-
公开(公告)号:CN113904341B
公开(公告)日:2024-04-23
申请号:CN202111200730.2
申请日:2021-10-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明提供了一种基于免疫遗传算法的配电网无功优化方法和装置,主要包括:根据预设的配电网系统参数和免疫遗传算法参量获得初始抗体,并对初始抗体进行迭代计算;在迭代计算中通过预设的潮流算法更新每个初始抗体的亲和度,并根据更新后的亲和度对初始抗体进行进化操作,直到迭代计算次数达到预设值获得迭代抗体;根据所述迭代抗体,计算配电网的无功优化结果并根据所述无功优化结果对所述配电网进行无功优化。通过改进的免疫遗传算法对抗体进行迭代和对配电网进行优化,确保补偿线路电压损失的同时,无功容量最小,相对于现有技术使配电网系统无功分布更合理,同时有更好的安全性和稳定性。
-
公开(公告)号:CN112750051B
公开(公告)日:2023-04-07
申请号:CN202011622001.1
申请日:2020-12-30
Applicant: 广东电网有限责任公司计量中心
IPC: G06Q50/06 , G06F18/2431 , G06F18/214
Abstract: 本发明涉及一种基于随机森林算法的台区相序识别方法、装置及终端设备,通过获取目标台区在某时间段内的配电变压器各相低压出线与各用户电表之间的时序电压样本数据以及建立用户电表的相序归属关系的特征集,并对时序电压样本数据进行预处理;对处理后得到的样本集生成训练集和测试集,采用随机森林算法对训练集和特征集训练,得到训练决策树,获取m个训练决策树组建随机森林识别模型;采用随机森林识别模型预测测试集中用户电表与配电变压器各相的相序。该基于随机森林算法的台区相序识别方法不需要目标台区外挂其他终端设备的前提下,即可准确梳理用户电表的相序归属关系,成本低且工程应用价值高。
-
公开(公告)号:CN112767190B
公开(公告)日:2023-03-14
申请号:CN202011628746.9
申请日:2020-12-30
Applicant: 广东电网有限责任公司计量中心
IPC: G06Q50/06 , G06F18/214 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于多层堆叠式神经网络的台区相序识别方法及装置,通过获取目标台区在某时间段内的配电变压器各相低压出线与各用户电表之间的时序电压样本数据,并对时序电压样本数据进行预处理;对处理后得到的样本集生成训练集和测试集,采用CNN网络对训练集训练得到时间序列特征,采用LSTM网路对时间序列特征和训练集进行训练建立相序预测模型;采用相序预测模型预测测试集中用户电表与配电变压器各相的相序。该台区相序识别方法不需要目标台区外挂其他终端设备的前提下,即可准确梳理用户电表的相序归属关系,成本低且工程应用价值高,解决现有对台区“变‑线‑相‑户”物理拓扑的识别,存在额外增加终端设备的问题。
-
公开(公告)号:CN115759708A
公开(公告)日:2023-03-07
申请号:CN202211645989.2
申请日:2022-12-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06Q10/0631 , G06Q10/0639 , G06Q50/06
Abstract: 本发明提供了一种考虑电力时空分布特性的线损分析方法及系统,该方法包括基于目标台区的历史线损数据,获取线损异常因子清单;根据线损异常因子清单,分析各个线损异常因子与线损数据的相关性,获取所有线损数据的相关性结果;利用全局灵敏度分析算法,对目标台区的线损异常因子进行灵敏度分析,得到各个线损异常因子的灵敏度数据;基于各个线损异常因子的灵敏度数据和所有线损数据的相关性结果,获取包含时空特征量的线损关键因子;根据线损关键因子对目标台区进行线损分析,并进行线损关键因子的定位。本方法综合考虑了线损分析中电力时空分布特性因素的影响,能够准确反映新型电力系统的真实线损情况。
-
公开(公告)号:CN113075438B
公开(公告)日:2023-01-20
申请号:CN202110338493.X
申请日:2021-03-29
Applicant: 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种窃电检测方法及其装置、防窃电装置和可读存储介质。该方法应用于防窃电装置,防窃电装置与远程后台监控中心通信连接,方法包括:在未检测到远程后台监控中心发送的远程控制指令时,采集电表箱周围的磁场强度信息;根据磁场强度信息判断当前磁场强度是否超过磁场阈值;若判断当前磁场强度未超过磁场阈值,则采集电表箱的当前运动信息;根据当前运动信息判断当前加速度幅值是否超过加速度阈值,并根据判断结果执行相应的处理操作。本发明考虑到电表箱日常巡检正常情况,通过优先检测远程控制指令存在与否,准确识别当前电表箱被实施操作是否为窃电操作,避免防窃电装置作出不必要预警应对。
