能源系统暂态稳定性的处理方法。该方法包括:获取智能家居能源系统的运行数据;使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定。
可选的,在使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定之后,所述方法还包括:在确定所述智能家居能源系统不稳定时,依据所述暂态稳定性评估模型对所述智能家居能源系统的故障数据进行分析,确定所述智能家居能源系统对应的故障类型。
可选的,在使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定之前,所述方法还包括:获取所述智能家居能源系统无法稳定运行时,所述智能家居能源系统对应的故障数据,以及所述故障数据对应的故障类型;获取所述智能家居能源系统稳定运行时,所述智能家居能源系统对应的运行数据;使用多组故障数据和多组运行数据进行机器学习,训练出所述智能家居能源系统对应的暂态稳定性评估模型,其中,多组故障数据中的每组数据均包括:所述智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,多组运行数据中的每组数据均包括:所述智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。
可选的,获取所述智能家居能源系统无法稳定运行时,所述智能家居能源系统对应的故障数据包括:对所述智能家居能源系统的运行参数进行调节,令所述智能家居能源系统处于故障状态;获取所述智能家居能源系统处于该故障状态时,所述智能家居能源系统对应的运行数据。
可选的,对所述智能家居能源系统的运行参数进行调节,令所述智能家居能源系统处于故障状态包括:对所述智能家居能源系统中的任意一个独立元件的运行参数进行调节,以使所述智能家居能源系统处于故障状态,其中,运行参数被调节的独立元件被切除后,所述智能家居能源系统的运行数据满足预设条件。
可选的,使用多组故障数据和多组运行数据进行机器学习,训练出所述智能家居能源系统对应的暂态稳定性评估模型包括:使用多组第一故障数据进行非监督式机器学习,训练出所述智能家居能源系统对应的暂态稳定性评估模型,其中,多组第一故障数据中的每组数据均包括:所述智能家居能源系统无法稳定运行时的故障数据,和所述智能家居能源系统运行稳定运行时的运行数据;使用多组第二故障数据对所述智能家居能源系统对应的暂态稳定性评估模型进行监督式调整,其中,所述多组第二故障数据中包括:第一数据组和第二数据组,第一数据组中的每组数据均包括所述智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,第二数据组中的每组数据均包括所述智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。
根据本申请的另一方面,提供了一种智能家居能源系统暂态稳定性的处理装置。该装置包括:第一获取单元,用于获取智能家居能源系统的运行数据;第一确定单元,用于使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定。
可选的,所述装置还包括:第二确定单元,用于在使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定之后,且确定所述智能家居能源系统不稳定时,依据所述暂态稳定性评估模型对所述智能家居能源系统的故障数据进行分析,确定所述智能家居能源系统对应的故障类型。
根据本申请的另一方面,提供了一种存储介质,所述存储介质包括存储的程序,其中,所述程序执行上述任意一项所述的智能家居能源系统暂态稳定性的处理方法。根据本申请的另一方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任意一项所述的智能家居能源系统暂态稳定性的处理方法。
通过本申请,采用以下步骤:获取智能家居能源系统的运行数据;使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定,解决了相关技术中尚未存在针对智能家居能源系统的暂态稳定性进行实时评估的方法的问题。
也即,通过使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定,达到了快速便捷且准确的确定智能家居能源系统的暂态稳定性的技术效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的智能家居能源系统暂态稳定性的处理方法的流程图;以及
图2是根据本申请实施例提供的智能家居能源系统暂态稳定性的处理装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请的实施例,提供了一种智能家居能源系统暂态稳定性的处理方法。
图1是根据本申请实施例的智能家居能源系统暂态稳定性的处理方法的流程图。如图1所示,该方法包括以下步骤:
步骤S102,获取智能家居能源系统的运行数据。
步骤S104,使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定。
