-
公开(公告)号:CN119272457B
公开(公告)日:2025-03-07
申请号:CN202411793356.5
申请日:2024-12-09
Applicant: 中国电力科学研究院有限公司
Inventor: 张海顺 , 王虹富 , 王毅 , 陶向红 , 周勤勇 , 安宁 , 杨学涛 , 邓兆顺 , 张鑫 , 赵丹 , 杨璐 , 李日敏 , 张志强 , 常松 , 范亚娜 , 刘燕嘉 , 黄金枝
IPC: G06F30/18 , G06F30/20 , G06F113/04
Abstract: 本发明提出基于影响因子和最小割的配电网供电区域识别方法及装置。该方法,包括:针对输配电网,构建原始无向图;根据获取的详细建模电压等级、等值区域及详细建模区域,在所述原始无向图中确定待等值电网及供电母线;针对待等值电网,生成简化子网;基于影响因子处理简化子网,结合为边分配的支路邻接权重,确定简化子网的边权重;利用最小割算法,将简化子网拆分为与简化子网包含的供电母线节点的数量相同的拆分子网;将各拆分子网恢复为单母线供电区域,将识别得到的各单母线供电区域等值到输电网,以将等值区域中详细建模电压等级及以下配电网通过各供电母线等值到输电网中并执行输配电网仿真分析。有利于提高输配电网仿真分析的效率。
-
公开(公告)号:CN115098516B
公开(公告)日:2024-09-24
申请号:CN202210890486.5
申请日:2022-07-27
Applicant: 中国电力科学研究院有限公司
IPC: G06F16/22 , G06F16/2455 , G06Q50/06
Abstract: 本发明公开了一种用于描述电力系统演变过程的数据处理方法及系统,其中方法包括:建立集合表,集合表包括主键;集合表包括案例集合表以及要素集合表;其中案例集合表通过主键与要素集合表进行关联,确定案例集合表中案例对应的要素;建立信息表,信息表包括主键;信息表通过主键与集合表进行关联;信息表的数据记录包括时间字段、要素以及属性信息;当要素的属性信息发生变化时,根据预设的更新判断规则,判断信息表是否增加数据记录;确定案例集合表中的目标案例,通过案例集合表的主键查找与目标案例相关联的要素集合表中的要素;基于查找到的要素,通过信息表中的主键确定与要素关联的信息表中与预设的时间阈值相对应的数据记录。
-
公开(公告)号:CN118656940A
公开(公告)日:2024-09-17
申请号:CN202410697083.8
申请日:2024-05-31
Applicant: 中国电力科学研究院有限公司
Abstract: 本发明公开了一种基于对齐策略及力导向算法的电网拓扑优化方法及系统,属于电网拓扑绘制技术领域。本发明方法,包括:获取电网的原始电网拓扑图,对所述原始电网拓扑图进行网格化划分,生成网格化原始电网拓扑图;确定所述网格化原始电网拓扑图中的关键节点,网格线的交叉点和边缘交叉点,并确定所述关键节点,网格线的交叉点和边缘交叉点在所述网格化原始电网拓扑图中的坐标;保持所述关键节点的坐标不变,根据所述网格线的交叉点和边缘交叉点的坐标,根据对齐策略或力导向算法,对目标节点进行移动或调整,以生成电网的优化电网拓扑图。本发明通过对齐策略和力导向算法对节点进行调整,能够有效优化电网拓扑。
-
公开(公告)号:CN118281883A
公开(公告)日:2024-07-02
申请号:CN202410703523.6
申请日:2024-06-03
Applicant: 中国电力科学研究院有限公司
IPC: H02J3/06 , G06F30/367 , G06F113/04
Abstract: 本发明公开了一种基于潮流电压强度的数据调整方法及系统,包括:基于所有PQ节点构成的PQ节点集合,确定每个厂站中最高电压等级的PQ节点,对于任一个最高电压等级的PQ节点,若电压等级大于等于预设电压等级阈值,则将该PQ节点加入至辅助PV节点候选集合中;基于原始潮流计算数据构建等值电路模型;基于所述等值电路模型确定阻抗矩阵;基于所述阻抗矩阵计算每个候选节点处的等值注入功率;基于等值注入功率计算每个候选节点的等值内电势;基于等值内电势计算每个候选节点处的潮流电压强度指标;确定目标节点,在当前的潮流计算数据中将所述目标节点调整为PV节点;重新进行潮流计算;若潮流计算结果收敛,则确定完成数据调整。
-
公开(公告)号:CN117880894A
公开(公告)日:2024-04-12
申请号:CN202311727159.9
申请日:2023-12-15
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 国网信息通信产业集团有限公司 , 国家电网有限公司
Inventor: 李桐 , 徐长斌 , 黄文思 , 杨超 , 李军 , 孙峰 , 王斯诺 , 赵拴宝 , 范亚娜 , 李媛 , 刘扬 , 陈得丰 , 耿洪碧 , 任帅 , 陈剑 , 杨舒钧 , 刘芮彤
IPC: H04W28/082 , H04L41/14 , H04W72/53 , H04W72/0446 , G06N3/08
Abstract: 本发明提供了一种基于DDQN的云边协同的任务卸载方法及系统,包括:基于配电网中计算单元、各计算单元的参数信息以及任务卸载策略构建云边协同的任务资源管理模型;基于所述任务资源管理模型中终端的任务、平均开销、计算单元的计算量以及任务卸载策略,将任务卸载策略的优化过程转化为马尔科夫决策过程;采用DDQN算法对马尔科夫决策过程求解得到最优任务卸载网络模型,利用最优任务卸载网络模型生成任务卸载方法;本申请采用DDQN算法对马尔科夫决策过程求解,即利用深度神经网络对网络模型进行训练,具有较强的适应能力和学习能力,便于求解最优的任务卸载网络模型。
-
-
-
-