-
公开(公告)号:CN113884797A
公开(公告)日:2022-01-04
申请号:CN202111152500.3
申请日:2021-09-29
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G01R31/00
Abstract: 发明公开了一种融合电气与地理位置信息的台区线户关系识别方法及装置,涉及电力系统配电网技术领域。所述方法包括计算配变低压母线与各所述用户电表之间的电气距离,得到电气距离信息集;根据地理位置数据,计算所述配变低压母线与各所述用户电表之间的空间距离,得到空间距离信息集;根据所述电气距离信息集和空间距离信息集,建立电流优化模型,输出台区线户关系识别结果。本发明利用电表的地理位置数据,将电表的空间分布信息加入到传统的电气判据中,能够提升台区线户关系识别的准确率。
-
公开(公告)号:CN113806939A
公开(公告)日:2021-12-17
申请号:CN202111096504.4
申请日:2021-09-18
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06F30/20
Abstract: 本发明公开了一种空调模型的校验方法、装置及系统。该校验装置包括数据获取单元、实施模拟单元以及计算校验单元。该校验系统包括模型校验模块、数据存储模块以及用户交互模块。通过带入待实施环境的实施环境信息、所述非空调设备能耗数据组、所述空调末端设备实际能耗曲线以及所述非用电设备数据组,对待校验的第一空调模型进行待实施环境下的第一总负荷数据组的模拟计算,并根据所述逐时负荷数据组对所述第一总负荷数据组进行校验,从而获取校验结果,该校验方法、装置及系统提升了搭建的空调模型与实施环境匹配的可确定性。
-
公开(公告)号:CN113591613A
公开(公告)日:2021-11-02
申请号:CN202110791524.7
申请日:2021-07-13
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种窃电行为识别方法、系统、终端设备及存储介质,该方法包括:采集待测用户的历史用电数据,按第一预设比例将历史用电数据分为第一训练样本和测试样本;对第一训练样本进行降维处理,利用降维后的训练样本对DBN模型训练,得到目标DBN模型及第一输出结果;对第一输出结果进行加权,得到异常检测阈值;将测试样本输入至所述目标DBN模型,得到第二输出结果,利用该值确定待测用户用电行为的目标检测值;判断目标检测值是否大于异常检测阈值;若是,则当前待测用户用电行为正常,否则为异常。本发明能够提高用户窃电行为行为识别的准确率,进而增强供电系统的安全性和可靠性,具有成本低、精确度高及适用性强的优点。
-
公开(公告)号:CN113408804A
公开(公告)日:2021-09-17
申请号:CN202110705158.9
申请日:2021-06-24
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种窃电行为检测方法、系统、终端设备及存储介质,所述方法包括对原始数据集进行数据清洗,得到训练样本;将训练样本输入至卷积神经网络模型,得到训练结果;利用评价指标对当前训练结果进行评估,若当前训练结果不满足预设条件,则调整训练样本的权重比,并利用调整后的样本对卷积神经网络模型进行训练,直至训练结果满足预设条件,得到优化卷积神经网络模型;将优化卷积神经网络模型按照预设权重比进行组合得到目标检测模型;利用该模型检测用户窃电行为。本发明不仅检测精度高,且能在电力网络拓扑结构或网络参数缺失的情况下,根据电表计量数据进行用户窃电行为的判断,具有适用性强、成本低、准确度高的优点。
-
公开(公告)号:CN109829578A
公开(公告)日:2019-05-31
申请号:CN201910048718.0
申请日:2019-01-18
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本申请提供的一种售电商与多元用户需求响应博弈方法及设备,其中方法包括:建立多元用户的需求相应收益模型和售电商的需求相应收益模型;建立售电商与多元用户的需求响应博弈模型;建立用户的最优响应电量方程并通过樽海鞘群算法求解需求响应博弈模型,得出售电商的最优补贴价格。本申请通过针对售电商和多元用户共同参与下的需求响应问题,突破了数学解析法,对用户和售电商的数学模型参数方面限制,提出具有普适性的智能算法来求解该类问题。同时为了解决通常智能方法优化时间长,引入樽海鞘群算法,快速求解出最优解。
-
-
-
-
-
-
-
-
-