CN113298415B - 一种用于能量枢纽的协同运行质量分析评估方法 - Google Patents
一种用于能量枢纽的协同运行质量分析评估方法 Download PDFInfo
- Publication number
- CN113298415B CN113298415B CN202110657966.2A CN202110657966A CN113298415B CN 113298415 B CN113298415 B CN 113298415B CN 202110657966 A CN202110657966 A CN 202110657966A CN 113298415 B CN113298415 B CN 113298415B
- Authority
- CN
- China
- Prior art keywords
- module
- ith
- energy
- energy hub
- abnormal
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 43
- 238000011156 evaluation Methods 0.000 title claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims abstract description 44
- 239000011159 matrix material Substances 0.000 claims abstract description 33
- 230000005856 abnormality Effects 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 description 9
- 238000004146 energy storage Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供一种用于能量枢纽的协同运行质量分析评估方法,包括步骤一、获取能量枢纽内M个模块的历史工作数据,从而获取各模块出现异常的总数量;步骤二、计算各个模块出现异常时其它模块出现异常的概率,并形成各模块异常概率矩阵;步骤三、计算能量枢纽各个模块与其它模块之间多能协同运行质量的相对熵值,得到相对熵矩阵;步骤四、计算相对因子D(i),步骤五、对当前能量枢纽的协同运行质量分析评估,当前第第i个模块的状态为Si,则能量枢纽的各模块的协同运行质量评价可以表示为:S=(S1)2*logD(1)+(S2)2*logD(2)+…+(Si)2*log D(i)+…+(SM)2*logD(M);根据S计算的数值的大小,来评价能量枢纽的各模块的协同运行质量。
Description
技术领域
本发明一般涉及电力技术领域,具体涉及一种用于能量枢纽的协同运行质量分析评估方法。
背景技术
综合能源作为我国未来能源重大发展战略,受到电力行业广泛关注。与传统电力系统相比,综合能源系统在用户行为、运行方法、需求响应等方面都具有明显的区别,通过多种类型能源的耦合联动,扩展了传统电力行业的市场宽度、时间尺度与地理维度。能源枢纽(Energy Hub,EH)是储能、冷热电联供、负荷等多种用能形态的集合体,是构建综合能源系统的关键环节,近年来逐渐受到电力行业的广泛关注。
基于能量枢纽的综合能源运行质量分析是提高系统性能的重要手段,但目前缺乏完善的评价体系,当风电、光伏、储能等多类型设备接入系统后,系统的运行质量分析更加复杂化,为智能运行和维护等方面带来了困难。
发明内容
鉴于上述的问题,本申请提供了一种用于能量枢纽的协同运行质量分析评估方法,用以解决背景技术中提出的技术问题。
本发明提供一种用于能量枢纽的协同运行质量分析评估方法,包括以下步骤:
步骤一、获取能量枢纽内M个模块的历史工作数据,从而获取各模块出现异常的总数量,设定Gi为第i个模块出现异常总数量,第j个模块出现异常总数量为Gij;
步骤二、计算第i个模块出现异常时第j个模块出现异常的概率Pij,表达为:Pij=Gij/Gi,使用相同的方法计算各个模块出现异常时其它模块出现异常的概率,并形成各模块异常概率矩阵;
步骤三、第i个模块与第j个模块之间多能协同运行质量的相对熵KLij,则:
通过同样的方法计算能量枢纽各个模块与其它模块之间多能协同运行质量的相对熵值,得到相对熵矩阵。
步骤四、计算相对因子,针对第i个模块,从相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最大数值,记录为MAXi,同理,从系统相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最小数值,记录为MINi,则第第i个模块的相对因子表达式为:
步骤五、对当前能量枢纽的协同运行质量分析评估,当前第第i个模块的状态为Si,则能量枢纽的各模块的协同运行质量评价可以表示为:S=(S1)2*logD(1)+(S2)2*logD(2)+…+(Si)2*log D(i)+…+(SM)2*logD(M);根据S计算的数值的大小,来评价能量枢纽的各模块的协同运行质量。
