公开(公告)号：CN112688307A

公开(公告)日：2021-04-20

申请号：CN202011398794.3

申请日：2020-12-04

Applicant: 国网江苏省电力有限公司连云港供电分公司 ,  国网江苏省电力有限公司

Inventor： 伏祥运 ,  岳付昌 ,  朱立位 ,  李红 ,  封波 ,  孙子雯

IPC: H02J3/00 ,  H02J3/02 ,  H02J5/00 ,  G06Q10/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种交直流混合微电网控制器及控制方法，控制器包括外环控制、无功参考电流计算模块、采样周期模块、三相/两相静止坐标变换模块、内环控制和开关状态模块，外环控制包括外环反推控制模块，内环控制包括预测模块、反馈矫正模块和滚动优化模块；方法包括：采集信号；通过外环反推控制模块得到参考电流值；将d和q轴参考电流值、坐标变换后的采集信号送入到内环控制中，通过预测模块、反馈校正模块以及滚动优化模块输出AC/DC换流器最优的电压控制量在d轴和q轴的分量；通过开关状态模块输出AC/DC换流器开关的控制信号，控制AC/DC换流器的开关的通断，维持电压的稳定。本发明提高了系统的动态响应速度、稳定性和鲁棒性。

公开(公告)号：CN118620503B

公开(公告)日：2025-04-04

申请号：CN202411099298.6

申请日：2024-08-12

Applicant: 国网江苏省电力有限公司连云港供电分公司 ,  江苏古宝材料科技有限公司 ,  国网江苏省电力有限公司

Inventor： 陈思汉 ,  李红 ,  王琛 ,  姚钢 ,  岳付昌 ,  张自伟 ,  宋海勇 ,  朱卫平 ,  韩伟 ,  蒋一铭 ,  刘绪 ,  张志伟 ,  刘洋 ,  李光熹 ,  刘晗 ,  孙子雯 ,  蒋国

IPC: C09D175/02 ,  C09D5/25 ,  C09D7/62

Abstract: 本发明属于涂料技术领域，具体公开了一种导热绝缘的水性聚脲涂料及其制备方法，其中水性聚脲涂料包括以下重量份的原料：83～91份聚脲乳液、8～15份混合填料和1～2份分散剂。本发明还公开了所述导热绝缘的水性聚脲涂料的制备方法，通过将设计多种尺寸和形貌的填料改性，再将填料依次与树脂材料混合，保证原料间的分散效果。相对于现有技术，本发明所得的水性聚脲涂料，不仅具备现有绝缘涂料的特性，而且具有较强的导热性能、疏水性能和耐磨性能，能够用于多种电力设备中，具有良好的市场前景。

公开(公告)号：CN118708977B

公开(公告)日：2024-12-03

申请号：CN202411186993.6

申请日：2024-08-28

Applicant: 国网江苏省电力有限公司连云港供电分公司 ,  江苏古宝材料科技有限公司 ,  浙江上青元电力科技有限公司

Inventor： 陈思汉 ,  李红 ,  王琛 ,  东国伟 ,  王明磊 ,  岳付昌 ,  张自伟 ,  宋海勇 ,  蒋一铭 ,  孙哲夫 ,  严建 ,  李光熹 ,  刘晗 ,  张铭伦 ,  王润治 ,  孙子雯 ,  董小艳 ,  蒋正沛 ,  张余锋

IPC: G06F18/214 ,  G06F18/243 ,  G06F18/22 ,  G06N3/043

Abstract: 本发明公开了一种基于物联网的辐射源智能监管方法及系统，所述方法包括：同步记录每个数据点的地理、时间和辐射强度特征数据集合，并将其传输到时序数据库中对数据进行索引化处理和聚合、归一化，生成辐射数据集；进行特征指标计算，应用编码器进行学习，优化编码器参数，计算每个数据点的异常指标，计算得到异常识别阈值；将辐射强度转换成模糊值，并进行聚合运算，得到模糊匹配程度，进而计算每个数据点的模糊权重评分；将异常识别阈值与模糊权重评分结合，计算每个数据点的风险评分，并结合风险分类阈值计算每个数据点风险评估结果。

公开(公告)号：CN118199190A

公开(公告)日：2024-06-14

申请号：CN202410620767.8

申请日：2024-05-20

Applicant: 国网江苏省电力有限公司连云港供电分公司

Inventor： 朱进 ,  李光熹 ,  孙子雯 ,  顾阳 ,  刘晗 ,  陈思汉

IPC: H02J3/50 ,  G06F30/27 ,  G06F18/214 ,  H02J3/38 ,  H02J3/16 ,  G06F113/04

Abstract: 本发明提供一种基于双层机器学习的需求侧资源与有源配电网协同互动调控系统及方法，该系统包括：采集系统原始数据并结合原始数据进行状态估计；利用获得的配电网数据，以配电网中有功负荷、无功负荷、太阳辐照度、环境温度、光伏无功出力以及电动汽车充电桩负荷为图神经网络输入，以配电网各节点电压、配电网网损为图神经网络输出对图神经网络模型进行离线训练；建立配电网无功电压优化模型；求解所建立的优化模型得到配电网中光伏电源无功出力；利用极端梯度提升树机器学习模型挖掘配电网各区域状态信息与光伏电源无功出力之间的非线性映射关系，实现基于双层机器学习模型的配电网无功电压优化。