技術(shù)編號(hào)：40513143
提示：您尚未登錄，請(qǐng)點(diǎn) 登 陸 后下載，如果您還沒(méi)有賬戶請(qǐng)點(diǎn) 注 冊(cè) ，登陸完成后，請(qǐng)刷新本頁(yè)查看技術(shù)詳細(xì)信息。本申請(qǐng)涉及數(shù)據(jù)處理，尤其涉及一種電力系統(tǒng)的運(yùn)行狀態(tài)異常檢測(cè)方法及相關(guān)設(shè)備。背景技術(shù)、在現(xiàn)代電力系統(tǒng)中，隨著分布式能源的普及和用電需求的波動(dòng)性增強(qiáng)，電力系統(tǒng)的運(yùn)行狀態(tài)感知與風(fēng)險(xiǎn)評(píng)估成為了維護(hù)電網(wǎng)穩(wěn)定性的關(guān)鍵環(huán)節(jié)?，F(xiàn)有技術(shù)方案中，針對(duì)配網(wǎng)運(yùn)行狀態(tài)感知，以捕捉主動(dòng)電力系統(tǒng)運(yùn)行態(tài)勢(shì)變化，主要依賴兩大類時(shí)序預(yù)測(cè)方法。第一類基于數(shù)學(xué)工具與統(tǒng)計(jì)分析，如卡爾曼濾波、自回歸(ar)和自回歸移動(dòng)平均(arma)模型，它們擅長(zhǎng)處理線性及靜態(tài)時(shí)間序列，但對(duì)復(fù)雜動(dòng)態(tài)系統(tǒng)預(yù)測(cè)結(jié)果的準(zhǔn)確性有限。第二類則依托于人工智能算法，...
注意：該技術(shù)已申請(qǐng)專利，請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識(shí)儲(chǔ)備，不適合論文引用。
請(qǐng)注意，此類技術(shù)沒(méi)有源代碼，用于學(xué)習(xí)研究技術(shù)思路。