进一步地,其中Si的数值可以根据当前第i个模块的状态取值,取值范围为-10-0,其中Si的取值根据当前各模块的工作状况,可以预先进行定义,当Si=0时,即为当前第i个模块的工作状态为正常,Si=-1,即为当前第i个模块的工作状态为预警,-2--10为当前第i个模块出现异常,根据异常的等级取不同的数值,-2为轻微故障,-10为出现严重故障。
进一步地,为了使上述的协同运行质量分析评估方法更好的对能量枢纽进行分析评估,该一种用于能量枢纽的协同运行质量分析评估方法还包括一种能量枢纽的协同运行质量分析系统,包括:
获取模块,用于获取能量枢纽内各个模块工作异常的历史数据信息;
分析模块,用于接收所述获取模块的获取信息,并根据所述获取信息进行分析计算,获取能量枢纽第i个模块出现异常概率与能量枢纽其它模块出现异常的相对因子Di;
质量评估模块,基于能量枢纽内M个模块中每个模块的相对因子Di,计算当前状态下该能量枢纽的评估系数S,则S=(S1)2*logD(1)+(S2)2*logD(2)+…+(Si)2*log D(i)+…+(SM)2*logD(M);其中Si为当前状态下第i个模块的状态,取值范围为-10-0。
进一步地,所述分析模块包括:
第一分析模块,用于获取所述获取模块的获取信息,统计出协同运行中能量枢纽中各模块异常概率矩阵;
第二分析模块,基于所述第一分析模块统计的所述异常概率矩阵对每个模块的异常概率进行相对熵的计算,从而获取能量枢纽各模块的相对熵矩阵;
第三分析模块,基于所述相对熵矩阵计算能量枢纽第i个模块出现异常概率与能量枢纽其它模块出现异常的相对因子Di。
进一步地,所述第一分析模块的分析计算过程包括:根据每个模块出现异常的历史数据,获取第i个模块出现异常的总数量Gi,及第i个模块出现异常时第j个模块出现异常的总数量Gij,则第i个模块出现异常时第j个模块出现异常的概率表达为Pij=Gij/Gi,从而可得各模块异常概率矩阵。
进一步地,所述对每个模块的异常概率进行相对熵的计算为对储能模块中每个模块之间协同运行质量的相对熵的计算,其计算过程包括:第i个模块与第j个模块之间协同运行质量的相对熵KLij表示为:从而计算每个模块与其它模块之间的协同运行质量的相对熵,得到储能模块的相对熵矩阵。
进一步地,所述第i个模块出现异常概率与能量枢纽其它模块出现异常的相对因子Di的计算方法为:其中MAXi为第i个模块的相对熵中的最大值,MINi为第i个模块的相对熵中的最小值。
本发明提供了一种能量枢纽的协同运行质量分析系统,通过获取模块获取能量枢纽的各个模块的运行历史数据,通过分析模块对历史数据进行分析,在对当前状态下每个模块的运行状态进行获取,从而计算当前状态下的能量枢纽的运行质量的评估系数,根据评估系数的数值评估当前能量枢纽的各个模块的协同运行质量,并根据评估系数对能量枢纽的各个模块进行智能化的运行和维护。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显。
图1为本发明提供的一种能量枢纽的协同运行质量分析系统的结构框图。
图2为本发明提供的一种能量枢纽的协同运行质量分析系统中能量枢纽的各模块异常概率的矩阵图表。
图3为本发明提供的一种能量枢纽的协同运行质量分析系统中能量枢纽的相对熵矩阵图表。
图4为本发明提供的一种能量枢纽的协同运行质量分析系统对能量枢纽的协同运行质量的评估方法。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
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。
实施例一
参考图4,本发明提供的一种能量枢纽的协同运行质量分析系统对能量枢纽的协同运行质量的评估方法,包括以下步骤:步骤一、获取能量枢纽内M个模块的历史工作数据,从而获取各模块出现异常的总数量,设定Gi为第i个模块出现异常总数量,第j个模块出现异常总数量为Gij;
步骤二、计算第i个模块出现异常时第j个模块出现异常的概率Pij,表达为:Pij=Gij/Gi,使用相同的方法计算各个模块出现异常时其它模块出现异常的概率,并形成各模块异常概率矩阵,参考图2,为各模块异常概率矩阵图表;
步骤三、第i个模块与第j个模块之间多能协同运行质量的相对熵KLij,则:
通过同样的方法计算能量枢纽各个模块与其它模块之间多能协同运行质量的相对熵值,得到如图3所示的相对熵矩阵。
步骤四、计算相对因子,针对第i个模块,从相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最大数值,记录为MAXi,同理,从系统相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最小数值,记录为MINi,则第第i个模块的相对因子表达式为::
步骤五、对当前能量枢纽的协同运行质量分析评估,当前第第i个模块的状态为Si,则能量枢纽的各模块的协同运行质量评价可以表示为:S=(S1)2*logD(1)+(S2)2*logD(2)+…+(Si)2*log D(i)+…+(SM)2*logD(M);根据S计算的数值的大小,来评价能量枢纽的各模块的协同运行质量。
