申请/专利权人：南京工程学院

申请日：2020-07-21

公开（公告）日：2020-10-23

公开（公告）号：CN111817299A

主分类号：H02J3/00(20060101)

分类号：H02J3/00(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.02.19#授权;2020.11.10#实质审查的生效;2020.10.23#公开

摘要：本发明公开了基于模糊推理的配电台区线损率异常成因智能辨识方法，步骤如下：S1、获取台区线损率数据；获取台区线损率异常的时段；S2、根据台区线损率的历史数据建立模糊专家库中的隶属度函数；S3、使用隶属度函数对步骤S1中的异常时段的线损率进行判断；S4、根据步骤S3的判断结果进行分析：若判断异常线损率为负线损率，则进入步骤S5；若判断异常线损率为高线损率，则进入步骤S6；若判断线损率正常则输出线损率正常并报错；S5、分类负线损率并判断异常原因，转入步骤S7；S6、通过线损率估算公式和皮尔逊系数来判断异常原因，转入步骤S7；S7、整理分析所得的原因并输出。本发明提高了线损率异常判断的准确性和速度。

主权项：1.基于模糊推理的配电台区线损率异常成因智能辨识方法，其特征在于，包括如下步骤：S1、获取台区线损率数据；获取台区线损率异常的时段；S2、根据台区线损率的历史数据建立模糊专家库中的隶属度函数；S3、使用隶属度函数对步骤S1中的异常时段的线损率进行判断；S4、根据步骤S3的判断结果进行分析：若判断异常线损率为负线损率，则进入步骤S5；若判断异常线损率为高线损率，则进入步骤S6；若判断线损率正常则输出线损率正常并报错；S5、分类负线损率并判断异常原因，转入步骤S7；S6、通过线损率估算公式和皮尔逊系数来判断异常原因，转入步骤S7；S7、整理分析所得的原因并输出。

全文数据：

权利要求：

百度查询： 南京工程学院 基于模糊推理的配电台区线损率异常成因智能辨识方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD