← 返回列表

一种电能质量监测方法及装置

申请号: CN202311298050.8
申请人: 武汉杰创博特自动化科技有限公司
申请日期: 2023/10/9

摘要文本

本发明提供了一种电能质量监测方法及装置,涉及电能质量监测技术领域, 包括:获取在不同电网区段中所包含的原始监测信号集和原始监测时间集;对原始监测信号集进行预处理,得到预处理监测信号集;对原始监测时间集进行预处理,得到预处理监测时间集;对预处理监测信号集进行时间差分计算,得到监测信号差分数据集;对监测信号差分数据集和预处理监测时间集进行小波变换,得到监测信号变换数据集;将监测信号变换数据集输入至预设的电能质量监测模型中,得到电能质量监测标签。本方法实现了在电能质量中从多种电力事件的关联性出发,提高了监测分类的精度和监测分类能力。

专利详细信息

项目 内容
专利名称 一种电能质量监测方法及装置
专利类型 发明申请
申请号 CN202311298050.8
申请日 2023/10/9
公告号 CN117368598A
公开日 2024/1/9
IPC主分类号 G01R31/00
权利人 武汉杰创博特自动化科技有限公司
发明人 姜学亮
地址 湖北省武汉市东湖新技术开发区光谷三路777号创星汇自贸金融大厦7层709室

专利主权项内容

1.一种电能质量监测方法,其特征在于,包括:获取在不同电网区段中所包含的原始监测信号集和原始监测时间集;对所述原始监测信号集进行预处理,得到预处理监测信号集;对所述原始监测时间集进行预处理,得到预处理监测时间集;对所述预处理监测信号集进行时间差分计算,得到监测信号差分数据集;对所述监测信号差分数据集和所述预处理监测时间集进行小波变换,得到监测信号变换数据集;将所述监测信号变换数据集输入至预设的电能质量监测模型中,得到电能质量监测标签,所述电能质量监测标签用于响应于电能质量监测调度,所述电能质量监测模型为基于多目标深度卷积神经网络所建立的卷积模型。