期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Prophet模型的省级关口计量装置异常判断方法
1
作者
林彤尧
黄天富
+3 位作者
吴志武
王春光
黄汉斌
涂彦昭
《海峡科学》
2023年第8期25-29,共5页
为有效监测省级计量关口(以下简称关口),该文提出了一种基于Prophet模型的关口异常判断方法。先利用历史电量数据得到对应关口的历史损耗率,再根据历史损耗率利用Prophet模型预测关口未来损耗变化趋势,接着通过未来损耗率的置信区间设...
为有效监测省级计量关口(以下简称关口),该文提出了一种基于Prophet模型的关口异常判断方法。先利用历史电量数据得到对应关口的历史损耗率,再根据历史损耗率利用Prophet模型预测关口未来损耗变化趋势,接着通过未来损耗率的置信区间设定损耗阈值。若关口实际损耗率超过损耗阈值,自动发出预警,技术人员按照预警信息复核关口计量装置是否处于异常状态,并定位故障计量点。实验结果表明,该方法在计量关口异常判断上的召回率与精确率分别为93.5%和91.1%,与现有方法相比具有良好的计算精度,能有效地为基层技术人员减负。
展开更多
关键词
关口计量
在线监测
机器学习
Prophet预测
下载PDF
职称材料
一种基于卷积神经网络和长短期记忆网络的光伏系统故障辨识方法
被引量:
7
2
作者
涂彦昭
高伟
杨耿杰
《电气技术》
2022年第2期48-54,共7页
随着光伏发电装机容量的不断上升,如何及时检测并解决光伏组件故障和异常,减少组件能量损失,提高光伏系统的发电效率成为一项重要任务。本文通过研究光伏阵列处于不同故障状态下的I-V曲线之间的特征差异性,直接以I-V曲线作为故障诊断的...
随着光伏发电装机容量的不断上升,如何及时检测并解决光伏组件故障和异常,减少组件能量损失,提高光伏系统的发电效率成为一项重要任务。本文通过研究光伏阵列处于不同故障状态下的I-V曲线之间的特征差异性,直接以I-V曲线作为故障诊断的输入量,提出一种融合卷积神经网络(CNN)与长短期记忆(LSTM)网络的光伏系统故障辨识方法。实验结果表明,该方法不仅能识别出单一故障,如短路、遮阴、老化等,而且能有效识别出双重故障同时存在的情况。
展开更多
关键词
光伏系统
故障诊断
I-V曲线
卷积神经网络(CNN)
长短期记忆(LSTM)网络
下载PDF
职称材料
一种基于极限学习机和皮尔逊相关系数的光伏阵列故障快速诊断方法
被引量:
9
3
作者
陈世群
高伟
+2 位作者
陈孝琪
涂彦昭
杨艳
《电气技术》
2021年第10期57-64,共8页
光伏阵列故障会造成能量损失,甚至引发供电中断或火灾事故。因此,对故障的快速识别至关重要。本文提出一种光伏阵列故障快速诊断方法,用于快速感知故障及故障发生的时刻。通过分析光伏阵列常见故障的信号变化规律,提出利用正常运行时的...
