-
公开(公告)号:CN119340970A
公开(公告)日:2025-01-21
申请号:CN202411371484.0
申请日:2024-09-29
Applicant: 连云港智源电力设计有限公司 , 河海大学
IPC: H02J3/00 , G06F18/25 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度学习与多源数据融合驱动的光伏功率预测方法及系统,包括以下步骤采集目标区域的光伏功率出力、多源气象数据、多波长通道卫星云图,构成预测模型的数据样本库;本发明提出一种适用于长短期记忆神经网络与自注意力卷积长短期记忆神经网络的双向动态残差机制,有效改善梯度爆炸以及长期时序特征建模不足的问题;利用改进的自注意力卷积长短期记忆神经网络对预测时刻的卫星云图进行预测,以未来云图为引导,预测模型能够充分捕捉历史云图序列中的时空动态信息;可用于实际的分布式光伏功率预测,提升预测方法的泛化性与鲁棒性,并保障电力系统的安全稳定运行。
-
公开(公告)号:CN119322242A
公开(公告)日:2025-01-17
申请号:CN202411490158.1
申请日:2024-10-24
Applicant: 连云港智源电力设计有限公司
IPC: G01R31/12 , G06V10/764 , G06V10/82 , G06V10/52 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F18/10 , G06F18/241 , G06F18/25
Abstract: 本发明公开了一种基于图像识别与局部放电特征提取的智能电力设备故障诊断系统及方法,包括以下模块:数据采集模块、信号预处理与时频图像生成模块、混合深度学习网络模块、故障分类与诊断模块;通过结合CNN和Transformer网络,能够同时捕捉局部放电信号的局部和全局特征,提升检测的精度和可靠性,Transformer网络的自注意力机制使得系统能够在高噪声背景下依然准确识别有效信号,降低了误报率,该系统能够实时监测电力设备的运行状态,提供即时的故障预警和诊断报告,适合应用于在线监测和远程诊断场景,实现了对复杂局部放电信号的精准识别和实时故障预警。相比传统方法,显著提高了检测的准确性、抗干扰能力和实时性,具有广泛的应用前景。
-
公开(公告)号:CN119134358A
公开(公告)日:2024-12-13
申请号:CN202411232662.1
申请日:2024-09-04
Applicant: 连云港智源电力设计有限公司 , 东南大学
IPC: H02J3/12 , H02J3/38 , G06Q10/0637 , G06Q30/0283 , G06Q50/06 , G06F17/11 , G01R19/165 , G01R19/10
Abstract: 本发明公开了一种基于多重灵敏度感知的配微协同电压优化调度方法,首先,建立多重灵敏度实时感知模型,在实时量测不全的情况下,基于离线训练的多重灵敏度感知模型在线感知实时灵敏度;进一步,采用模型预测控制方法,基于多重灵敏度建立线损、电压、实时运行成本预测模型,联合优化可实时量测线路损耗以及设备实时运行成本,并基于多重灵敏度感知模型实时校正线损、电压灵敏度,减小由于功率变动带来的控制误差。最后,在微电网内可实时量测节点电压越限的情况下,基于实时拟合的微电网电压灵敏度进行电压自治,实现配微全系统实时经济安全运行。
-
-