CN115840185B - 一种电压互感器误差在线监测与分析方法、介质及终端 - Google Patents

一种电压互感器误差在线监测与分析方法、介质及终端 Download PDF

Info

Publication number
CN115840185B
CN115840185B CN202310132822.4A CN202310132822A CN115840185B CN 115840185 B CN115840185 B CN 115840185B CN 202310132822 A CN202310132822 A CN 202310132822A CN 115840185 B CN115840185 B CN 115840185B
Authority
CN
China
Prior art keywords
error
voltage transformer
data
training data
capacitive voltage
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
Application number
CN202310132822.4A
Other languages
English (en)
Other versions
CN115840185A (zh
Inventor
汪攀
赵言涛
徐虎
汤博
刘名成
刘宇轩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wasion Group Co Ltd
Original Assignee
Wasion Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wasion Group Co Ltd filed Critical Wasion Group Co Ltd
Priority to CN202310132822.4A priority Critical patent/CN115840185B/zh
Publication of CN115840185A publication Critical patent/CN115840185A/zh
Application granted granted Critical
Publication of CN115840185B publication Critical patent/CN115840185B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of Current Or Voltage (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)

Abstract

本发明适用于电气工程技术领域，涉及一种电压互感器误差在线监测与分析方法，包括：S10、采集电容式电压互感器二次侧训练数据X 0，对训练数据进行奇异值分解；S20、根据贡献度阈值，计算主成分空间与误差空间；S30、采集电容式电压互感器二次侧实时训练数据Y 0并进行归一化预处理；S40、利用误差重构矩阵，重构电容式电压互感器的误差信息；S50、求解各通道电容式电压互感器的误差。本发明流程简单、过程高效，通过训练数据，建立表征误差信息的误差空间与误差信息重构矩阵，并利用重构矩阵对各通道电压互感器的误差进行定量计算，监测效率与精度高。