其中Si的数值可以根据当前第i个模块的状态取值,取值范围为-10-0,其中Si的取值根据当前各模块的工作状况,可以预先进行定义,通常的,当Si=0时,即为当前第i个模块的工作状态为正常,Si=-1,即为当前第i个模块的工作状态为预警,-2--10为当前第i个模块出现异常,根据异常的等级取不同的数值,-2为轻微故障,-10为出现严重故障。
本发明提供了一种能量枢纽的协同运行质量分析系统及根据质量分析系统对能量枢纽的协同运行质量的评估方法,通过获取模块获取能量枢纽的各个模块的运行历史数据,通过分析模块对历史数据进行分析,在对当前状态下每个模块的运行状态进行获取,从而计算当前状态下的能量枢纽的运行质量的评估系数,根据评估系数的数值评估当前能量枢纽的各个模块的协同运行质量,并根据评估系数对能量枢纽的各个模块进行智能化的运行和维护,达到科学化,数字化的评估,填补相关技术空白。
实施例二
本发明提供一种能量枢纽的协同运行质量分析系统,参考图1,作为一种具体的实施方式,该质量分析系统包括:
获取模块,用于获取能量枢纽内各个模块工作异常的历史数据信息;
分析模块,用于接收所述获取模块的获取信息,并根据所述获取信息进行分析计算,获取能量枢纽第i个模块出现异常概率与能量枢纽其它模块出现异常的相对因子Di;
进一步地,参考图1,作为具体的实施方式,所述分析模块包括:
第一分析模块,用于获取所述获取模块的获取信息,统计出协同运行中能量枢纽中各模块异常概率矩阵;
具体的,参考图2,假定E1,E2,…,Ei,…,Ej…,EM代表基于能量枢纽的综合能源系统中风电、光伏、储能各模块,其中M代表模块总数量(i∈M、j∈M);所述第一分析模块的分析计算过程包括:根据每个模块出现异常的历史数据,获取第i个模块出现异常的总数量Gi,及第i个模块出现异常时第j个模块出现异常的总数量Gij,则第i个模块出现异常时第j个模块出现异常的概率表达为Pij=Gij/Gi,从而可得各模块异常概率矩阵,其中各模块异常概率矩阵图表参考图2。
第二分析模块,基于所述第一分析模块统计的所述异常概率矩阵对每个模块的异常概率进行相对熵的计算,从而获取储能模块的相对熵矩阵;具体的,作为一种具体的实施方式,所述对每个模块的异常概率进行相对熵的计算为对储能模块中每个模块之间协同运行质量的相对熵的计算,其计算过程包括:第i个模块与第j个模块之间协同运行质量的相对熵KLij表示为:从而计算每个模块与其它模块之间的协同运行质量的相对熵,得到储能模块的相对熵矩阵,参考图3,为能量枢纽各模块的相对熵矩阵图表。
第三分析模块,基于所述相对熵矩阵计算能量枢纽第i个模块出现异常概率与能量枢纽其它模块出现异常的相对因子Di。
进一步地,在确定每个模块的相对熵矩阵图表后,计算各模块出现异常的相对因子Di,参考图3,针对第i个模块,从系统相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最大数值,记录为MAXi,同理,从系统相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最小数值,记录为MINi。
第i个模块的相对因子表达式为:所述第i个模块出现异常概率与能量枢纽其它模块出现异常的相对因子Di的计算方法为:其中MAXi为第i个模块的相对熵中的最大值,MINIi为第i个模块的相对熵中的最小值。
质量评估模块,具体的,在计算每一个模块的相对因子Di后,基于能量枢纽内M个模块中每个模块的相对因子Di,计算当前状态下该能量枢纽的评估系数S,则S=(S1)2*logD(1)+(S2)2*logD(2)+…+(Si)2*log D(i)+…+(SM)2*logD(M);其中Si为当前状态下第i个模块的状态,取值范围为-10-0,其中Si的取值根据当前各模块的工作状况,可以预先进行定义,通常的,当Si=0时,即为当前第i个模块的工作状态为正常,Si=-1,即为当前第i个模块的工作状态为预警,-2--10为当前第i个模块出现异常,根据异常的等级取不同的数值,-2为轻微故障,-10为出现严重故障,根据公式S=(S1)2*logD(1)+(S2)2*logD(2)+…+(Si)2*log D(i)+…+(SM)2*logD(M)可以计算当前能量枢纽的评估系数S,则评估系数S的数值对当前能量枢纽的各模块的协同运行质量进行可视化的评价,能够根据数值直观科学的进行分析。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (1)
1.一种用于能量枢纽的协同运行质量分析评估方法,其特征在于,包括以下步骤:
步骤一、获取能量枢纽内M个模块的历史工作数据,从而获取各模块出现异常的总数量,设定Gi为第i个模块出现异常总数量,设定第i个模块出现异常时,第j个模块出现异常总数量为Gij;
步骤二、计算第i个模块出现异常时第j个模块出现异常的概率Pij,表达为:Pij=Gij/Gi,使用相同的方法计算各个模块出现异常时其它模块出现异常的概率,并形成各模块异常概率矩阵;
步骤三、计算第i个模块与第j个模块之间多能协同运行质量的相对熵KLij;则:
通过同样的方法计算能量枢纽各个模块与其它模块之间多能协同运行质量的相对熵值,得到相对熵矩阵;
