-
公开(公告)号：CN104502795B
公开(公告)日：2017-11-14
申请号：CN201410699320.0
申请日：2014-11-26
Applicant: 国家电网公司 , 国网山东省电力公司电力科学研究院
IPC: G01R31/08
Abstract: 本发明公开了一种适用于微电网的智能故障诊断方法，包括：通过采集微电网母线上的电压电流信号对微电网的运行状态进行监控，判断微电网是否发生内部故障，从而确定微电网故障诊断的启动模式；根据故障诊断模式的设定条件采样微电网母线上的电压电流信号并进行预处理；利用多小波包分解技术提取不同频率的故障信号暂态分量；计算小波奇异熵作为微电网RBF神经网络故障诊断模型的特征向量；将特征向量输入诊断模型，输出微电网的故障状态信息。本发明同时具备微电网外部故障诊断功能和内部短路故障诊断功能，为微电网的运行控制与相关保护提供了依据。
-
公开(公告)号：CN105048471A
公开(公告)日：2015-11-11
申请号：CN201510398135.2
申请日：2015-07-08
Applicant: 国网山东省电力公司电力科学研究院 , 西安许继电力电子技术有限公司 , 国家电网公司
IPC: H02J3/16
Abstract: 本发明公开了一种微电网系统中风电变流器网侧SVG方式运行控制方法，包括：微电网系统以并网模式运行与大电网连接时，风电变流器采用常规控制模式，当微电网以孤岛模式运行时，风电变流器网侧变流器采用SVG模式运行，同时对风电变流器直流母线电压值和交流侧电网电压值进行控制，获取有功电流电流环的指令值和无功电流环指令值；根据经坐标变换获得的有功电流环和无功电流环的反馈值，得到输出电压参考指令，最终得到输出电压控制网侧变流器的工作。本发明有益效果：通过对系统中的风电变流器网侧控制方案的改进，将网侧变流器运行于SVG模式，使得风电变流器在完成并网发电的同时也为电网提供无功电流，改善微电网供电电压的稳定性。
-
公开(公告)号：CN107591840B
公开(公告)日：2020-02-11
申请号：CN201710876405.5
申请日：2017-09-25
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
Abstract: 本发明公开了一种考虑随机相关性的区域多微网系统可靠性评估方法，它包括以下步骤：步骤1，对微网群运行变量间的随机相关性进行分析；步骤2，对微网群内风速及负荷进行建立微网群可靠性模型；步骤3，对微网群运行变量进行抽样；步骤4，判断微网群可靠性指标的收敛情况；步骤5，制定微网群可靠性评估中的供电策略；步骤6，计算微网群系统的可靠性。本发明考虑了微网群内各微网之间运行变量之间的随机相关性；并将该微网群可靠性评估模型应用于微网群可靠性评估算法，以期为微网群高可靠性供电提供指导,不仅为微网群协调运行调度提供了指导，而且保证了微网群高可靠性供电。
-
公开(公告)号：CN105184391B
公开(公告)日：2019-03-01
申请号：CN201510510342.2
申请日：2015-08-19
Applicant: 国网山东省电力公司电力科学研究院 , 国网山东节能服务有限公司 , 国家电网公司
Abstract: 本发明公开了一种基于小波分解和支持向量机的风电场风速与功率预测方法，包括：采集整个风电场预设时间内的风速和功率历史数据，得到风电场的历史风速时间序列和历史功率时间序列；利用小波包分解技术对历史风速时间序列进行小波包分解，得到历史风速时间序列的低频段、中频段和高频段分量；利用灰色支持向量机预测模型对历史风速时间序列各分量进行预测，然后利用小波包重构得到短期风速预测数据；利用历史风电功率数据和数值天气预报风速数据作为训练集建立灰色支持向量机模型，进行风电功率的一次预测；对得到的风速预测数据、风电功率预测数据，通过RBF神经网络进行预测，得到风电功率最终预测值。预测准确率更高。
-
公开(公告)号：CN107886488A
公开(公告)日：2018-04-06
申请号：CN201711262470.5
申请日：2017-12-04
Applicant: 国网山东省电力公司电力科学研究院 , 山东鲁能智能技术有限公司 , 国家电网公司
IPC: G06T5/00
Abstract: 本发明公开了一种基于改进PCNN补偿的AUV图像融合方法、处理器及系统。其中，该方法包括：对已配准的AUV源图像分别进行NSCT分解，得到相应低频子带系数和高频子带系数；对于低频子带系数，采用改进空间频率的规则来选取低频子带融合系数；对于高频子带系数的方向数最多的两层采用绝对值最大的规则来选取高频子带融合系数，其余层采用自适应PCNN模型来选取高频子带融合系数；将选取的低频子带融合系数与高频子带融合系数进行NSCT重构，最终得到融合图像。其有效改善了图像的融合质量。
-
Patent Agency Ranking
公开(公告)号：CN105515018A
公开(公告)日：2016-04-20
申请号：CN201610008976.2
申请日：2016-01-07
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
Abstract: 本发明公开了一种基于经验模式分解的风电次同步振荡检测及抑制方法，本发明通过经验模式分解算法分别对采集的三相电流信号进行快速分解，分别对分解后低频信号的幅值和设定值进行比较，根据比较结果判断是否发生次同步振荡。基于经验模式分解的次同步振荡分解和提取方法可以完全根据电流信号数据自身的时间尺度特征来进行分解，分解过程较为全面的提取和保持了原始信号的主要特征，同时提高了信号表达的简洁性和灵活性。
-
公开(公告)号：CN104933478A
公开(公告)日：2015-09-23
申请号：CN201510305876.1
申请日：2015-06-04
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC: G06Q10/04
Abstract: 本发明公开了一种继电保护多目标优化整定方法，包括步骤(1)：建立继电保护多目标优化整定的目标函数；根据继电保护的性能要求，选择继电保护的优化指标，建立继电保护整定的多目标优化模型；步骤(2)：选择继电保护多目标优化整定变量；步骤(3)：设定继电保护多目标优化整定模型中的整定变量的约束条件；步骤(4)：采用混沌遗传算法求解继电保护多目标优化整定的目标函数，得到继电保护多目标优化整定的目标函数的一组Pareto最优解；步骤(5)：采用模糊隶属度法从步骤(4)得到的一组Pareto最优解中选择一个满足继电保护预期目标的最优解。该方法能够反映继电保护的可靠性、选择性和速动性的综合最优。
-
公开(公告)号：CN103091554B
公开(公告)日：2015-04-22
申请号：CN201310066178.1
申请日：2013-03-01
Applicant: 山东电力集团公司电力科学研究院 , 国家电网公司
IPC: G01R23/16
Abstract: 本发明涉及一种线路末端同步测量信号多母线微电网稳态谐波分析方法。避免了在微电网各母线安装额外检测装置，节省了大量投资。它的步骤为：一，采集微电网线路末端检测点的电压和电流同步信号，并获取检测点与其相邻母线之间的线路阻抗信息；二，根据得到电压和电流同步信号的幅值、初相位结合线路末端检测点与其相邻母线之间的线路阻抗信息，利用基尔霍夫定律计算线路末端检测点相邻母线的电压相量；三，结合两相邻母线的电压相量和母线间线路阻抗信息，利用欧姆定律计算母线连接线中电流相量；四，结合各母线电压和电流相量，得到基波和各次谐波有效值，利用谐波电压含有率、谐波电流含有率、电压谐波总畸变率和电流谐波总畸变率计算公式计算各母线谐波情况。
-
公开(公告)号：CN104502795A
公开(公告)日：2015-04-08
申请号：CN201410699320.0
申请日：2014-11-26
Applicant: 国家电网公司 , 国网山东省电力公司电力科学研究院
IPC: G01R31/08
Abstract: 本发明公开了一种适用于微电网的智能故障诊断方法，包括：通过采集微电网母线上的电压电流信号对微电网的运行状态进行监控，判断微电网是否发生内部故障，从而确定微电网故障诊断的启动模式；根据故障诊断模式的设定条件采样微电网母线上的电压电流信号并进行预处理；利用多小波包分解技术提取不同频率的故障信号暂态分量；计算小波奇异熵作为微电网RBF神经网络故障诊断模型的特征向量；将特征向量输入诊断模型，输出微电网的故障状态信息。本发明同时具备微电网外部故障诊断功能和内部短路故障诊断功能，为微电网的运行控制与相关保护提供了依据。
-
公开(公告)号：CN107578124B
公开(公告)日：2024-05-17
申请号：CN201710751174.5
申请日：2017-08-28
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , H02J3/00
Abstract: 本发明公开了一种基于多层改进GRU神经网络的短期电力负荷预测方法，周期性的构建样本数据集；对样本中的输入数据进行异常点识别和缺失值处理，对处理后的数据进行标准化变换，并将数据集分成训练集、验证集和待预测集；构建改进的GRU神经网络，将训练集数据输入该网络进行多轮训练，得到训练完成后的网络，并利用该网络对验证数据集进行多轮验证测试学习效果，记录并保存最优验证结果的模型权重；将待预测数据集输入训练后得到的最优GRU模型，计算标准化预测结果并进行逆标准化变换，得出最终预测结果。本发明提升了训练的速度和训练的效率。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.083 seconds)