本申请实施例提供的智能家居能源系统暂态稳定性的处理方法,通过获取智能家居能源系统的运行数据;使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定,解决了相关技术中尚未存在针对智能家居能源系统的暂态稳定性进行实时评估的方法的问题。
也即,通过使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定,达到了快速便捷且准确的确定智能家居能源系统的暂态稳定性的技术效果。
进一步地,在确定智能家居能源系统是否稳定之后,本实施例的智能家居能源系统暂态稳定性的处理方法还可以包括:在确定智能家居能源系统不稳定时,依据暂态稳定性评估模型对智能家居能源系统的故障数据进行分析,确定智能家居能源系统对应的故障类型,其中,故障数据为智能家居能源系统无法稳定运行时对应的运行数据。
也即,使用智能家居能源系统对应的暂态稳定性评估模型继续对智能家居能源系统的数据进行分析,以确定该智能家居能源系统究竟发生什么故障,进而达到精准确定智能家居能源系统的故障类型。
在一种可选的示例中,上述智能家居能源系统的故障类型可以是智能家居能源系统对应的全部运行数据;也可以是与智能家居能源系统稳定运行时对应的运行数据不同的部分运行数据。
在另一种可选的示例中,在在确定智能家居能源系统不稳定时,依据暂态稳定性评估模型对智能家居能源系统的故障数据进行分析,确定智能家居能源系统对应的故障类型之前,方法还包括:确定智能家居能源系统的故障数据。
具体的,获取智能家居能源系统的运行数据;获取智能家居能源系统的数据标准;确定智能家居能源系统的运行数据中不满足数据标准的部分运行数据,其中,该部分运行数据则为智能家居能源系统的故障数据。
需要说明的是:上述运行数据(故障数据)可以为智能家居能源系统的各个部件的温度数据、压力数据,也可以为智能家居能源系统提供能源的热量数据,也可以为智能家居能源系统的电力部件的电流数据、电压数据等等。
针对上述提到的暂态稳定性评估模型,其获取方法可以为:
步骤S201,获取智能家居能源系统无法稳定运行时,智能家居能源系统对应的故障数据,以及该故障数据对应的故障类型;
步骤S203,获取智能家居能源系统稳定运行时,智能家居能源系统对应的运行数据;
步骤S205,使用多组故障数据和多组运行数据进行机器学习,训练出智能家居能源系统对应的暂态稳定性评估模型,其中,多组故障数据中的每组数据均包括:智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,多组运行数据中的每组数据均包括:智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。
也即,在上述实施例提供的智能家居能源系统暂态稳定性的处理方法中,在使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定之前,方法还包括:训练智能家居能源系统对应的暂态稳定性评估模型。
进一步地,针对上述获取暂态稳定性评估模型方法的步骤S201和步骤S205,还存在以下具体示例:
针对上述获取暂态稳定性评估模型方法的步骤S201,在一种可选的示例中,获取智能家居能源系统无法稳定运行时,智能家居能源系统对应的故障数据包括:对智能家居能源系统的运行参数进行调节,令智能家居能源系统处于故障状态;获取智能家居能源系统处于该故障状态时,智能家居能源系统对应的运行数据。
也即,通过调节智能家居能源系统的运行参数,以模拟智能家居能源系统的多种故障情况,进而获取智能家居能源系统在多种故障情况下的运行数据。
需要说明的是:上述调节智能家居能源系统的运行参数以进行故障仿真处理时,优先选择最严重的N-1故障来进行故障仿真处理。
具体的,对智能家居能源系统的运行参数进行调节,令智能家居能源系统处于故障状态包括:对智能家居能源系统中的任意一个独立元件的运行参数进行调节,以使智能家居能源系统处于故障状态,其中,运行参数被调节的独立元件被切除后,智能家居能源系统的运行数据满足预设条件。
上述智能家居能源系统的运行数据满足预设条件可以认为是:若被进行运行参数调节的独立元件被切除后,智能家居能源系统则可以稳定运行,也即,若被进行运行参数调节的独立元件被切除后,使用暂态稳定性评估模型对运行数据进行分析,可以得出该智能家居能源系统稳定运行的结论。
针对上述获取暂态稳定性评估模型方法的步骤S205,在另一种可选的示例中,使用多组故障数据和多组运行数据进行机器学习,训练出智能家居能源系统对应的暂态稳定性评估模型包括:使用多组第一故障数据进行非监督式机器学习,训练出智能家居能源系统对应的暂态稳定性评估模型,其中,多组第一故障数据中的每组数据均包括:智能家居能源系统无法稳定运行时的故障数据,和,智能家居能源系统运行稳定运行时的运行数据;使用多组第二故障数据对智能家居能源系统对应的暂态稳定性评估模型进行监督式调整,其中,多组第二故障数据中包括:第一数据组和第二数据组,第一数据组中的每组数据均包括智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,第二数据组中的每组数据均包括智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。
