Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 燕山大学王宁获国家专利权

燕山大学王宁获国家专利权

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!

龙图腾网获悉燕山大学申请的专利一种电能质量扰动特征辨识方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117312952B

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311271719.4,技术领域涉及:G06F18/241;该发明授权一种电能质量扰动特征辨识方法是由王宁;孙铭泽设计研发完成,并于2023-09-28向国家知识产权局提交的专利申请。

一种电能质量扰动特征辨识方法在说明书摘要公布了:本发明公开了一种电能质量扰动特征辨识方法,通过构建7种网络结构相同的电能质量扰动特征辨识模型,利用Seq2point模型获得输入和输出的映射关系,每种辨识模型的输入为该辨识模型对应的数据处理后电能质量扰动信号,每种辨识模型的输出为相应的扰动,达到辨识出7种电能质量扰动及其形成的复合扰动的目的;本发明具有计算复杂度低、计算时间少的特点,并且具有较高的辨识准确率,不仅能够辨识出7种单一电能质量扰动,还能辨识出这7种单一电能质量扰动形成的复合扰动,为提高配电网电能质量分析与治理提供了技术支撑。

本发明授权一种电能质量扰动特征辨识方法在权利要求书中公布了:1.一种电能质量扰动特征辨识方法,其特征在于:构建7种网络结构相同的电能质量扰动特征辨识模型,利用Seq2point模型获得输入和输出的映射关系,每种辨识模型的输入为该辨识模型对应的数据处理后电能质量扰动信号,每种辨识模型的输出为相应的扰动,达到辨识出7种电能质量扰动及其形成的复合扰动的目的;具体步骤如下: 步骤1,对待辨识的电能质量扰动信号进行数据处理,形成数据处理后电能质量扰动信号; 步骤2,分别构建电压暂升、电压暂降、电压中断、暂态脉冲、暂态振荡、谐波和电压波动的7种电能质量扰动特征辨识模型,并进行训练; 步骤3,将步骤1的数据处理后电能质量扰动信号分别输入到训练好的7种电能质量扰动特征辨识模型; 步骤4,对每种电能质量扰动特征辨识模型的输出结果进行判断,得到输出结果为非零的扰动特征;生成一个长度与数据处理后电能质量扰动信号相同、元素均为0的信号,记为标准零信号,计算每种电能质量扰动特征辨识模型的输出结果与标准零信号的动态弯曲距离D,若D小于10Δ,则认为该种电能质量扰动特征辨识模型的输出结果为零信号,电能质量扰动信号中不包含该种电能质量扰动特征;如果D大于等于10Δ,则认为该种电能质量扰动特征辨识模型的输出结果为非零信号,即电能质量扰动信号中包含该种电能质量扰动特征;其中Δ为设置的阈值; 步骤5,对非零的扰动特征进行一次反归一化,得到电能质量扰动信号所含扰动特征,输出电能质量扰动辨识结果; 所述步骤1中的数据处理包括滤除噪声、去除基波、数据归一化和信号端点处理4个子步骤; 步骤1.1滤除噪声,采用Savitzky-Golay滤波器滤除电能质量扰动信号的噪声,并对多项式的阶数k和滑动窗口的宽度2M+1这两个参数进行设定; 步骤1.2去除基波,实际采样的电能质量扰动信号包括扰动前电能质量数据和扰动后电能质量数据,去除基波的过程为将电能质量扰动信号中的扰动前电能质量数据进行傅里叶分解,在频域上获取基波频率和幅值,得到电能质量扰动信号中的基波分量,然后用电能质量扰动信号减去基波分量得到去除基波后的电能质量扰动信号; 步骤1.3数据归一化,采用最大绝对值归一化,将去除基波后的电能质量扰动信号变为单位长度,将数值范围缩放到[-1,1]区间里; 步骤1.4信号端点处理,在去除基波后的电能质量扰动信号的开始和结束填充W2个零元素,形成的信号记为数据处理后电能质量扰动信号,W为选取数据处理后电能质量扰动信号的滑动窗口宽度; 所述步骤2中所述的7种电能质量扰动特征辨识模型的网络结构均包括输入层、CNN层、GRU层和输出层;输入层对数据处理后电能质量扰动信号进行处理,利用滑动窗口选取需要输入到CNN层的数据处理后电能质量扰动信号片段,滑动窗口宽度为W,滑动窗口步长为1;CNN层对输入的数据处理后电能质量扰动信号片段进行特征提取,包括卷积层和池化层;GRU层从CNN层所提特征中学习扰动信号的变化规律以实现扰动特征辨识功能,包括GRU层和全连接层,全连接层将特征转换为一维结构;利用Seq2point模型将一维结构映射为一个点,即输入到CNN层的长度为W的数据处理后电能质量扰动信号片段经CNN层和GRU层后输出为一个点;输出层输出最终结果,当数据处理后电能质量扰动信号经滑动窗口依次输入后,输出层将得到由多个映射点组成的输出结果,该输出结果和数据处理后电能质量扰动信号长度相同; 所述步骤2中每种电能质量扰动特征辨识模型的训练需要设置批尺寸和训练轮次,批尺寸是进行一次训练所训练的样本数目;每种辨识模型的输入为对应的数据处理后电能质量扰动信号,每种辨识模型的输出为相应的扰动信号。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人燕山大学,其通讯地址为:066004 河北省秦皇岛市海港区河北大街438号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。