龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本发明公开了一种基于经验模态分解的台区负荷异常态势协同检测方法，该方法采用边‑云协同方式进行检测，由运行于边缘物联终端的边缘计算实现本地台区负荷异常态势的本地快速检测方法进行检测；由运行于配电主站的集中计算实现台区负荷异常态势的协同检测；配电主站根据各边缘物联终端在负荷态势正常时周期性上传的历史数据、各边缘物联终端在检测到负荷态势异常后上传的主导电气量测数据和偏离特征值数指标，将台区负荷的异常态势和物理故障等配电网异常状态区分开。本发明不需要配电网详细的物理参数，能够在本地快速准确筛查出负荷异常态势，降低了通信网络负担，节省了配电网控制中心的计算资源。
主权项：1.一种基于经验模态分解的台区负荷异常态势协同检测方法，其特征在于，包括以下步骤：1边缘物联终端根据量测终端在本地采集的数据进行边缘计算，对采集数据的时间序列加入随机噪声并进行差分，随后对时间序列进行经验模态分解，利用分解得到的本征模态函数构建模态函数矩阵；计算模态函数矩阵的偏离特征值数指标；2根据偏离特征值数指标的值判断是否存在负荷异常态势，若存在负荷异常态势，则构造增广矩阵并使用谱偏离度指标分析以获取最能体现负荷波动的主导电气量测数据，边缘物联终端将筛选出的主导电气量测数据和偏离特征值数指标上传至配电主站；否则，则周期性向配电主站上传历史量测数据；3配电主站根据各边缘物联终端在未检测到负荷异常态势时周期性上传的历史数据、各边缘物联终端在检测到负荷态势异常后上传的主导电气量测数据和偏离特征值数指标，构建集中计算量测矩阵并计算集中计算量测矩阵的谱偏离度指标，以将台区负荷的异常态势和物理故障的配电网异常状态区分开。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于经验模态分解的台区负荷异常态势协同检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号