-
公开(公告)号：CN117649026A
公开(公告)日：2024-03-05
申请号：CN202311717316.8
申请日：2023-12-14
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
IPC: G06Q10/04 , H02J3/00 , G06Q50/06 , G06N3/0464 , G06N3/08 , G06N5/01 , G06F18/243
Abstract: 基于数据驱动的静态电压稳定性评估与趋势预测方法属于电力系统运维技术领域。本发明利用卷积神经网络CNN替代传统潮流计算，预测出电力系统PV、QV曲线，相较于传统潮流计算，易于找到极值点，计算速度快，准确度高。根据PV、QV曲线求得电力系统运行指标，并由运行指标确定各节点的稳定裕度指标。用于确定的稳定裕度指标的运行指标包含各节点的有功功率、无功功率、电压幅值和电压薄弱节点的电压，指标丰富，可信度高，通过确定的电力系统的稳定裕度，判断电压易失稳的节点，给出稳定性评价，准确性高，由决策树将得到的裕度指标进行处理，给出系统静态电压稳定性的评估，过程清晰可见，方便调度人员参考。
-
公开(公告)号：CN115796539A
公开(公告)日：2023-03-14
申请号：CN202211578116.4
申请日：2022-12-06
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
Inventor： 刘宇 , 祝湘博 , 焦振 , 孔薇 , 王雪 , 曹阳 , 徐大利 , 孟令卿 , 赵彦一 , 郭大川 , 房震宇 , 孙玉成 , 高梓源 , 王迎春 , 杨东升 , 李广地 , 周博文
IPC: G06Q10/0631 , G06Q50/06 , H02J3/14 , H02J3/46
Abstract: 本发明涉及一种基于区块链高载能企业优先级的需求响应调度方法，包括步骤一：构建风电模型，并针对钢铁行业、机械行业和有色金属行业典型高载能负荷特性进行分析和建模；步骤二：制定划分负荷调度优先级策略，提供逐级优惠政策；步骤三：构建负荷聚合商与风电厂及高载能负荷类交易主体间的共治交易环境；步骤四：构建负荷聚合商调度周期内自身收益与风电厂的最小成本为目标的多目标经济优化调度模型；步骤五：对上述多目标优化调度模型求解，并选取最优折衷解；在考虑高载能企业调度优先级的同时，采用负荷电价逐级优惠，构建负荷聚合商－风电－高载能企业的三方交易模式，从而改善了风电的消纳量，大大提高了风电厂的经济性。
-
公开(公告)号：CN117713136A
公开(公告)日：2024-03-15
申请号：CN202311723164.2
申请日：2023-12-15
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
Abstract: 基于分布式储能协同的静态电压稳定性提升方法，属于电力系统运维技术领域，本发明采用传统调压设备作为主控设备，分布式储能协同系统为辅助调压设备，负责调节静态电压波动的关键节点；在考虑分布式储能协同系统功率约束的前提下，通过对电网调压设备的模型预测控制MPC及分布式储能协同系统的分散控制，使网络节点电压维持在允许范围内，并满足关键节点对电压的特殊要求；采用优化算法高效求解MPC优化模型；即通过不同时间尺度的两阶段协调及传统调压设备与灵活可控的DESS的协调，在确保系统电压在正常范围内的同时，有效抑制关键节点电压的波动，而且由于调节DESS功率输出能够实现对电压的快速、连续控制，较大幅度地减少传统调压设备的调节次数。
-
公开(公告)号：CN117878890A
公开(公告)日：2024-04-12
申请号：CN202311723522.X
申请日：2023-12-15
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
IPC: H02J3/00 , H02J3/24 , G06F18/214 , G06F18/243 , G06N5/01 , G06F18/2113 , G06F18/241
Abstract: 一种基于数据驱动的风电占比高的电力系统静态电压稳定性评估方法，将静态电压稳定裕度评估转换为含多特征变量的分类问题，以系统中存储的海量历史运行数据为驱动，利用机器学习技术构建评估学习模型；其中构建构建评估学习模型包括训练样本生成、关键特征变量筛选以及基于决策树的静态电压稳定裕度评估模型构建；本发明能够为含高比例风电场的新型电力系统静态稳定性分析提供可靠的参考依据；对更大规模的风电并网和风电场的设计、规划和调度运行具有极其重大的意义。
-
公开(公告)号：CN117709524A
公开(公告)日：2024-03-15
申请号：CN202311697596.0
申请日：2023-12-12
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 国家电网有限公司 , 东北大学
Abstract: 本发明一种基于贝叶斯优化的钢铁行业碳排放预测方法及系统，属于电力能源预测技术领域，该方法首先对数据进行预处理，通过Person相关系数确定输入特征变量，然后，输入到改进的Stacking集成学习模型中，以最后输出的误差指标作为目标函数，通过贝叶斯优化算法调整Stacking集成学习双层学习器的超参数，最后通过误差补偿模型进一步优化预测结果。该预测方法通过使用Person相关系数分析了钢铁行业特征变量之间的关系，综合考虑了与碳排放关联性强的影响因素，在进行碳排放预测时使用了改进的Stacking集成学习模型，采用误差补偿模型对Stacking集成学习模型误差进行优化，大大提高了预测精度。
-
Patent Agency Ranking
公开(公告)号：CN117689078A
公开(公告)日：2024-03-12
申请号：CN202311743786.1