也即,先使用大量的智能家居能源系统的暂态稳定仿真数据(故障数据)作为训练模型的训练数据,同时该训练数据还包括智能家居能源系统稳定运行时的运行数据,进而通过上述训练数据训练出,用于确定智能家居能源系统是否稳定的暂态稳定性评估模型。
为了进一步地提高该暂态稳定性评估模型的评估准确性,在训练处暂态稳定性评估模型之后,还使用智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,和智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签,对已经生成的暂态稳定性评估模型进行监督式调整,以更新暂态稳定性评估模型的模型参数。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种智能家居能源系统暂态稳定性的处理装置,需要说明的是,本申请实施例的智能家居能源系统暂态稳定性的处理装置可以用于执行本申请实施例所提供的用于智能家居能源系统暂态稳定性的处理方法。以下对本申请实施例提供的智能家居能源系统暂态稳定性的处理装置进行介绍。
图2是根据本申请实施例的智能家居能源系统暂态稳定性的处理装置的示意图。如图2所示,该装置包括:第一获取单元21和第一确定单元23。
第一获取单元21,用于获取智能家居能源系统的运行数据。
第一确定单元23,用于使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定。
本申请实施例提供的智能家居能源系统暂态稳定性的处理装置,通过第一获取单元21获取智能家居能源系统的运行数据;第一确定单元23使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定,解决了相关技术中尚未存在针对智能家居能源系统的暂态稳定性进行实时评估的方法的问题。
也即,通过使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定,达到了快速便捷且准确的确定智能家居能源系统的暂态稳定性的技术效果。
可选地,在本申请实施例提供的智能家居能源系统暂态稳定性的处理装置中,装置还包括:第二确定单元,用于在使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定之后,且确定智能家居能源系统不稳定时,依据暂态稳定性评估模型对智能家居能源系统的故障数据进行分析,确定智能家居能源系统对应的故障类型。
可选地,在本申请实施例提供的智能家居能源系统暂态稳定性的处理装置中,方法还包括:第二获取单元,用于在使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定之前,获取智能家居能源系统无法稳定运行时,智能家居能源系统对应的故障数据,以及故障数据对应的故障类型;第三获取单元,用于获取智能家居能源系统稳定运行时,智能家居能源系统对应的运行数据;训练单元,用于使用多组故障数据和多组运行数据进行机器学习,训练出智能家居能源系统对应的暂态稳定性评估模型,其中,多组故障数据中的每组数据均包括:智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,多组运行数据中的每组数据均包括:智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。
可选地,在本申请实施例提供的智能家居能源系统暂态稳定性的处理装置中,第二获取单元包括:调节模块,用于对智能家居能源系统的运行参数进行调节,令智能家居能源系统处于故障状态;获取模块,用于获取智能家居能源系统处于该故障状态时,智能家居能源系统对应的运行数据。
可选地,在本申请实施例提供的智能家居能源系统暂态稳定性的处理装置中,调节模块包括:调节子模块,用于对智能家居能源系统中的任意一个独立元件的运行参数进行调节,以使智能家居能源系统处于故障状态,其中,运行参数被调节之后的独立元件被切除后,智能家居能源系统的运行数据满足预设条件。
可选地,在本申请实施例提供的智能家居能源系统暂态稳定性的处理装置中,训练单元包括:训练模块,用于使用多组第一故障数据进行非监督式机器学习,训练出智能家居能源系统对应的暂态稳定性评估模型,其中,多组第一故障数据中的每组数据均包括:智能家居能源系统无法稳定运行时的故障数据,和智能家居能源系统运行稳定运行时的运行数据;调整模块,用于使用多组第二故障数据对智能家居能源系统对应的暂态稳定性评估模型进行监督式调整,其中,多组第二故障数据中包括:第一数据组和第二数据组,第一数据组中的每组数据均包括智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,第二数据组中的每组数据均包括智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。
智能家居能源系统暂态稳定性的处理装置包括处理器和存储器,上述第一获取单元21和第一确定单元23等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来快速便捷且准确的确定智能家居能源系统的暂态稳定性。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现智能家居能源系统暂态稳定性的处理方法。
