-
公开(公告)号:CN113269509A
公开(公告)日:2021-08-17
申请号:CN202110365110.8
申请日:2021-04-01
Applicant: 国网河南省电力公司电力科学研究院 , 河南九域恩湃电力技术有限公司 , 国家电网有限公司
Inventor: 刘善峰 , 郭志民 , 李哲 , 王超 , 梁允 , 姚德贵 , 苑司坤 , 杨磊 , 李帅 , 刘莘昱 , 吕中宾 , 卢明 , 王津宇 , 高阳 , 张宇鹏 , 高超 , 耿俊成 , 张小斐 , 袁少光 , 毛万登 , 田杨阳
Abstract: 本申请公开了一种电力气象数据库的构建方法,包括:步骤1:采集电力气象数据并根据电力气象专业特点和应用场景,对电力气象数据进行分类,将电力气象数据分为电力数据、气象数据和基础数据;步骤2:对步骤1分类的数据进行数据质量控制、整合、保留和覆盖处理,利用处理后的数据建立电力气象数据库。本发明通过分析电力气象应用场景,开展电力气象相关数据分类工作,逐类处理不同格式及属性的电力气象数据,开展电力气象数据库构建工作,提高电力气象数据库通用性,方便气象数据与电网故障的关联性分析。
-
公开(公告)号:CN113191535A
公开(公告)日:2021-07-30
申请号:CN202110402061.0
申请日:2021-04-14
Applicant: 国网河南省电力公司电力科学研究院 , 河南九域恩湃电力技术有限公司 , 国家电网有限公司
Abstract: 一种大风灾害预警中设计风速修正方法,对大风灾害预警区域进行网格划分;并采集目标输电线路所在网格内杆塔编号;按照杆塔编号顺序采集目标输电线路的结构参数、运行参数和电网拓扑参数;基于K‑MEANS算法,分别对结构参数、运行参数和电网拓扑参数进行聚类,还对结构参数、运行参数和电网拓扑参数设置权重系数,根据聚类结果以及权重系数,对目标输电线路的设计风速进行修正,并作为目标输电线路的判断风速存入大风灾害预警数据库中。综合考虑输电线路的结构参数、运行参数和电网拓扑参数,实现对输电线路设计风速的修正,输电线路判断风速作为大风灾害预警的基础数据,该基础数据无需二次修正,更加符合实际工况、准确度更高。
-
公开(公告)号:CN112611997A
公开(公告)日:2021-04-06
申请号:CN202011384668.2
申请日:2020-12-01
Applicant: 国网河南省电力公司电力科学研究院 , 国家电网有限公司
IPC: G01R35/04
Abstract: 本申请公开了一种台区关口表挂接关系在线校验方法和系统,所述方法包括:批量获取已知关口表挂接关系的台区作为训练样本集合;获取用户与台区隶属关系,确定每个台区的用户列表;获取每一台区的用户和变压器近期选定时间段的电压序列数据;计算每个台区中每个用户与变压器A、B、C三相电压曲线之间的皮尔逊相关系数;统计每个台区所有用户与其对应变压器三相电压曲线之间的皮尔逊相关系数在不同区间的分布频率;以分布频率为输入属性,以台区关口表挂接关系是否正确为输出属性,构建台区关口表挂接关系在线校验模型;采用台区关口表挂接关系在线校验模型校验其他台区关口表挂接关系是否正确。本发明可有效提升台区关口表挂接关系的准确率和梳理效率。
-
公开(公告)号:CN112364780A
公开(公告)日:2021-02-12
申请号:CN202011264627.X
申请日:2020-11-11
Applicant: 许继集团有限公司 , 国网河南省电力公司电力科学研究院 , 许继电气股份有限公司 , 许昌许继软件技术有限公司 , 国家电网有限公司
Inventor: 许丹 , 翟登辉 , 刘昊 , 郭志民 , 王兆庆 , 张小斐 , 张旭 , 和红伟 , 张彦龙 , 刘睿丹 , 李东宾 , 张亚浩 , 赵梦洁 , 李昭阳 , 田杨阳 , 耿俊成 , 毛万登 , 万迪明
Abstract: 本发明涉及电力设备运维领域,尤其涉及一种指示灯状态识别方法。包括如下步骤:采集指示灯的原始图像数据;采用目标检测方法提取指示灯特征信息并进行位置预测,对指示灯定位并将目标裁剪;利用分类器对裁剪后的指示灯状态进行判断;将指示灯状态信息、属性信息传至监控系统。通过目标检测方法实现指示灯ROI区域的定位,进一步,通过分类器对指示灯颜色和亮灭状态进行分类,不依赖于颜色特征的处理方法,不受环境光照等因素小,能够有效提高复杂背景下指示灯状态识别效率,减轻人工工作量,出错率极低和数据管理更加容易。
-
公开(公告)号:CN110674999A
公开(公告)日:2020-01-10
申请号:CN201910948947.8
申请日:2019-10-08
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司卫辉市供电公司
Abstract: 本申请公开了一种基于改进聚类和长短期记忆深度学习的小区负荷预测方法,根据不同类别住宅区影响因子,通过改进的聚类算法进行住宅类别划分,运用LSTM算法分别为每类住宅区建立对应的预测模型,并对LSTM进行Dropout处理,避免局部最优,从而得到预测负荷值,减小住宅小区自身报装容量与实际负荷的用电差异,实现对台区变压器的合理规划。根据新建小区的各属性值进行改进聚类分析后获得该小区类别,并利用对应类别的预测模型进行负荷预测,从而对业扩报装容量进行预估,指导台区建设。
-
-
-
-