申请日：2023-12-19
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 国家电网有限公司 , 东北大学
IPC: G06Q10/04 , G06Q10/063 , G06Q50/04 , G06Q50/06 , G06Q50/26 , G06N5/022 , G06N20/20 , G06N3/0499 , G06N3/084 , G06N7/01 , G06F18/214 , G06F18/21 , G06F18/25
Abstract: 本发明公开了一种基于电力数据驱动的钢铁行业碳排放监测方法，包括以下步骤：S1：电力设备数据采集，建立电‑碳实时数据集；S2：输入电‑碳实时数据集，依据知识图谱算法建立电‑碳关系函数；S3：通过电‑碳关系函数，运用机器学习算法建立基于电力数据的碳排放转换模型；S4：通过融合优化算法和交叉验证算法对碳排放转换模型进行优化，构建不同时间维度的电‑碳监测模型。本发明通过企业电力数据，挖掘“电力‑能源消费‑碳排放”的深层次关联体系，应用关联知识图谱理论、机器学习算法、交叉验证与融合优化算法构建基于电力数据驱动的钢铁行业碳排放监测的预测模型，对钢铁企业的碳减排潜力进行挖掘。
-
公开(公告)号：CN115796533A
公开(公告)日：2023-03-14
申请号：CN202211555082.7
申请日：2022-12-06
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
Inventor： 祝湘博 , 刘宇 , 焦振 , 王雪 , 曹阳 , 徐大利 , 陈昱达 , 孟令卿 , 郭大川 , 赵彦一 , 曾宪楠 , 房震宇 , 姜也闻 , 孙玉成 , 高梓源 , 王迎春 , 杨东升 , 李广地 , 周博文
Abstract: 本发明提供一种考虑清洁能源消纳的虚拟电厂双层优化调度方法及装置，针对可再生能源接入给电网带来的一系列问题，在考虑清洁能源消纳的同时，提高了虚拟电厂整体的经济性。方法包括：步骤1：基于虚拟电厂中各成员对象的特征，构建虚拟电厂中各成员对象模型；步骤2：确立保证虚拟电厂系统稳定运行的等式约束条件和不等式约束条件，用于下一步的优化模型的建立；步骤3：根据已确定的成员对象和所述成员对象对应的约束条件，构建出考虑能源消纳的上层优化模型和考虑系统经济性的下层优化模型；步骤4：基于多目标萤火虫算法对所述的上层优化模型和下层优化模型求解，采用模糊优选法确定最优解，用此最优解对所述虚拟电厂进行优化调度。
-
公开(公告)号：CN112698375B
公开(公告)日：2023-10-20
申请号：CN202011465319.3
申请日：2020-12-14
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 国家电网有限公司
IPC: G01S19/46
Abstract: 一种多域双定位误差消除的线路绘图方法，包括如下步骤：1.从起始杆塔开始，选择三个杆塔，并依次标注代号为A、B、C，在B点杆塔的附近选择一个参考点并标注为W；在A、B、C及W点每处各放置一台GPS定位仪和UWB定位仪；GPS定位仪可与后台服务器进行数据通信，并在GPS定位地图上显示A、B、C、W的定位标识；2.采集五组A、B、C和W点处的UWB及GPS数据；3.利用五组UWB及GPS的数据，计算A‑W、B‑W、C‑W、A‑B、B‑C的距离和UWB及GPS的距离差ΔU；并计算出5组数据的加权平均数Dp；4.根据Dp数值的正负对GPS数据进行校正。本发明的有益效果是：可以提高杆塔竣工图的绘制精度。
-
公开(公告)号：CN118798426A
公开(公告)日：2024-10-18
申请号：CN202410898431.8
申请日：2024-07-05
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北电力大学 , 国家电网有限公司
IPC: G06Q10/04 , G06Q10/063 , G06N20/20 , G06N3/126
Abstract: 一种基于遗传算法优化的Stacking集成学习碳排放预测方法，属于电力能源预测技术领域，对待预测的相关数据作为原始样本数据，经过处理的数据用于交叉验证以评估模型性能，构建双层Stacking集成学习模型，将测试集代入训练后的模型，获得碳排放预测值。本发明采用基于遗传算法和Stacking集成学习的方法，通过收集和分析相关数据，建立综合考虑多个因素的预测模型，综合考虑电力消耗、生产过程能源消耗等关键因素，并以直观的方式呈现预测结果，为环境保护和碳减排决策提供科学依据，以支持制定有效的环境保护和碳减排政策。
-
公开(公告)号：CN113942031A
公开(公告)日：2022-01-18
申请号：CN202111397369.7
申请日：2021-11-23
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 国家电网有限公司
Abstract: 本发明涉及输电线路带电缺陷检测技术领域，尤其涉及一种基于RTK定位X光输电线路缺陷检测设备的机械手装置。包括臂架、第一电机、第二电机、第一机械爪、第二机械爪与负载快拆挂载装置；臂架通过负载快拆挂载装置与无人机相连；第一电机固接在臂架上，第一电机与第一机械爪相连，第二电机固接在臂架上，第二电机与第二机械爪相连；第一电机带动第一机械爪正反向旋转，第二电机带动第二机械爪正反向旋转，进而实现机械爪的开启与闭合。无需停电便可将X光摄像成像装置运送到线路需要检测的位置，检测完成后，再将X光摄像成像装置运送地面；无人员接触线路，操作方便，人员与设备安全性高，提高了X光无损探伤缺陷检测的工作效率。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.071 seconds)
