← 返回列表
基于机器学习的UPS系统供电拓扑图生成方法
摘要文本
本发明涉及基于机器学习的UPS系统供电拓扑图生成方法，具体涉及电力系统领域，通过传感器数据和信息数据之间关系，转换映射拓扑图数据，可以在模型生成的拓扑图中展示传感器数据和信息数据，从电力系统数据中学习模式和规律，并生成准确的供电拓扑图，大大提高了生成的效率和准确性，通过生成供电拓扑图，对UPS系统的可靠性进行全面分析，利用机器学习算法，可以识别电力系统中的关键节点，通过对实时数据进行监测和分析，可以快速准确地绘制供电拓扑图。
申请人信息
- 申请人:国网江苏省电力有限公司镇江供电分公司
- 申请人地址:212001 江苏省镇江市电力路182号
- 发明人: 国网江苏省电力有限公司镇江供电分公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于机器学习的UPS系统供电拓扑图生成方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311503726.2 |
| 申请日 | 2023/11/13 |
| 公告号 | CN117557118A |
| 公开日 | 2024/2/13 |
| IPC主分类号 | G06Q10/0637 |
| 权利人 | 国网江苏省电力有限公司镇江供电分公司 |
| 发明人 | 丁瑾; 赵笛; 王东; 张佳; 马天睿; 高翔; 赵琛胤; 李秀明; 刘瑾; 苏马 |
| 地址 | 江苏省镇江市电力路182号 |
专利主权项内容
1.基于机器学习的UPS系统供电拓扑图生成方法，其特征在于，具体包括以下步骤：S101：安装UPS系统传感器设备构成传感器数据集，利用UPS系统监控设备收集信息数据集，并将两种数据集存储到临时数据中心；S102：调用临时数据中心中传感器数据集以及信息数据集，利用最小-最大归一化缩小到指定范围，并通过皮尔逊相关系数计算特征与目标变量之间的统计相关性，根据传感器数据集和信息数据集的关系转换映射拓扑图数据；S103：调用拓扑图数据利用图卷积神经网络建立机器学习模型，结合节点更新和信息传递输出最终拓扑图结果；S104：根据当前参数和选择的样本计算损失函数对参数的梯度，并利用并行验证评估模型数据性能；S105：使用训练好的模型对新的UPS系统数据进行拓扑图生成，并对生成的拓扑图进行验证，与实际的拓扑结构进行比较。