-
公开(公告)号：CN117200448A
公开(公告)日：2023-12-08
申请号：CN202311171702.1
申请日：2023-09-12
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
IPC: H02J13/00 , H02J3/00 , G06F16/901 , G01R31/08
Abstract: 本发明公开了一种基于图论的电网停电预警方法及装置，包括：获取电网系统中的所有设备终端及其运行数据，并根据设备终端以及运行数据的数据结构，构建电网运行图论模型；对电网运行图论模型进行边的划分，以使每个节点均有其所处理运算的边；通过对划分后的电网运行图论模型的节点与边之间的组合依赖关系，以使电网运行图论模型进行停电计算，得到第一停电运算结果；以电网停电作为目标，对电网运行图论模型进行边并行运算，得到第二停电运算结果；将第一停电运算结果和第二停电运算结果进行合并，从而得到整体停电结果。本发明解决现有技术中能够确保电网停电的预测和预警无法进行全面准确的运行、提高预警的效率、准确性和性能的技术问题。
-
公开(公告)号：CN116756763A
公开(公告)日：2023-09-15
申请号：CN202310458672.6
申请日：2023-04-24
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
IPC: G06F21/62
Abstract: 本发明提供了一种电力终端交互数据的隐私保护方法及系统，该方法包括：获取电力终端交互数据并基于交互数据属性进行数据划分，得到敏感属性数据和准属性数据；计算敏感属性数据和准属性数据的概率分布，确定需保护的隐私信息；对隐私信息进行匿名化操作，以在对电力终端交互数据进行打包发送前实现对隐私信息的保护。本发明提供的方法实现了对交互数据中隐私数据的精确划分，明确了隐私保护的对象，可以提升隐私保护的计算效率，增强隐私保护的效果；且只对交互数据中的隐私信息进行匿名化操作，最大限度降低了对原始交互数据的影响，不影响数据价值的挖掘，极大地降低了数据的泄露风险，保障电力终端交互对象交互时数据的机密性。
-
公开(公告)号：CN119362431A
公开(公告)日：2025-01-24
申请号：CN202411474831.2
申请日：2024-10-22
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
Abstract: 本发明公开了一种基于子集共识的配电网，包括由所述配电网中的设备构成的一个主集群和若干个子集群；所述子集群包括一个主设备和若干个备份设备，所述子集群采用PBFT算法实现子集共识；所述主集群由每一所述子集群的主设备构成，所述主集群采用Raft算法实现跨子集共识。本发明将整个配电网系统划分成了多个子集群，每个子集群内部采用拜占庭容错算法PBFT进行共识。同时，将所有子集群中的主设备构成一个主集群，在主集群内部采用Raft算法进行共识，协调各个子集群之间的操作，从而确保系统在面对拜占庭故障时仍能保持一致性和可靠性，还减少了单个节点的通信开销，提高了系统的性能和容错能力。
-
公开(公告)号：CN113590480B
公开(公告)日：2024-01-19
申请号：CN202110853071.6
申请日：2021-07-27
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
Abstract: 本发明公开了一种配电网自动化终端自愈功能测试方法、装置、设备及介质，该方法包括接收总控终端发送的测试脚本和控制脚本；测试脚本包括正常测试时序、故障测试时序和隔离测试时序，控制脚本包括通信控制指令和信息匹配指令；将测试脚本输入至待测自动化终端，获取其对应输出的实际开关信号；获取待测自动化终端的待接收反馈信号，根据控制脚本对待接收反馈信号进行处理后将结果传输至待测自动化终端，并接收待测自动化终端对应输出的实际反馈信号；使总控终端接收并根据实际开关信号和实际反馈信号获取自愈功能测试结果。本发明能够在主站就地协同型配电网自愈模式下，及时、准确地评估自动化终端的自愈功能，成本小、安全性高且稳定性强。
-
公开(公告)号：CN113536506B
公开(公告)日：2023-06-02
申请号：CN202110854779.3
申请日：2021-07-27
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
IPC: G06F30/18 , G06F30/20 , G06F113/04
Abstract: 本发明公开了一种配电网自愈能力的测试方法、系统、设备和介质，包括：模型调用，模型再编辑，故障类型、故障位置和故障时间等自动/手动设置，自动生成测试条目清单、调用自动测试文件，自动测试遍历仿真、计入测试过程文件，被测配电网自动分析和评估等步骤。本发明方法不仅能够有效解决传统手工操作存在的效率低、劳动强度大、试验周期长、可能误操作等问题，而且还能够对被测配电网进行自动分析和评估，给出配电网的自愈状态等级。
-
Patent Agency Ranking
公开(公告)号：CN113295969B
公开(公告)日：2022-05-27
申请号：CN202110740800.7
申请日：2021-06-30
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
Abstract: 本发明公开了一种配电网故障快速定位方法、系统、终端和存储介质，包括：获取配电网中心的报警信息，并根据报警信息建立配电网元件的Petri网离线模式辨识模型；根据预设的Petri网的故障区段定位规则和Petri网离线模式辨识模型，建立配电网的Petri网故障定位模型；根据Petri网的变迁库所和输出库所，生成配电网故障Petri网产生式规则；根据RBF神经网络和配电网的Petri网故障定位模型，建立配电网区段故障定位的神经Petri网模型；根据产生式规则，生成配电网典型故障论域特征向量集，并将特征向量集通过配电网区段故障定位的神经Petri网模型，获得故障定位的结果。本发明能够对含分布式电源的配电网系统进行快速准确的故障区段定位，有效提高故障诊断效率与容错性。
-
公开(公告)号：CN113541136A
公开(公告)日：2021-10-22
申请号：CN202110855332.8
申请日：2021-07-27
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
Abstract: 本申请公开了配电网自愈系统的配置方法、装置及电子设备，其中配置方法包括：根据配电网的节点及边路，建立配电网的自愈系统的测试模型，并设置测试模型的约束条件和目标函数；利用破坏粒子群算法，舍去测试模型中不符合约束条件的边路，并通过目标函数获得测试模型的最优解；将配电网中对应最优解的边路断开，以获取最优故障恢复后的配电网的辐射网络。本申请的配置方法采用了破坏粒子群的优化算法，具有更好的全局收敛性和收敛速度，可快速准确得出最优故障恢复后的配电网的辐射网络，能够保证自愈系统的可靠性和正确性。
-
公开(公告)号：CN119646883A
公开(公告)日：2025-03-18
申请号：CN202411866179.9
申请日：2024-12-18
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
Abstract: 本发明公开了一种电网系统的安全联邦学习方法、装置、终端设备及存储介质，所述方法包括：获取电网系统中央服务器的初始全局模型参数，并将初始全局模型参数发送给所有客户端，使每一接收到初始全局模型参数的客户端，根据初始全局模型参数确定当前客户端的局部更新参数，并将所述局部更新参数传输至中央服务器；在中央服务器接收到各客户端传输的局部更新参数后，根据各客户端传输的局部更新参数对各客户端进行聚类，得到若干聚类分组；对于每一聚类分组，选取一客户端作为选定客户端；基于各选定客户端和中央服务器进行联邦学习。通过实施本发明能提高电网系统联邦学习的安全性。
-
公开(公告)号：CN117277336A
公开(公告)日：2023-12-22
申请号：CN202311279755.5
申请日：2023-09-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
Abstract: 本发明公开了一种直控型可调节负荷控制方法、系统及存储介质，方法包括：根据微电网的电力数据，计算得出微电网功率分配目标；识别微电网中接入的直控型可调节负荷的类型，并计算各类型的可调节负荷所需功率；若功率分配目标大于各类型的可调节负荷所需功率之和，则根据功率分配目标与各类型的可调节负荷所需功率的总和的差值，控制调节可频繁调节负荷运行以吸纳对应的功率，直到差值为零；若功率分配目标不大于各类型的可调节负荷所需功率之和，则调节微电网中的常规电站的功率分配，直至微电网的功率分配目标与各类型的可调节负荷所需功率的总和相等，以提高直控型可调节负荷调节控制的科学性和控制效率。
-
公开(公告)号：CN116863230A
公开(公告)日：2023-10-10
申请号：CN202310852108.2
申请日：2023-07-12
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
IPC: G06V10/764 , G06V10/82 , G06Q50/06 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于深度协同训练的负荷分类方法及装置，通过构建包括第一CNN分类模型和第二CNN分类模型的深度协同训练模型；将第一负荷V‑I轨迹图像、第二负荷V‑I轨迹图像，以及基于负荷V‑I轨迹图像构建的虚拟负荷V‑I轨迹图像分别输入到第一CNN分类模型和第二CNN分类模型，基于分类结果，计算并根据第一监督学习损失值、第二监督学习损失值和第三监督学习损失值，生成目标函数，基于目标函数，对深度协同训练模型进行优化，得到并基于最优深度协同训练模型对获取的实时负荷V‑I轨迹图像进行分类，输出实时负荷V‑I轨迹图像对应的最优负荷标签；与现有技术相比，本发明的技术方案能提高对负荷分类的准确性。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.153 seconds)
