申请/专利权人：武汉杰创博特自动化科技有限公司

申请日：2023-10-09

公开（公告）日：2024-04-12

公开（公告）号：CN117368598B

主分类号：G01R31/00

分类号：G01R31/00;G01D21/02;G06F18/22;G06F18/2131;G06F18/214;G06N3/0464;G06N3/08;G06Q50/06;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.01.26#实质审查的生效;2024.01.09#公开

摘要：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。

主权项：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,其中包括：对所述预处理监测信号集进行一维信号分析，得到预处理监测信号集所对应的一维电能质量信息；对所述一维电能质量信息按照预设周期进行排列，得到一维电能质量信息所对应的二维矩阵信息；对所述二维矩阵信息进行平移，得到平移的二维矩阵信息；其中，具体计算公式为： ；上式中，表示平移的二维矩阵信息，表示一维电能质量信息所对应的二维矩阵信息，表示预设的平移矩阵，其具体为： ；上式中，表示预设的平移矩阵，表示单位矩阵，表示平移的单位数，表示预设周期个数；对所述平移的二维矩阵信息进行矩阵投影，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，其中根据所述电能质量监测模型训练得到电能质量监测训练标签，包括：获取多目标训练信号集；对所述多目标训练信号集进行预设的共享层训练，得到多目标训练信号集的共享特征信息，所述共享层包括四层卷积层和两层池化层；对所述共享特征信息进行预设的特定层训练，得到多目标训练信号集的特征分类信息，所述特定层包括五层卷积层和三层池化层；对所述特征分类信息通过预设的Dense层进行标签映射，得到电能质量监测训练标签，其中包括权重联系函数，所述权重联系函数用于将单个目标之间的特征分类进行联系，所述权重联系函数的计算包括：获取单个目标的学习预测概率和单个目标的熵损失函数差异信息；对所述单个目标的学习预测概率和所述单个目标的熵损失函数差异信息通过预设的交叉模型进行计算，得到单个目标的损失函数；根据所述单个目标的损失函数和预设权重因子进行计算，得到单个目标的损失函数修正信息；对所述单个目标的损失函数修正信息通过预设的权重联系模型进行求解，得到权重联系函数，所述预设的权重联系模型为： ；上式中，表示权重联系函数，表示总的分类目标数，表示单个目标的损失函数修正信息，表示第个任务的预设权重因子。

全文数据：

权利要求：

百度查询： 武汉杰创博特自动化科技有限公司 一种电能质量监测方法及装置

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