本发明实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行智能家居能源系统暂态稳定性的处理方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取智能家居能源系统的运行数据;使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定。
可选的,在使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定之后,方法还包括:在确定智能家居能源系统不稳定时,依据暂态稳定性评估模型对智能家居能源系统的故障数据进行分析,确定智能家居能源系统对应的故障类型。
可选的,在使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定之前,方法还包括:获取智能家居能源系统无法稳定运行时,智能家居能源系统对应的故障数据,以及故障数据对应的故障类型;获取智能家居能源系统稳定运行时,智能家居能源系统对应的运行数据;使用多组故障数据和多组运行数据进行机器学习,训练出智能家居能源系统对应的暂态稳定性评估模型,其中,多组故障数据中的每组数据均包括:智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,多组运行数据中的每组数据均包括:智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。
可选的,获取智能家居能源系统无法稳定运行时,智能家居能源系统对应的故障数据包括:对智能家居能源系统的运行参数进行调节,令智能家居能源系统处于故障状态;获取智能家居能源系统处于该故障状态时,智能家居能源系统对应的运行数据。
可选的,对智能家居能源系统的运行参数进行调节,令智能家居能源系统处于故障状态包括:对智能家居能源系统中的任意一个独立元件的运行参数进行调节,以使智能家居能源系统处于故障状态,其中,运行参数被调节之后的独立元件被切除后,智能家居能源系统的运行数据满足预设条件。
可选的,使用多组故障数据和多组运行数据进行机器学习,训练出智能家居能源系统对应的暂态稳定性评估模型包括:使用多组第一故障数据进行非监督式机器学习,训练出智能家居能源系统对应的暂态稳定性评估模型,其中,多组第一故障数据中的每组数据均包括:智能家居能源系统无法稳定运行时的故障数据,和智能家居能源系统运行稳定运行时的运行数据;使用多组第二故障数据对智能家居能源系统对应的暂态稳定性评估模型进行监督式调整,其中,多组第二故障数据中包括:第一数据组和第二数据组,第一数据组中的每组数据均包括智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,第二数据组中的每组数据均包括智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取智能家居能源系统的运行数据;使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定。
可选的,在使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定之后,方法还包括:在确定智能家居能源系统不稳定时,依据暂态稳定性评估模型对智能家居能源系统的故障数据进行分析,确定智能家居能源系统对应的故障类型。
可选的,在使用智能家居能源系统对应的暂态稳定性评估模型对运行数据进行分析,确定智能家居能源系统是否稳定之前,方法还包括:获取智能家居能源系统无法稳定运行时,智能家居能源系统对应的故障数据,以及故障数据对应的故障类型;获取智能家居能源系统稳定运行时,智能家居能源系统对应的运行数据;使用多组故障数据和多组运行数据进行机器学习,训练出智能家居能源系统对应的暂态稳定性评估模型,其中,多组故障数据中的每组数据均包括:智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,多组运行数据中的每组数据均包括:智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。
可选的,获取智能家居能源系统无法稳定运行时,智能家居能源系统对应的故障数据包括:对智能家居能源系统的运行参数进行调节,令智能家居能源系统处于故障状态;获取智能家居能源系统处于该故障状态时,智能家居能源系统对应的运行数据。
可选的,对智能家居能源系统的运行参数进行调节,令智能家居能源系统处于故障状态包括:对智能家居能源系统中的任意一个独立元件的运行参数进行调节,以使智能家居能源系统处于故障状态,其中,运行参数被调节之后的独立元件被切除后,智能家居能源系统的运行数据满足预设条件。
可选的,使用多组故障数据和多组运行数据进行机器学习,训练出智能家居能源系统对应的暂态稳定性评估模型包括:使用多组第一故障数据进行非监督式机器学习,训练出智能家居能源系统对应的暂态稳定性评估模型,其中,多组第一故障数据中的每组数据均包括:智能家居能源系统无法稳定运行时的故障数据,和智能家居能源系统运行稳定运行时的运行数据;使用多组第二故障数据对智能家居能源系统对应的暂态稳定性评估模型进行监督式调整,其中,多组第二故障数据中包括:第一数据组和第二数据组,第一数据组中的每组数据均包括智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,第二数据组中的每组数据均包括智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种智能家居能源系统暂态稳定性的处理方法,其特征在于,包括:
获取智能家居能源系统的运行数据;
使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定。
2.根据权利要求1所述的方法,其特征在于,在使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定之后,所述方法还包括:
在确定所述智能家居能源系统不稳定时,依据所述暂态稳定性评估模型对所述智能家居能源系统的故障数据进行分析,确定所述智能家居能源系统对应的故障类型。
3.根据权利要求2所述的方法,其特征在于,在使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定之前,所述方法还包括:
获取所述智能家居能源系统无法稳定运行时,所述智能家居能源系统对应的故障数据,以及所述故障数据对应的故障类型;
获取所述智能家居能源系统稳定运行时,所述智能家居能源系统对应的运行数据;
使用多组故障数据和多组运行数据进行机器学习,训练出所述智能家居能源系统对应的暂态稳定性评估模型,其中,多组故障数据中的每组数据均包括:所述智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,多组运行数据中的每组数据均包括:所述智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。
4.根据权利要求1所述的方法,其特征在于,获取所述智能家居能源系统无法稳定运行时,所述智能家居能源系统对应的故障数据包括:
对所述智能家居能源系统的运行参数进行调节,令所述智能家居能源系统处于故障状态;
获取所述智能家居能源系统处于该故障状态时,所述智能家居能源系统对应的运行数据。
5.根据权利要求3所述的方法,其特征在于,对所述智能家居能源系统的运行参数进行调节,令所述智能家居能源系统处于故障状态包括:
对所述智能家居能源系统中的任意一个独立元件的运行参数进行调节,以使所述智能家居能源系统处于故障状态,其中,运行参数被调节的独立元件被切除后,所述智能家居能源系统的运行数据满足预设条件。
6.根据权利要求3所述的方法,其特征在于,使用多组故障数据和多组运行数据进行机器学习,训练出所述智能家居能源系统对应的暂态稳定性评估模型包括:
使用多组第一故障数据进行非监督式机器学习,训练出所述智能家居能源系统对应的暂态稳定性评估模型,其中,多组第一故障数据中的每组数据均包括:所述智能家居能源系统无法稳定运行时的故障数据,和所述智能家居能源系统运行稳定运行时的运行数据;
使用多组第二故障数据对所述智能家居能源系统对应的暂态稳定性评估模型进行监督式调整,其中,所述多组第二故障数据中包括:第一数据组和第二数据组,第一数据组中的每组数据均包括所述智能家居能源系统无法稳定运行时的故障数据,以及该故障数据对应的包含故障类型的故障标签,第二数据组中的每组数据均包括所述智能家居能源系统运行稳定运行时的运行数据,以及该运行数据对应的稳定标签。
7.一种智能家居能源系统暂态稳定性的处理装置,其特征在于,包括:
第一获取单元,用于获取智能家居能源系统的运行数据;
第一确定单元,用于使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二确定单元,用于在使用所述智能家居能源系统对应的暂态稳定性评估模型对所述运行数据进行分析,确定所述智能家居能源系统是否稳定之后,且确定所述智能家居能源系统不稳定时,依据所述暂态稳定性评估模型对所述智能家居能源系统的故障数据进行分析,确定所述智能家居能源系统对应的故障类型。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至7中任意一项所述的智能家居能源系统暂态稳定性的处理方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的智能家居能源系统暂态稳定性的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811038259.XA CN110879537A (zh) | 2018-09-06 | 2018-09-06 | 智能家居能源系统暂态稳定性的处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811038259.XA CN110879537A (zh) | 2018-09-06 | 2018-09-06 | 智能家居能源系统暂态稳定性的处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110879537A true CN110879537A (zh) | 2020-03-13 |