Description

一种电压互感器误差在线监测与分析方法、介质及终端
技术领域
本发明属于电气工程技术领域，尤其涉及一种电压互感器误差在线监测与分析方法、介质及终端。
背景技术
电容式电压互感器(Capacitor Voltage Transformer, CVT)由于其良好的绝缘特性，被广泛地应用于高电压等级应用场景，相对于传统的电磁式电压互感器，电容式电压互感器结构更复杂，在运行过程中，更容易出现超差现象，从而影响电能结算贸易公平。依据国家计量检定规程，现有的检定方式是断电离线检定，对待检定互感器和高精度标准器同时施加相同的电压信号，待检互感器的输出值与标准器的输出值之间的差异即为互感器的静态误差，该方式无法实时反应互感器在实际工况下的误差动态变化过程，且高压输变电线路停电检修较困难，此外，国家标准规定的检修时间为四年，这种一刀切的检修方式没有充分考虑每台互感器的健康状态，检修效率较低。
公开号为CN104155627A的专利提供了一种特高压电容式电压互感器的误差特性检测方法，包括步骤1：对电磁式电压互感器进行离线状态下的互感器现场交接检测，依据检测结果校正所述电磁式电压互感器；步骤2：将校正后的电磁式电压互感器作为标准电压互感器，采用误差在线检测装置对电容式电压互感器进行在线状态下的误差检测；电容式电压互感器分别接入三相母线的变压器出线和高抗出线；电磁式电压互感器接入变压器和所述高抗之间的母线上。此专利同样是将一个校正后的电磁式电压互感器作为标准电压互感器，再通过比较待检测的电容式电压互感器与之相比较，最终得出误差结果，此方案同样无法检测实施工况下的互感器误差，检测效率低。
因此，如何提供一种监测效率高、能实时监测电压互感器误差的方法是本技术领域人员亟待解决的问题。
发明内容
针对现有技术的不足，本发明的目的是提供一种电压互感器误差在线监测与分析方法，以解决现有技术中的电压互感器监测效率低，不能实时监测电压互感器误差的问题；另外本发明还提供了一种电压互感器误差在线监测与分析介质及终端。
为了解决上述技术问题，本发明采用了如下的技术方案：
第一方面，本发明提供了一种电压互感器误差在线监测与分析方法，包括以下步骤：
S10、采集电容式电压互感器二次侧训练数据
Figure SMS_1
，对训练数据进行奇异值分解；
S20、根据贡献度阈值，计算主成分空间与误差空间；
所述步骤S20的具体步骤如下：
S201、依次计算每个主成分的贡献度
Figure SMS_2
，其中 />
Figure SMS_3
；
S202、根据贡献度阈值确定主成分空间特性向量的个数m，
Figure SMS_4
，C为设置的常数；
S203、取矩阵V的前m个特征向量，即为主成分空间P，剩余的特征向量即为误差空间
Figure SMS_5
；
S30、采集电容式电压互感器二次侧实时训练数据
Figure SMS_6
并进行归一化预处理；
S40、利用误差重构矩阵，重构电容式电压互感器的误差信息；
S50、求解各通道电容式电压互感器的误差；
所述步骤S50的具体为：
令监测数据
Figure SMS_7
，/>
Figure SMS_8
为列向量，为某通道的采样数据，n为通道数，同理得互感器实时监测数据 />
Figure SMS_9
，
Figure SMS_10
，
Figure SMS_11
，上述参量均为已知量，则：
Figure SMS_12
，
其中，
Figure SMS_13
为监测数据对应的理想值，为未知量，
Figure SMS_14
为各通道的误差，为待求量，则：
Figure SMS_15
。
进一步的，所述步骤S10的具体步骤如下：
S101、对训练数据
Figure SMS_16
进行归一化预处理，表达式如下：
Figure SMS_17
，
其中，
Figure SMS_18
为训练数据/>
Figure SMS_19
的均值， />
Figure SMS_20
为训练数据/>
Figure SMS_21
的标准差，
Figure SMS_22
为监测数据；
S102、对监测数据
Figure SMS_23
进行奇异值分解，表达式如下：/>
Figure SMS_24
，
其中U、V为酉矩阵，
Figure SMS_25
对应的特征向量组成的矩阵， />
Figure SMS_26
对应的特性向量组成的矩阵，Σ矩阵除了主对角线上的元素以外全为0，主对角线上的每个元素都称为奇异值，依次为 />
Figure SMS_27
，且满足
Figure SMS_28
。
进一步的，所述步骤S30中归一化预处理表达式如下：
Figure SMS_29
，
其中，
Figure SMS_30
为训练数据/>
Figure SMS_31
的均值，/>
Figure SMS_32
为训练数据/>
Figure SMS_33
的标准差，/>
Figure SMS_34
为实时监测数据。
进一步的，所述步骤S40的具体步骤如下：
S401、电容式电压互感器实时监测数据
Figure SMS_35
在误差空间/>
Figure SMS_36
的投影表征的误差信息为/>
Figure SMS_37
，/>
Figure SMS_38
；
S402、将
Figure SMS_39
重构至与实时监测数据/>
Figure SMS_40
同纬度的空间，得到与同纬度的误差信息/>
Figure SMS_41
， />
Figure SMS_42
；
S403、由所述步骤S401与S402得到
Figure SMS_43
，可简化为
Figure SMS_44
，其中 />
Figure SMS_45
即为误差重构矩阵。
进一步的，利用负荷周期性，分析电容式电压互感器二次侧数据，得到
Figure SMS_46
，其中 />
Figure SMS_47
为各通道电压互感器二次侧监测数据各通道的均值，即：
Figure SMS_48
，
通过求解方程组即可得到
Figure SMS_49
，即电容式电压互感器各通道的误差。
进一步的，所述步骤S202中，常数C取0.95；负荷周期性的周期取24小时。
第二方面，本发明还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法。
第三方面，本发明还提供了一种电子终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上所述方法。
本发明提供的电压互感器误差在线监测与分析方法与现有技术相比，至少具有如下有益效果：
本发明流程简单、过程高效，通过训练数据，建立表征误差信息的误差空间与误差信息重构矩阵，并利用重构矩阵对各通道电压互感器的误差进行定量计算，监测效率与精度高，相较于现有技术，实现定周期断电检修到依据互感器误差状态进行检修的重要转变，提高了检修效率，同时在线实时的监测电容式电压互感器的误差特性，实现了电容式电压互感器智能运维。
附图说明
为了更清楚地说明本的方案，下面将对实施例描述中所需要使用的图作一个简单的介绍，显而易见地，下面描述中的附图是本的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种电压互感器误差在线监测与分析方法的流程图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