步骤四、计算相对因子,针对第i个模块,从相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最大数值,记录为MAXi,同理,从系统相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最小数值,记录为MINi,则第i个模块的相对因子为D(i),则,
步骤五、对当前能量枢纽的协同运行质量分析评估,当前第i个模块的状态为Si,则能量枢纽的各模块的协同运行质量评价可以表示为:S=(S1)2*logD(1)+(S2)2*logD(2)+…+(Si)2*log D(i)+…+(SM)2*logD(M);根据S计算的数值的大小,来评价能量枢纽的各模块的协同运行质量;
其中Si的数值根据当前第i个模块的状态取值,取值范围为-10-0,其中Si的取值根据当前各模块的工作状况预先进行定义,当Si=0时,即为当前第i个模块的工作状态为正常,Si=-1,即为当前第i个模块的工作状态为预警,-2--10为当前第i个模块出现异常,根据异常的等级取不同的数值,-2为轻微故障,-10为出现严重故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110657966.2A CN113298415B (zh) | 2021-06-10 | 2021-06-10 | 一种用于能量枢纽的协同运行质量分析评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110657966.2A CN113298415B (zh) | 2021-06-10 | 2021-06-10 | 一种用于能量枢纽的协同运行质量分析评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113298415A CN113298415A (zh) | 2021-08-24 |
CN113298415B true CN113298415B (zh) | 2023-09-19 |
Family
ID=77328097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110657966.2A Active CN113298415B (zh) | 2021-06-10 | 2021-06-10 | 一种用于能量枢纽的协同运行质量分析评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113298415B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8966036B1 (en) * | 2010-11-24 | 2015-02-24 | Google Inc. | Method and system for website user account management based on event transition matrixes |
CN105653871A (zh) * | 2016-01-06 | 2016-06-08 | 电子科技大学 | 基于相对熵和灰色关联度的符号化多质量特性分析方法 |
CN107292512A (zh) * | 2017-06-20 | 2017-10-24 | 中国电力科学研究院 | 一种基于符号动力学和隐马尔科夫模型的电力设备时空多维安全评估方法 |
CN108848072A (zh) * | 2018-05-25 | 2018-11-20 | 东南大学 | 一种基于相对熵的车载can总线异常检测方法 |
CN109034538A (zh) * | 2018-06-26 | 2018-12-18 | 广东电网有限责任公司 | 一种面向变电站自动化设备运行质量的评价分析方法 |
WO2019160003A1 (ja) * | 2018-02-16 | 2019-08-22 | 日本電信電話株式会社 | モデル学習装置、モデル学習方法、プログラム |
WO2020043267A1 (en) * | 2018-08-27 | 2020-03-05 | Huawei Technologies Co., Ltd. | Device and method for anomaly detection on an input stream of events |
-
2021
- 2021-06-10 CN CN202110657966.2A patent/CN113298415B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8966036B1 (en) * | 2010-11-24 | 2015-02-24 | Google Inc. | Method and system for website user account management based on event transition matrixes |
CN105653871A (zh) * | 2016-01-06 | 2016-06-08 | 电子科技大学 | 基于相对熵和灰色关联度的符号化多质量特性分析方法 |
