-
公开(公告)号：CN118939949A
公开(公告)日：2024-11-12
申请号：CN202410914339.6
申请日：2024-07-09
Applicant: 南方电网数字电网研究院股份有限公司
IPC: G06F18/15 , G06F18/2433 , G06F18/214 , G06F18/21 , G06N3/0455 , G06N3/088
Abstract: 本发明提供了一种基于电力环境的气象数据清洗方法及系统，所述方法包括：获取原始气象数据集；根据所述原始气象数据集中各个数据点的分布状况生成对应的数据分布图像；根据所述数据分布图像判断所述原始气象数据集是否存在异常值，若存在异常值，则使用预设的异常值处理方法处理所述原始气象数据集中的异常值，获得第一气象数据集，其中，所述异常值处理方法为Z‑score比较法、分位数检测法或自编码器法；检测所述第一气象数据集中的缺失值，根据检测结果使用对应的缺失值处理方法处理所述第一气象数据集中的缺失值，获得第二气象数据集；对所述第二气象数据集进行去重复处理，获得已完成数据清洗的气象数据集，提高数据的质量和可靠性。
-
公开(公告)号：CN118841984A
公开(公告)日：2024-10-25
申请号：CN202410822676.2
申请日：2024-06-25
Applicant: 南方电网数字电网研究院股份有限公司
Abstract: 本发明公开了一种基于分布式发电的配电网优化调度方法及系统，包括：获取配电网中每一个分布式电源的设备参数及目标调度时段内的环境参数，根据所述设备参数及所述环境参数预测每一个所述分布式电源在所述目标调度时段内的发电量，对所述配电网所在的区域进行划分，确定每一个所述分布式电源参与调度的目标子区域，根据所述目标子区域的用电需求和所述发电量生成每一个所述目标子区域的第一调度方案，根据所述第一调度方案生成所述配电网对应的第二调度方案，提高配电网的管理效率及稳定性。
-
公开(公告)号：CN118779633A
公开(公告)日：2024-10-15
申请号：CN202410819080.7
申请日：2024-06-24
Applicant: 南方电网数字电网研究院股份有限公司
Abstract: 本发明涉及电网技术领域，公开了一种配电网故障分析方法及装置。该方法利用部署在配电网若干个关键节点上的边缘传感器实时采集配电网数据；基于预设的故障数据库分析配电网数据，判断当前故障与聚合层之间的位置关系；若当前故障处于聚合层所对应的区域之内，则根据故障数据库分析当前故障的故障位置和故障原因；若当前故障处于聚合层所对应的区域之外，则结合历史故障数据确定配电网数据的故障特征，利用预设的故障诊断模型判断当前故障的故障类型，从而确定当前故障的故障位置和故障原因。本发明通过部署聚合层实现了故障的快速监测定位，有效降低了中心计算机的负载，提高了故障分析的效率和精确度。
-
公开(公告)号：CN118733262A
公开(公告)日：2024-10-01
申请号：CN202410822674.3
申请日：2024-06-25
Applicant: 南方电网数字电网研究院股份有限公司
Abstract: 本发明公开了一种配电网实时监控系统的负载均衡方法、装置及介质。所述方法先获取待分配任务；然后利用基于历史数据训练的线性回归模型预测任务执行时间，并使用SARIMA模型预测服务器负荷的高峰与低峰时段。在匹配阶段，系统优先选择低峰时段大于任务执行时间且负载最小的服务器，在无合适服务器时选择任务链接最少的服务器，以执行任务。本申请解决了现有技术中无法有效分配电网服务器负载的问题。
-
公开(公告)号：CN117610214A
公开(公告)日：2024-02-27
申请号：CN202410089144.2
申请日：2024-01-23
Applicant: 南方电网数字电网研究院股份有限公司 , 南方电网人工智能科技有限公司
IPC: G06F30/18 , G06F30/27 , G06F16/29 , G06F18/23213 , G06F18/2411 , G06F18/243 , G06F18/27 , G06N5/01 , G06N20/10 , G06N20/20 , G06F113/04 , G06F113/16 , G06F119/02 , G06F123/02
Abstract: 本申请提供一种基于动态地理特征的配电网接线智能规划方法，包括：分析地区的经济发展数据与负荷问题，检测面临线路重载、过载或轻载风险的地区；应用电力系统模拟软件进行电力系统的全局模拟，包括馈线非典型接线、馈线首端联络的拓扑问题，判断当前地区是否存在电力问题；根据社群媒体、民意调查表以及能源政策，对各地区未来电力需求进行预测；使用支持向量机算法，对各地区的电力需求和供电可靠性进行排序，并加入一个权重系数，突出被忽视的少数社群或地区；采用K‑均值聚类算法对地区和社群进行分类，并根据每个集群的特性和属性进行配电网接线；生成一个基于动态地理特征的配电网接线智能规划方案，并自动分配给实施团队。
-
Patent Agency Ranking
公开(公告)号：CN118842171A
公开(公告)日：2024-10-25
申请号：CN202410822675.8
申请日：2024-06-25
Applicant: 南方电网数字电网研究院股份有限公司
Abstract: 本发明公开了一种配电网故障处理方法及系统，包括：获取配电网的网络拓扑结构及所述配电网中各个第一配电网节点的历史供电参数，根据所述历史供电参数及所述网络拓扑结构从所述第一配电网节点中筛选出若干个用于进行配电网监控的第二配电网节点，获取每一个所述第二配电网节点所包含的电气元件的电气数据，并调用预设的故障电气数据与所述电气数据进行比对，以使根据所述比对的结果判定所述电气元件是否出现故障，当判定出现故障时，根据当前出现故障的所述电气元件确定发生故障的若干个第三配电网节点，根据所述第三配电网节点及出现故障的所述电气元件，生成所述配电网的故障解决方案，提高故障处理的效率及准确率。
-
公开(公告)号：CN118822298A
公开(公告)日：2024-10-22
申请号：CN202410825918.3
申请日：2024-06-25
Applicant: 南方电网数字电网研究院股份有限公司
IPC: G06Q10/0637 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06F18/214 , G06F18/2415 , G06F18/27 , G06N3/126
Abstract: 本发明公开了一种基于人工智能的配电网负荷预测方法、装置及介质。所述方法通过获取影响配电网负荷的实时数据集，并结合深度学习模型和多尺度时间序列分析模型进行负荷预测，其中深度学习模型是CNN和LSTM网络的融合，经过强化学习算法和历史数据集训练优化，而多尺度时间序列分析模型则是基于强化学习算法和历史数据集训练的ARIMA模型。最终，通过动态加权法对两个模型的预测结果进行加权，得到综合的配电网负荷预测结果。本申请充分利用了多种数据和模型的优势，提高了预测的准确性和可靠性。
-
公开(公告)号：CN118783444A
公开(公告)日：2024-10-15
申请号：CN202410665273.1
申请日：2024-05-27
Applicant: 南方电网数字电网研究院股份有限公司
IPC: H02J3/06 , H02J3/48 , H02J3/50 , H02J3/38 , H02J3/28 , H02J3/00 , G06Q10/0637 , G06Q50/06 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本申请涉及一种电力资源调度方法、装置、设备、存储介质和程序产品。所述方法包括：获取目标调度策略模型，并获取目标调度区域内火电机组的运行参数和新能源机组的运行参数；根据火电机组的运行参数和新能源机组的运行参数通过目标调度策略模型得到调度策略，根据调度策略确定对电力资源进行调度时火电机组和新能源机组的决策发电调整量的范围；根据发电量调整范围对目标调度区域内火电机组和新能源机组的发电量进行调度。本申请的电力资源调度方法、装置、设备、存储介质和程序产品，能够降低决策过程带来的安全风险，使电力资源的调度过程更加安全可靠。
-
公开(公告)号：CN118333657A
公开(公告)日：2024-07-12
申请号：CN202410252747.X
申请日：2024-03-06
Applicant: 南方电网数字电网研究院股份有限公司
IPC: G06Q30/0201 , G06Q50/06 , G06F18/25 , G06F18/20 , G06F18/214 , G06N3/092
Abstract: 本申请涉及一种融合强化学习与安全核验的新型电力系统调度方法和装置。所述方法包括：获取基于强化学习的电力系统机组组合模型；获取基于数学优化方法的、考虑安全核验的电力系统经济调度模型；基于新型电力系统的运行数据，利用机组组合模型获取机组启停决策；基于机组启停决策对应的机组启停状态，利用经济调度模型获取机组出力情况；根据机组启停状态和机组出力情况，获得机组调度规划。采用本方法能够提高调度问题求解效率的同时，提高调度方案的可靠性。
-
公开(公告)号：CN118278488A
公开(公告)日：2024-07-02
申请号：CN202410341003.5
申请日：2024-03-25
Applicant: 南方电网数字电网研究院股份有限公司
IPC: G06N3/084 , G06N3/0985 , G06N3/0499 , G06N3/09 , H02J3/00 , H02J3/06
Abstract: 本申请涉及一种潮流计算模型的训练方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：构建待训练的正向潮流计算模型以及待训练的反向潮流计算模型；待训练的正向潮流计算模型的输出为所述待训练的反向潮流计算模型的输入；根据待训练的正向潮流计算模型的第一预测误差，构建正向误差损失函数，根据待训练的反向潮流计算模型的第二预测误差，构建反向误差损失函数；根据正向误差损失函数以及反向误差损失函数，构建目标损失函数；基于目标损失函数，采用数据样本对待训练的正向潮流计算模型以及待训练的反向潮流计算模型进行训练，得到训练好的正向潮流计算模型和训练好的反向潮流计算模型。采用本方法能够提高模型的训练效果。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.047 seconds)