本发明提供了一种电压互感器误差在线监测与分析方法，应用于电容式电压互感器的误差定量分析中，电压互感器误差在线监测与分析方法包括以下步骤：
S10、采集电容式电压互感器二次侧训练数据
Figure SMS_50
，对训练数据进行奇异值分解；
S20、根据贡献度阈值，计算主成分空间与误差空间；
S30、采集电容式电压互感器二次侧实时训练数据
Figure SMS_51
并进行归一化预处理；
S40、利用误差重构矩阵，重构电容式电压互感器的误差信息；
S50、求解各通道电容式电压互感器的误差。
本发明流程简单、过程高效，通过训练数据，建立表征误差信息的误差空间与误差信息重构矩阵，并利用重构矩阵对各通道电压互感器的误差进行定量计算，监测效率与精度高。
为了使本技术领域的人员更好地理解本发明方案，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述。
本发明提供了一种电压互感器误差在线监测与分析方法，应用于电容式电压互感器的误差定量分析中，如图1所示，所述电压互感器误差在线监测与分析方法包括以下步骤：
S10、采集电容式电压互感器二次侧训练数据
Figure SMS_52
，对训练数据进行奇异值分解；
进一步的，本实施例中，步骤S10的具体步骤如下：
S101、对训练数据
Figure SMS_53
进行归一化预处理，表达式如下：
Figure SMS_54
，
其中，
Figure SMS_55
为训练数据/>
Figure SMS_56
的均值， />
Figure SMS_57
为训练数据/>
Figure SMS_58
的标准差，即将原始数据减去每通道的均值，再除以该通道的标准差，归一化预处理后的数据均值为0，方差为1，/>
Figure SMS_59
为监测数据；
S102、对监测数据
Figure SMS_60
进行奇异值分解，表达式如下：/>
Figure SMS_61
，
其中U、V为酉矩阵，
Figure SMS_62
对应的特征向量组成的矩阵， />
Figure SMS_63
对应的特性向量组成的矩阵，Σ矩阵除了主对角线上的元素以外全为0，主对角线上的每个元素都称为奇异值，依次为 />
Figure SMS_64
，且满足
Figure SMS_65
。
S20、根据贡献度阈值，计算主成分空间与误差空间；
进一步的，本实施例中，步骤S20的具体步骤如下：
S201、依次计算每个主成分的贡献度
Figure SMS_66
，其中 />
Figure SMS_67
；
S202、根据贡献度阈值确定主成分空间特性向量的个数m，
Figure SMS_68
，C为设置的常数；
S203、取矩阵
Figure SMS_69
的前m个特征向量，即为主成分空间P，剩余的特征向量即为误差空间/>
Figure SMS_70
，互感器实时监测数据在主成分空间的投影表征电容式电压互感器一次侧电压信息，互感器实时监测数据在误差空间的投影表征电容式电压互感器的误差信息。
本实施例中，常数C取0.95。
S30、采集电容式电压互感器二次侧实时训练数据
Figure SMS_71
并进行归一化预处理；
进一步的，本实施例中，步骤S30中归一化预处理表达式如下：
Figure SMS_72
，
其中，
Figure SMS_73
为训练数据/>
Figure SMS_74
的均值，/>
Figure SMS_75
为训练数据/>
Figure SMS_76
的标准差，/>
Figure SMS_77
为实时监测数据。
S40、利用误差重构矩阵，重构电容式电压互感器的误差信息；
进一步的，本实施例中，步骤S40的具体步骤如下：
S401、电容式电压互感器实时监测数据
Figure SMS_78
在误差空间/>
Figure SMS_79
的投影表征的误差信息为/>
Figure SMS_80
，/>
Figure SMS_81
，该误差信息的数据维度与原始数据不一致，为降维后的数据；
S402、为了获取各通道电容式电压互感器的误差信息，需要将
Figure SMS_82
重构至与实时监测数据/>
Figure SMS_83
同纬度的空间，得到与同纬度的误差信息/>
Figure SMS_84
， />
Figure SMS_85
；
S403、由所述步骤S401与S402得到
Figure SMS_86
，可简化为
Figure SMS_87
，其中 />
Figure SMS_88
即为误差重构矩阵，计算误差数据重构矩阵M，
Figure SMS_89
。
S50、求解各通道电容式电压互感器的误差。
进一步的，本实施例中，步骤S50的具体为：
令监测数据
Figure SMS_90
， />
Figure SMS_91
为列向量，为某通道的采样数据，n为通道数，同理得互感器实时监测数据 />
Figure SMS_92
，
Figure SMS_93
，
Figure SMS_94
，上述参量均为已知量，则：
Figure SMS_95
，
其中，
Figure SMS_96
为监测数据对应的理想值，为未知量，
Figure SMS_97
为各通道的误差，为待求量，则：
Figure SMS_98
。
进一步的，利用负荷周期性，以24小时为周期，分析电容式电压互感器二次侧数据，得到
Figure SMS_99
，其中
Figure SMS_100
为各通道电压互感器二次侧监测数据各通道的均值，即：
Figure SMS_101
，
通过求解方程组即可得到
Figure SMS_102
，即电容式电压互感器各通道的误差。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本实施例中的任一项方法。
本发明实施例还提供了一种电子终端，包括：处理器及存储器；存储器用于存储计算机程序，处理器用于执行存储器存储的计算机程序，以使终端执行本实施例中任一项方法。
本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供的电子终端，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子终端执行如上方法的各个步骤。
上述实施例所述的电压互感器误差在线监测与分析方法、介质及终端，流程简单、过程高效，通过训练数据，建立表征误差信息的误差空间与误差信息重构矩阵，并利用重构矩阵对各通道电压互感器的误差进行定量计算，监测效率与精度高，相较于现有技术，实现定周期断电检修到依据互感器误差状态进行检修的重要转变，提高了检修效率，同时在线实时的监测电容式电压互感器的误差特性，实现了电容式电压互感器智能运维。
显然，以上所描述的实施例仅仅是本较佳实施例，而不是全部的实施例，附图中给出了本的较佳实施例，但并不限制本的专利范围。本可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本的公开内容的理解更加透彻全面。尽管参照前述实施例对本进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本专利保护范围之内。

Claims (5)

1.一种电压互感器误差在线监测与分析方法，其特征在于，包括以下步骤：
S10、采集电容式电压互感器二次侧训练数据X 0，对训练数据进行奇异值分解；
所述步骤S10的具体步骤如下：
S101、对训练数据X 0进行归一化预处理，表达式如下：
Figure QLYQS_1
；
其中，
Figure QLYQS_2
为训练数据X 0的均值，/>
Figure QLYQS_3
为训练数据X 0的标准差，X 1为监测数据；
S102、对监测数据X 1进行奇异值分解，表达式如下：
Figure QLYQS_4
；
其中U、V为酉矩阵，
Figure QLYQS_5
对应的特征向量组成的矩阵，/>
Figure QLYQS_6
对应的特性向量组成的矩阵，Σ矩阵除了主对角线上的元素以外全为0，主对角线上的每个元素都称为奇异值，依次为/>
Figure QLYQS_7
，且满足/>
Figure QLYQS_8
；
S20、根据贡献度阈值，计算主成分空间与误差空间；
所述步骤S20的具体步骤如下：
S201、依次计算每个主成分的贡献度c i ，其中
Figure QLYQS_9
；
S202、根据贡献度阈值确定主成分空间特性向量的个数m，
Figure QLYQS_10
，C为设置的常数；
S203、取矩阵V的前m个特征向量，即为主成分空间P，剩余的特征向量即为误差空间P e ；
S30、采集电容式电压互感器二次侧实时训练数据Y 0并进行归一化预处理；
S40、利用误差重构矩阵，重构电容式电压互感器的误差信息；
所述步骤S40的具体步骤如下：
S401、电容式电压互感器实时监测数据Y 1在误差空间P e 的投影表征的误差信息为ERR 0 ，ERR 0 ＝Y 1 P e；
S402、将ERR 0 重构至与实时监测数据Y 1同维度的空间，得到与同维度的误差信息ERR 1 ，ERR 1 ＝ERR 0 P e T ；
S403、由所述步骤S401与S402得到ERR 1 ＝Y 1 P e P e T ，可简化为ERR 1 ＝Y 1 M con，其中
Figure QLYQS_11
即为误差重构矩阵；
S50、求解各通道电容式电压互感器的误差；
所述步骤S50的具体为：
令监测数据
Figure QLYQS_12
，x n为列向量，为某通道的采样数据，n为通道数，同理得互感器实时监测数据/>
Figure QLYQS_13
，
Figure QLYQS_14
，/>
Figure QLYQS_15
，上述参量均为已知量，则：
Figure QLYQS_16
；
其中，
Figure QLYQS_17
为监测数据对应的理想值，为未知量，/>
Figure QLYQS_18
为各通道的误差，为待求量，则：
Figure QLYQS_19
；
利用负荷周期性，分析电容式电压互感器二次侧数据，得到
Figure QLYQS_20
，其中/>
Figure QLYQS_21
为各通道电压互感器二次侧监测数据各通道的均值，即：
Figure QLYQS_22
；
通过求解方程组即可得到
Figure QLYQS_23
，即电容式电压互感器各通道的误差。
2.根据权利要求1所述的一种电压互感器误差在线监测与分析方法，其特征在于，所述步骤S30中归一化预处理表达式如下：
Figure QLYQS_24
；
其中，E(X 0)为训练数据X 0的均值，STD(X 0)为训练数据X 0的标准差，Y 1为实时监测数据。
3.根据权利要求2所述的一种电压互感器误差在线监测与分析方法，其特征在于，所述步骤S202中，常数C取0.95；负荷周期性的周期取24小时。
4.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法。
5.一种电子终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至3任一项所述方法。
CN202310132822.4A 2023-02-20 2023-02-20 一种电压互感器误差在线监测与分析方法、介质及终端 Active CN115840185B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310132822.4A CN115840185B (zh) 2023-02-20 2023-02-20 一种电压互感器误差在线监测与分析方法、介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310132822.4A CN115840185B (zh) 2023-02-20 2023-02-20 一种电压互感器误差在线监测与分析方法、介质及终端

Publications (2)

Publication Number Publication Date
CN115840185A CN115840185A (zh) 2023-03-24
CN115840185B true CN115840185B (zh) 2023-07-04

Family

ID=85579875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310132822.4A Active CN115840185B (zh) 2023-02-20 2023-02-20 一种电压互感器误差在线监测与分析方法、介质及终端

Country Status (1)

Country Link
CN (1) CN115840185B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117949886B (zh) * 2024-03-27 2024-07-05 国网山西省电力公司营销服务中心 互感器校验仪智能调控方法、系统、电子设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7065465B2 (en) * 2002-03-26 2006-06-20 Lockheed Martin Corporation Method and system for multi-sensor data fusion
CN105676160B (zh) * 2016-01-28 2018-09-11 云南电网有限责任公司电力科学研究院 一种电子式互感器校验仪溯源方法及系统
CN106443566B (zh) * 2016-12-01 2019-03-12 国网湖南省电力公司计量中心 基于大数据推演的电能计量装置误差检测方法及系统
CN113281697B (zh) * 2021-05-20 2023-04-18 国网河南省电力公司营销服务中心 一种运行误差在线分析方法及系统
CN114692505A (zh) * 2022-04-12 2022-07-01 广东电网有限责任公司 一种电容式电压互感器误差预测方法及装置

Also Published As

Publication number Publication date
CN115840185A (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN109543317B (zh) 一种pemfc剩余使用寿命预测的方法及装置
WO2021208079A1 (zh) 获取动力电池寿命数据的方法、装置、计算机设备及介质
CN109270482B (zh) 电压互感器计量准确度在线评价方法及终端设备
CN115840185B (zh) 一种电压互感器误差在线监测与分析方法、介质及终端
CN110930052A (zh) 一种变电设备故障率预测方法，系统，设备及可读存储介质
CN115840184B (zh) 一种电压互感器运行误差分析方法、介质及终端
CN117748507B (zh) 基于高斯回归模型的配网谐波接入不确定性评估方法
CN110766236A (zh) 基于统计分析和深度学习的电力设备状态趋势预测方法
CN118393420B (zh) 一种电容式电压互感器误差评估方法、介质及终端
CN116662771A (zh) 电容式电压互感器自适应pca误差定量评价的方法及系统
CN112287297A (zh) 基于随机采样的电能表质量一致性评价方法与介质
CN117932236A (zh) 一种电压互感器计量误差预测方法、介质及终端
CN115575880B (zh) 一种电力互感器计量误差状态在线检测方法
CN110108806B (zh) 基于概率信息压缩的变压器油色谱数据表示方法
Dambrowski Validation of impedance-data and of impedance-based modeling approach of electrochemical cells by means of mathematical system theory
CN115542064A (zh) 一种互感器误差状态实时监测方法及装置
CN111400649B (zh) 谐波责任量化方法、装置、计算机设备和存储介质
CN113884805A (zh) 基于d-s证据理论的单相接地故障绝缘劣化识别方法及系统
CN113379279A (zh) 基于不完整数据的深度强化学习短期电压稳定性评估方法
CN106529805A (zh) 一种基于发电机重要度的发电系统可靠性评估方法
CN109194367B (zh) 能量分解中功率信号重构方法
Ding et al. Background harmonic probabilistic model for harmonic responsibility assessment based on nonparametric methods
CN116184141B (zh) 一种气体绝缘设备故障诊断方法及系统
Li et al. A Lifetime Prediction Approach Based on Adversarial Variational Auto-Encoder Networks for Dry-Type Power Transformers
Hao et al. The application of pulse response analysis method in lithium-ion battery modeling and state estimation

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