CN107292512A (zh) * | 2017-06-20 | 2017-10-24 | 中国电力科学研究院 | 一种基于符号动力学和隐马尔科夫模型的电力设备时空多维安全评估方法 |
WO2019160003A1 (ja) * | 2018-02-16 | 2019-08-22 | 日本電信電話株式会社 | モデル学習装置、モデル学習方法、プログラム |
CN108848072A (zh) * | 2018-05-25 | 2018-11-20 | 东南大学 | 一种基于相对熵的车载can总线异常检测方法 |
CN109034538A (zh) * | 2018-06-26 | 2018-12-18 | 广东电网有限责任公司 | 一种面向变电站自动化设备运行质量的评价分析方法 |
WO2020043267A1 (en) * | 2018-08-27 | 2020-03-05 | Huawei Technologies Co., Ltd. | Device and method for anomaly detection on an input stream of events |
Non-Patent Citations (3)
Title |
---|
电力变压器状态评价与故障诊断技术研究;张思捷;中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑);全文 * |
电力系统配网长期电力负荷自动调度方法研究;王军亭;自动化与仪器仪表;全文 * |
非线性系统故障可诊断性评价及诊断方法研究;蒋栋年;中国优秀博士学位论文全文数据库 (工程科技Ⅱ辑);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113298415A (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117093879B (zh) | 一种数据中心智能化运营管理方法及系统 | |
CN110222991B (zh) | 基于rf-gbdt的计量装置故障诊断方法 | |
CN112861350B (zh) | 一种水冷式汽轮发电机定子绕组温度过热缺陷预警方法 | |
CN112784216B (zh) | 一种质子交换膜燃料电池系统的健康度评估方法及系统 | |
CN114580666A (zh) | 一种多模式融合电动机智能维护系统 | |
CN115358281B (zh) | 一种基于机器学习的冷热一体机监测控制方法及系统 | |
CN112711832B (zh) | 同步发电机定子绕组温度预警与故障识别的方法与系统 | |
CN112418687B (zh) | 基于用电特征的用户用电异常识别方法、装置和存储介质 | |
CN111598165A (zh) | 一种基于极限学习机的密度聚类离群点检测方法 | |
CN117054887A (zh) | 一种锂离子电池系统内部故障诊断方法 | |
CN115828466A (zh) | 一种基于宽核卷积的风机主轴部件故障预测方法 | |
CN115146977A (zh) | 一种基于物联网的企业能效数据管理方法及系统 | |
CN110852906B (zh) | 一种基于高维随机矩阵进行窃电嫌疑识别的方法和系统 | |
CN103952724B (zh) | 用于铝电解槽况故障诊断的优化权重相对主元分析方法 | |
CN113298415B (zh) | 一种用于能量枢纽的协同运行质量分析评估方法 | |
Liao et al. | Fault diagnosis of lithium-ion batteries based on wavelet packet decomposition and Manhattan average distance | |
CN113327044B (zh) | 一种能量枢纽的协同运行质量分析系统 | |
CN117572241A (zh) | 一种基于扩展多维时间序列的锂电池故障分析方法 | |
CN117277435A (zh) | 一种光伏逆变器的健康评估方法、系统及装置 | |
CN112381422A (zh) | 光伏电站性能的确定方法和装置 | |
CN113793077B (zh) | 一种配电网用户故障停电影响分析方法和系统 | |
CN116151799A (zh) | 一种基于bp神经网络的配电线路多工况故障率快速评估方法 | |
CN112685912B (zh) | 一种多元广义Wiener过程性能退化可靠性分析方法 | |
Sarquis Filho et al. | Practical recommendations for the design of automatic fault detection algorithms based on experiments with field monitoring data | |
CN117951633B (zh) | 一种光伏发电设备故障诊断方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |