基于数值气象数据与机器学习的电网故障预测方法及系统

发明专利有效专利

申请号：
CN202010514091.6
IPC分类号：G06Q10/04;G06Q10/06;G06N3/04;G06N3/08;G06Q50/06
申请日期：
2020-06-08
申请人：
清华大学;国网河北省电力有限公司;国家电网有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于数值气象数据与机器学习的电网故障预测方法及系统
申请号	CN202010514091.6	申请日期	2020-06-08
法律状态	公开	申报国家	中国
公开/公告日	2020-10-30	公开/公告号	CN111860943A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;1;0;/;0;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;Q;5;0;/;0;6查看分类表>
申请人	清华大学;国网河北省电力有限公司;国家电网有限公司	申请人地址	北京市海淀区清华园变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	清华大学,国网河北省电力有限公司,国家电网有限公司	当前权利人	清华大学,国网河北省电力有限公司,国家电网有限公司
发明人	钟海旺;张广伦;程通;夏清;康重庆
代理机构	北京清亦华知识产权代理事务所（普通合伙）	代理人	石茵汀

摘要

本发明公开了一种基于数值气象数据与机器学习的电网故障预测方法及系统，其中，方法包括：获取所分析区域的电网基础信息、历史运行故障数据及历史数值气象数据；根据历史故障数据计算各元件的历史宏观可靠性指标数据，以建立神经网络，并将成对的历史可靠性数据与历史气象数据输入神经网络进行训练，经过参数调整后得到可靠性数据与气象数据的关联模型；通过关联模型，基于数值天气预报的在线数值气象预报数据，对电力系统元件的故障进行在线预测。该方法采用数值气象预报与机器学习相结合的方式，解决了气象因素与电网运行可靠性数据的关联性问题，为事前甄别电力系统发生故障的可能性提供计算依据，保障电力系统运行的稳定性与可靠性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供