彭小圣
- 作品数：41 被引量：830H指数：8
- 供职机构：华中科技大学更多>>
- 发文基金：国家自然科学基金国家电网公司科技项目更多>>
- 相关领域：电气工程自动化与计算机技术文化科学水利工程更多>>
- 一种基于迁移学习深度学习相结合的风电功率预测方法
- 本发明公开一种基于迁移学习深度学习相结合的风电功率预测方法，通过SCADA系统及数值天气预报，提取新建风电场及周边风电场的历史样本，使用新建风电场的少量历史样本训练BP‑NN，再对周边风电场的大量历史样本预测，根据预测结...
- 彭小圣李胤寰李聪王勃车建峰张元鹏袁帅程艳王楠
- 考虑时空关联特性和偏差诊断的风电集群功率预测方法
- 本发明公开一种考虑时空关联特性和偏差诊断的风电集群功率预测方法，首先，研究风电集群各场站的气象特征分布，挖掘气象高维特征，分析气象特征相关性，建立风电集群优选特征集合，基于DTC模型构建风电集群典型场景生成模型；其次，研...
- 彭小圣曲志达李宝聚庄冠群付小标傅吉悦
- 一种基于多物理场直流局部放电模型的构建与判别方法
- 本发明公开一种基于多物理场直流局部放电模型的构建与判别方法，通过AutoCAD构建仿真片状试样、MATLAB生成含谐波的直流电压、COMSOL软件对温度场和应力场进行参数设置，建立基于荷‑场‑热‑力多物理场仿真系统，同时...
- 彭小圣贾诗媛
- 文献传递
- 基于可变噪音的高压电缆局部放电样本扩充被引量：3
- 2020年
- 高压电缆局部放电样本数量对模式识别精度有较大影响,样本数量不足,模型难以得到充分训练,从而影响识别精度,对局部放电样本进行扩充可以有效解决该难题,对此,提出基于可变噪音的高压电缆局部放电样本扩充方法。首先,构建5种高压电缆典型缺陷并进行加压测试,获取局部放电原始数据;然后,介绍基于可变噪音的局部放电样本扩充原理;最后,采用随机森林、支持向量机、逻辑回归3种方法来验证所提方法的可行性。结果表明:基于可变噪音的局部放电样本扩充方法可以提高局部放电模式识别精度;在噪音水平为0.01时,对随机森林模型的识别精度提升了3.15%,提升效果最好。
- 刘文浩李文泽王洪雨吴毅江王干军Ashfaque Ahmed Bhatti彭小圣
- 关键词：高压电缆局部放电模式识别
- 一种电缆接头典型缺陷局放表征特征挖掘及模式识别方法
- 本发明提出一种电缆接头典型缺陷局放表征特征挖掘及模式识别方法，包括以下步骤：通过实验获得电缆接头4种典型缺陷下的PD数据，对数据进行预处理；基于时间窗的动态调整在不同的时间尺度上进行PD特征构建，拟构建出PD的微秒级脉冲...
- 彭小圣陈奕虹
- 一种时空气象特征提取与深度学习的风电功率预测方法
- 本发明公开一种时空气象特征提取与深度学习的风电功率预测方法，首先基于广域时空气象数据和功率数据，研究新能源场站出力和天气过程的互相关特性，建立不同指标为依据的多层级子区域划分，然后基于多维度气象数据，构建高维度候选特征库...
- 彭小圣贾诗媛杨子民王勃车建峰张元鹏袁帅程艳王楠
- 文献传递
- 一种基于动态自适应的风电集群功率预测方法
- 发明提供一种基于动态自适应的风电集群功率预测方法，按以下步骤进行：步骤1：收集历史数据，对风电集群进行划分；步骤2：根据划分的风电集群，建立时间序列预测模型、数值天气预报预测模型、空间资源匹配预测模型三个预测模型，并训练...
- 彭小圣樊闻翰文劲宇邓迪元熊磊宴青张勇
- 文献传递
- 建设以新能源为主体的新型电力系统自动化课程改革被引量：1
- 2024年
- 培养新型电力系统自动化建设人才对实现新能源大规模并网至关重要。原有的电力系统自动化课程大都围绕火电和水电展开教学,涉及新能源的新型电力系统关键技术和知识点都有所欠缺。本次教学改革采用“讲授课+翻转课堂+研讨课”的形式,致力于培养面向“双碳”目标的新型电力系统自动化专业人才。
- 彭小圣刘欢欢
- 关键词：电气工程
- 输电线路多源异构数据处理关键技术研究综述被引量：24
- 2018年
- 输电线路多源异构数据的处理对提升智能电网时代输电线路运维水平具有重要意义。为了解决输电线路上不同来源数据的结构差异性问题,介绍了多源异构数据的概念及其与传统大数据之间的异同,列举了输电线路上各种多源异构数据的来源和特征。在介绍数据处理一般框架的基础上,从数据集成、数据分析的角度分析了输电线路多源异构数据处理的关键技术,并给出一个应用实例。最后阐述了目前多源异构数据处理的发展方向包括文本挖掘、数据实时性处理和数据可视化。输电线路多源异构数据处理技术可望为线路智能运维能力的发展提供新的技术手段。
- 李黎华奎姜昀芃苏超蒋逸雯彭小圣李智威孙利平
- 关键词：输电线路数据集成数据分析
- 一种基于动态自适应的风电集群功率预测方法
- 发明提供一种基于动态自适应的风电集群功率预测方法，按以下步骤进行：步骤1：收集历史数据，对风电集群进行划分；步骤2：根据划分的风电集群，建立时间序列预测模型、数值天气预报预测模型、空间资源匹配预测模型三个预测模型，并训练...
- 彭小圣樊闻翰文劲宇邓迪元熊磊宴青张勇
- 文献传递
