-
公开(公告)号:CN114485801A
公开(公告)日:2022-05-13
申请号:CN202210133366.0
申请日:2022-02-10
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司肇庆供电局
Abstract: 本发明公开了一种配电自动化主站系统运行质量的评价系统,用于解决现有的配电自动化主站系统在运行分配电能的过程中,监测的信息一般是直接传输到远程平台上进行处理,在传输的过程中,信息存在变动几率,且对信息进行单次分析,也容易出现处理误差的技术问题。本发明包括:信息采集模块、无线传输模块、中央处理器、区域处理平台、对比模块、储存模块和显示模块;所述信息采集模块的输出端与所述无线传输模块的输入端连接;所述无线传输模块的输出端与所述中央处理器、所述区域处理平台的输入端连接;所述区域处理平台的输出端与所述中央处理器的输入端连接;所述中央处理器的输出端与所述对比模块、所述储存模块和所述显示模块的输入端连接。
-
公开(公告)号:CN115425652B
公开(公告)日:2023-01-24
申请号:CN202211381704.9
申请日:2022-11-07
Applicant: 广东电网有限责任公司肇庆供电局
IPC: H02J3/00 , G06F30/20 , G06F17/16 , G06F113/04
Abstract: 本发明提供了一种基于父子节点信息阵的配电网关键主路径辨识方法和系统,包括建立父子节点信息阵,记录配电网各开断设备父节点与子节点之间的连接关系;基于父子节点信息阵建立联络开关主路径信息阵,用于记录联络开关关联的两条馈线上的主供电路径开断设备信息;基于联络开关主路径信息阵建立馈线主路径信息阵,记录一条馈线上的所有供电主路径开断设备信息;基于馈线主路径信息阵建立馈线关键主路径信息阵,记录一条馈线上关键主路径上的开断设备信息。本发明可快速实现对配电网馈线主供电路径和关键主路径设备的辨识,便于对关键路径和设备进行重点监视、巡视和维护,对配电网安全运行和预测预警具有重要现实意义。
-
公开(公告)号:CN115001002A
公开(公告)日:2022-09-02
申请号:CN202210916196.3
申请日:2022-08-01
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明提供了一种求解储能参与削峰填谷的优化调度方法和系统,包括设置参数化的深度Q值网络,利用负荷历史数据以及对应时刻储能的功率出率对参数化的深度Q值网络进行训练,训练过程中利用信赖域优化模型对控制策略的更新次数做出限制,从而快速准确的获取最优策略,以便在当前条件下实现储能的优化调度控制。本发明利用信赖域‑强化学习,在连续控制中,对策略更新的大小做出限制,每次更新的时候不大幅度地改变分布的形态,使收益满足调递增收敛性,能够在线修正优化结果,并且考虑到充放电约束,达到最优的削峰填谷控制功能。
-
公开(公告)号:CN106375971B
公开(公告)日:2017-08-25
申请号:CN201610861337.0
申请日:2016-09-28
Applicant: 广东电网有限责任公司肇庆供电局 , 上海华立软件系统有限公司
Abstract: 本发明涉及一种电能管理系统的短信互动方法和系统,首先接收第一短信请求,第一短信请求包括短信消息以及短信号码,短信消息携带电能管理系统中预设查询操作的服务号,接着对第一短信请求进行审核,当审核通过时,将第一短信请求加入预设的消息接收队列,读取消息接收队列中的第二短信请求,当第二短信请求的短信号码为预设号码时,获取第二短信请求的服务号,再根据第二短信请求的短信号码的预设权限,获取电能管理系统中响应第二短信请求的服务号生成的信息,将信息生成短信内容并发送给第二短信请求的短信号码对应的终端。该短信互动方法和系统可以通过远程短信互动的方式,获取相关信息,弥补远程技术支持不足以及数据查询渠道单一的缺陷。
-
公开(公告)号:CN106646104A
公开(公告)日:2017-05-10
申请号:CN201610863912.0
申请日:2016-09-28
Applicant: 广东电网有限责任公司肇庆供电局 , 积成电子股份有限公司
IPC: G01R31/08
CPC classification number: Y04S10/522 , G01R31/086
Abstract: 本发明涉及配电网故障诊断方法,所述方法包括:构建电网全模型;获取馈线的故障信息,根据所述故障信息和所述电网全模型定位故障所在的馈线;获取故障指示器的故障指示信息,根据所述故障指示信息和所述电网全模型定位故障所在的第一故障区间;获取配电变压器的配变停电事件,根据所述配变停电事件和所述电网全模型定位故障所在的第一跳闸设备;获取出线开关的量测突降信息,根据所述量测突降信息和所述电网全模型定位故障所在的第二故障区间和第二跳闸设备。上述的配电网故障诊断方法,通过故障指示信息、配变停电事件和量测突降信息,结合电网全模型能够精确获取故障发生的线路段,有效提高了故障的诊断效率。
-
公开(公告)号:CN115001002B
公开(公告)日:2022-12-30
申请号:CN202210916196.3
申请日:2022-08-01
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明提供了一种求解储能参与削峰填谷的优化调度方法和系统,包括设置参数化的深度Q值网络,利用负荷历史数据以及对应时刻储能的功率出率对参数化的深度Q值网络进行训练,训练过程中利用信赖域优化模型对控制策略的更新次数做出限制,从而快速准确的获取最优策略,以便在当前条件下实现储能的优化调度控制。本发明利用信赖域‑强化学习,在连续控制中,对策略更新的大小做出限制,每次更新的时候不大幅度地改变分布的形态,使收益满足调递增收敛性,能够在线修正优化结果,并且考虑到充放电约束,达到最优的削峰填谷控制功能。
-
公开(公告)号:CN115205793A
公开(公告)日:2022-10-18
申请号:CN202211118614.0
申请日:2022-09-15
Applicant: 广东电网有限责任公司肇庆供电局
IPC: G06V20/52 , G06N3/04 , G06Q50/06 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06V20/70
Abstract: 本发明涉及电力检测技术领域,公开了基于深度学习二次确认的电力机房烟雾检测方法及装置。本发明根据电力机房监测图像数据集构建第一数据样本集,并提取其中图像烟雾区域以构建第二数据样本集;构建检测网络模型和分类网络模型,检测网络模型基于卷积模块和Bneck模块进行特征提取,并基于检测头模块进行不同尺度特征的检测,分类网络模型基于卷积模块和Bneck模块进行特征处理;使用第一数据样本集对检测网络模型进行训练,使用第二数据样本集对分类网络模型进行训练,最后采用训练完成的检测网络模型对待检测图像进行检测,将得到的结果输入至训练完成的分类网络模型,得到烟雾检测结果。本发明可以有效提高烟雾检测的精度和效率。
-
公开(公告)号:CN115459272B
公开(公告)日:2023-03-24
申请号:CN202211395145.7
申请日:2022-11-09
Applicant: 广东电网有限责任公司肇庆供电局
IPC: H02J3/00 , G06F30/20 , G06F17/16 , G06F113/04
Abstract: 本发明提供了一种基于馈线开关信息阵的最小配电子网划分方法及系统,包括建立馈线开关信息阵模型描述配电馈线出线开关与馈线所关联的联络开关信息;建立出线开关信息阵描述配电馈线出线开关与馈线之间的对应关系;建立最小配电子网信息阵模型描述对目标馈线可以负荷转供的最小配电网络出线开关组成的集合;获取单馈线开关联络信息集并进行集合运算,根据馈线开关信息阵模型和出线开关信息阵生成配电网的最小配电子网信息阵,从而实现最小配电子网划分。本发明通过将配电网划分成相互关联的最小配电子网,从而把负荷转供中的全网分析转变为子网分析,压缩了配电网搜索规模,提升了计算分析效率。
-
公开(公告)号:CN115459272A
公开(公告)日:2022-12-09
申请号:CN202211395145.7
申请日:2022-11-09
Applicant: 广东电网有限责任公司肇庆供电局
IPC: H02J3/00 , G06F30/20 , G06F17/16 , G06F113/04
Abstract: 本发明提供了一种基于馈线开关信息阵的最小配电子网划分方法及系统,包括建立馈线开关信息阵模型描述配电馈线出线开关与馈线所关联的联络开关信息;建立出线开关信息阵描述配电馈线出线开关与馈线之间的对应关系;建立最小配电子网信息阵模型描述对目标馈线可以负荷转供的最小配电网络出线开关组成的集合;获取单馈线开关联络信息集并进行集合运算,根据馈线开关信息阵模型和出线开关信息阵生成配电网的最小配电子网信息阵,从而实现最小配电子网划分。本发明通过将配电网划分成相互关联的最小配电子网,从而把负荷转供中的全网分析转变为子网分析,压缩了配电网搜索规模,提升了计算分析效率。
-
公开(公告)号:CN115078894A
公开(公告)日:2022-09-20
申请号:CN202211002791.2
申请日:2022-08-22
Applicant: 广东电网有限责任公司肇庆供电局
Abstract: 本发明涉及电力机房检测技术领域,公开了一种电力机房异常检测方法、装置、设备及可读存储介质。本发明利用目标电力机房的多维传感器时间序列数据构建第一向量矩阵和第二向量矩阵,并输入到训练好的深度学习网络模型以得到相应的重构数据,基于重构数据的异常得分确定异常数据;深度学习网络模型包括第一编码器、第二编码器、第一解码器和第二解码器。本发明在深度学习网络模型中,将Transfomer重构成类似GAN式的对抗式网络,并利用异常多头注意力机制优化了Transfomer的多头注意力层,能够有效提升电力机房异常检测的精确性和稳定性。
-
-
-
-
-
-
-
-
-