光伏阵列故障会造成能量损失,甚至引发供电中断或火灾事故。因此,对故障的快速识别至关重要。本文提出一种光伏阵列故障快速诊断方法,用于快速感知故障及故障发生的时刻。通过分析光伏阵列常见故障的信号变化规律,提出利用正常运行时的功率波形训练一个极限学习机预测模型,用于预测短时功率的变化;接着计算实测波形和预测波形的皮尔逊相关系数;若光伏阵列发生故障,相关系数将低于一定的阈值,从而识别故障的发生。实测实验验证了所提方法具有很强的故障辨识能力,准确率达到99.37%。所提方法的故障辨识时间仅为4.355ms,亦可作为光伏阵列故障录波的启动方法使用。
展开更多
关键词
光伏阵列
故障录波
极限学习机(ELM)
皮尔逊相关系数
下载PDF
职称材料
题名
基于Prophet模型的省级关口计量装置异常判断方法
1
作者
林彤尧
黄天富
吴志武
王春光
黄汉斌
涂彦昭
机构
国网福建省电力公司营销服务中心
出处
《海峡科学》
2023年第8期25-29,共5页
文摘
为有效监测省级计量关口(以下简称关口),该文提出了一种基于Prophet模型的关口异常判断方法。先利用历史电量数据得到对应关口的历史损耗率,再根据历史损耗率利用Prophet模型预测关口未来损耗变化趋势,接着通过未来损耗率的置信区间设定损耗阈值。若关口实际损耗率超过损耗阈值,自动发出预警,技术人员按照预警信息复核关口计量装置是否处于异常状态,并定位故障计量点。实验结果表明,该方法在计量关口异常判断上的召回率与精确率分别为93.5%和91.1%,与现有方法相比具有良好的计算精度,能有效地为基层技术人员减负。
关键词
关口计量
在线监测
机器学习
Prophet预测
分类号
TM933 [电气工程—电力电子与电力传动]
下载PDF
职称材料
题名
一种基于卷积神经网络和长短期记忆网络的光伏系统故障辨识方法
被引量:
7
2
作者
涂彦昭
高伟
杨耿杰
机构
福州大学电气工程与自动化学院
出处
《电气技术》
2022年第2期48-54,共7页
基金
福建省自然科学基金资助项目(2021J01633)。
文摘
随着光伏发电装机容量的不断上升,如何及时检测并解决光伏组件故障和异常,减少组件能量损失,提高光伏系统的发电效率成为一项重要任务。本文通过研究光伏阵列处于不同故障状态下的I-V曲线之间的特征差异性,直接以I-V曲线作为故障诊断的输入量,提出一种融合卷积神经网络(CNN)与长短期记忆(LSTM)网络的光伏系统故障辨识方法。实验结果表明,该方法不仅能识别出单一故障,如短路、遮阴、老化等,而且能有效识别出双重故障同时存在的情况。
关键词
光伏系统
故障诊断
I-V曲线
卷积神经网络(CNN)
长短期记忆(LSTM)网络
Keywords
photovoltaic power system
fault diagnosis
I-V curves
convolutional neural network(CNN)
long short-term memory(LSTM)network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TM615 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
一种基于极限学习机和皮尔逊相关系数的光伏阵列故障快速诊断方法
被引量:
9
3
作者
陈世群
高伟
陈孝琪
涂彦昭
杨艳
机构
国网福建省电力有限公司福州市长乐区供电公司
福州大学电气工程与自动化学院
淮阴工学院自动化学院
出处
《电气技术》
2021年第10期57-64,共8页
基金
江苏省住房和城乡建设厅指导项目(2019ZD001287)
江苏淮安市科技局自然科学研究计划项目(HAB201905)。
文摘
光伏阵列故障会造成能量损失,甚至引发供电中断或火灾事故。因此,对故障的快速识别至关重要。本文提出一种光伏阵列故障快速诊断方法,用于快速感知故障及故障发生的时刻。通过分析光伏阵列常见故障的信号变化规律,提出利用正常运行时的功率波形训练一个极限学习机预测模型,用于预测短时功率的变化;接着计算实测波形和预测波形的皮尔逊相关系数;若光伏阵列发生故障,相关系数将低于一定的阈值,从而识别故障的发生。实测实验验证了所提方法具有很强的故障辨识能力,准确率达到99.37%。所提方法的故障辨识时间仅为4.355ms,亦可作为光伏阵列故障录波的启动方法使用。
关键词
光伏阵列
故障录波
极限学习机(ELM)
皮尔逊相关系数
Keywords
photovoltaic array
fault recording
extreme learning machine(ELM)
Pearson’s correlation coefficient
分类号
TM615 [电气工程—电力系统及自动化]
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Prophet模型的省级关口计量装置异常判断方法
林彤尧
黄天富
吴志武
王春光
黄汉斌
涂彦昭
《海峡科学》
2023
0
下载PDF
职称材料
2
一种基于卷积神经网络和长短期记忆网络的光伏系统故障辨识方法
涂彦昭
高伟
杨耿杰
《电气技术》
2022
7
下载PDF
职称材料
3
一种基于极限学习机和皮尔逊相关系数的光伏阵列故障快速诊断方法
陈世群
高伟
陈孝琪
涂彦昭
杨艳
《电气技术》
2021
9
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部