Family
ID=69727199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811038259.XA Pending CN110879537A (zh) | 2018-09-06 | 2018-09-06 | 智能家居能源系统暂态稳定性的处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110879537A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115296953A (zh) * | 2022-09-29 | 2022-11-04 | 深圳市瑞亿科技电子有限公司 | 一种智能家居设备控制系统及方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101242102A (zh) * | 2008-02-28 | 2008-08-13 | 江苏省电力试验研究院有限公司 | 大规模复杂电网进行综合评估的方法 |
CN102185325A (zh) * | 2011-04-25 | 2011-09-14 | 东北电力大学 | 基于网络量测信息的电力系统暂态稳定性定量评价方法 |
CN102832617A (zh) * | 2012-09-03 | 2012-12-19 | 武汉大学 | 一种基于精确化模式判别的大电网暂态稳定分析方法 |
CN103544542A (zh) * | 2013-10-16 | 2014-01-29 | 天津大学 | 一种电力系统暂态稳定裕度预测方法 |
CN103778467A (zh) * | 2014-01-16 | 2014-05-07 | 天津大学 | 一种选择电力系统暂态稳定评估输入特征量的方法 |
CN104852375A (zh) * | 2015-05-22 | 2015-08-19 | 清华大学 | 一种电力系统暂态稳定性判定方法 |
CN106849069A (zh) * | 2017-03-13 | 2017-06-13 | 东北电力大学 | 一种基于Pin‑SVM的电力系统暂态稳定评估方法 |
CN107069774A (zh) * | 2017-04-01 | 2017-08-18 | 华北电力大学 | 电力系统能量函数优选及暂态稳定裕度评估系统及方法 |
CN107171315A (zh) * | 2017-05-18 | 2017-09-15 | 广东电网有限责任公司电力科学研究院 | 一种基于rptsvm的电力系统暂态稳定评估方法 |
CN206657063U (zh) * | 2016-12-26 | 2017-11-21 | 贵州电网有限责任公司电力调度控制中心 | 电力系统暂态稳定在线预判及实时控制系统 |
CN107846012A (zh) * | 2017-09-27 | 2018-03-27 | 国网湖北省电力公司 | 一种基于深度学习技术的电力系统暂态稳定评估方法 |
CN108197817A (zh) * | 2017-09-19 | 2018-06-22 | 济南大学 | 一种基于大数据的非侵入式负荷暂态监测的方法 |
-
2018
- 2018-09-06 CN CN201811038259.XA patent/CN110879537A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101242102A (zh) * | 2008-02-28 | 2008-08-13 | 江苏省电力试验研究院有限公司 | 大规模复杂电网进行综合评估的方法 |
CN102185325A (zh) * | 2011-04-25 | 2011-09-14 | 东北电力大学 | 基于网络量测信息的电力系统暂态稳定性定量评价方法 |
CN102832617A (zh) * | 2012-09-03 | 2012-12-19 | 武汉大学 | 一种基于精确化模式判别的大电网暂态稳定分析方法 |
CN103544542A (zh) * | 2013-10-16 | 2014-01-29 | 天津大学 | 一种电力系统暂态稳定裕度预测方法 |
CN103778467A (zh) * | 2014-01-16 | 2014-05-07 | 天津大学 | 一种选择电力系统暂态稳定评估输入特征量的方法 |
CN104852375A (zh) * | 2015-05-22 | 2015-08-19 | 清华大学 | 一种电力系统暂态稳定性判定方法 |
CN206657063U (zh) * | 2016-12-26 | 2017-11-21 | 贵州电网有限责任公司电力调度控制中心 | 电力系统暂态稳定在线预判及实时控制系统 |
CN106849069A (zh) * | 2017-03-13 | 2017-06-13 | 东北电力大学 | 一种基于Pin‑SVM的电力系统暂态稳定评估方法 |
CN107069774A (zh) * | 2017-04-01 | 2017-08-18 | 华北电力大学 | 电力系统能量函数优选及暂态稳定裕度评估系统及方法 |
CN107171315A (zh) * | 2017-05-18 | 2017-09-15 | 广东电网有限责任公司电力科学研究院 | 一种基于rptsvm的电力系统暂态稳定评估方法 |
CN108197817A (zh) * | 2017-09-19 | 2018-06-22 | 济南大学 | 一种基于大数据的非侵入式负荷暂态监测的方法 |
CN107846012A (zh) * | 2017-09-27 | 2018-03-27 | 国网湖北省电力公司 | 一种基于深度学习技术的电力系统暂态稳定评估方法 |
Non-Patent Citations (4)
Title |
---|
刘劲松主编: "《专业学位研究生实验课程 工科篇》", 30 November 2017 * |
刘德贵等著: "《刚性大系统数字仿真方法》", 31 January 1996 * |
叶圣永: "《基于机器学习的电力系统暂态稳定评估研究》", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
王科: "《基于故障信息的电力系统暂态稳定评估》", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115296953A (zh) * | 2022-09-29 | 2022-11-04 | 深圳市瑞亿科技电子有限公司 | 一种智能家居设备控制系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190295001A1 (en) | Cognitive data curation in a computing environment | |
CN104281130A (zh) | 一种基于大数据技术的水电设备监测和故障诊断系统 | |
CN112393931B (zh) | 检测方法、装置、电子设备和计算机可读介质 | |
CN108768728A (zh) | 运维任务处理方法、装置、计算机设备和存储介质 | |
CN110020353B (zh) | 网页表单的构建方法及装置 | |
CN114860833B (zh) | 应用于数字孪生水利工程的数据中台和数据处理方法 | |
JP7161268B2 (ja) | 電力グリッド内の相互に依存する不確かな資源の組み合わされた影響の定量化 | |
CN107957888B (zh) | 应用程序的灰度升级方法及装置 | |
CN116227543B (zh) | 用电异常的检测方法、检测装置、电子装置和电子设备 | |
CN112925824A (zh) | 针对极端天气类型的光伏功率预测方法及系统 | |
Costa et al. | Improving cities sustainability through the use of data mining in a context of big city data | |
Ahmed et al. | Data communication and analytics for smart grid systems | |
CN110879537A (zh) | 智能家居能源系统暂态稳定性的处理方法和装置 | |
CN116205382B (zh) | 用电量的预测方法、预测装置、电子装置和电子设备 | |
CN109299821A (zh) | 一种分布式光伏发电预测平台及方法 | |
Tugarinov et al. | Digital twin of distributed energy devices | |
CN108267613B (zh) | 一种测风数据处理方法及相关设备 | |
CN108804210B (zh) | 一种云平台的资源配置方法及装置 | |
KR102494709B1 (ko) | 분산전원의 기능을 시험하기 위한 시스템 및 그 방법 | |
Amato et al. | A simulation approach for the optimization of solar powered smart migro-grids | |
CN114722293A (zh) | 信息处理方法、装置、设备及介质 | |
CN112749465A (zh) | 用于检测窃电的方法、处理器、存储介质及检测系统 | |
Rayan et al. | Resource Prediction for Big Data Processing in a Cloud Data Center: A Machine Learning Approach: A Machine Learning Approach | |
CN111949246A (zh) | 新能源电力行业应用的创建方法及装置 | |
CN113837227B (zh) | 负载预测方法、装置、芯片、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |