一种电力项目业务中台及其微服务系统

    公开(公告)号:CN112418777A

    公开(公告)日:2021-02-26

    申请号:CN202011083822.2

    申请日:2020-10-12

    Abstract: 本发明公开一种电力项目业务中台,项目信息中心根据梳理的项目业务情况定义项目类型、制定项目信息模型,设置项目成本管理、项目里程碑管理的成本和里程碑时间点的配置信息,支持项目全生命周期的信息录入、维护;项目信息协同中心针对项目信息中心收集的项目信息进行数据处理,构建项目规划综合数据库,梳理既有项目管理系统所需的项目数据信息,对接既有的项目管理系统,并针对不同项目管理系统提供项目信息查询或项目信息分析;项目信息分析中心基于项目类型和项目流程进行项目信息分析,项目里程碑节点分析,项目成本计划分析。本发明方便项目流程化管理和关键节点的把握,实现了项目的辅助管理。

    一种基于行波检测的输电线路故障定位方法和系统

    公开(公告)号:CN119199376A

    公开(公告)日:2024-12-27

    申请号:CN202411230709.0

    申请日:2024-09-04

    Abstract: 本发明公开了一种基于行波检测的输电线路故障定位方法和系统,该方法将由测量端对应的三相电压连续信号进行Clark变换,得到两个线模分量;对两个线模分量进行同时考虑接地短路故障和相间短路故障的转化,得到用于行波检测的连续基准信号;再分别两个时序滑动窗口内的采样点进行直线拟合,并以得到的两条直线之间夹角的突变时刻作为行波到达输电线路测量端的行波检测时间进行行波检测;基于所述行波检测时间,进行输电线路故障定位。该方法仅涉及时域分析,避免产生现有技术中因复杂的时频域分析导致的混叠现象,同时具有较低的计算复杂度。

    一种基于深度学习的新能源出力预测方法

    公开(公告)号:CN115034484A

    公开(公告)日:2022-09-09

    申请号:CN202210683663.2

    申请日:2022-06-17

    Abstract: 本发明提供一种基于深度学习的新能源出力预测方法,包括以下步骤:步骤(1).按照时间顺序,整理历史新能源出力数据和历史自然环境数据进行整理,剔除其中错误数据;步骤(2).对历史数据进行归一化处理,完成深度学习的数据准备;步骤(3).根据时间的顺序,将历史数据输入深度学习算法中,训练损失函数,并通过反向传播完成深度学习算法中的网络参数设置,获取短期新能源出力预测模型;步骤(4).根据当前自然环境短期数据输入到短期新能源出力预测模型进行当前的新能源出力数据预测。本发明基于深度学习中LSTM循环神经网络算法的短期新能源出力预测能够为电网稳定运行和电网相关调度提供有力的数据支撑。

Patent Agency Ranking