-
公开(公告)号：CN118349933A
公开(公告)日：2024-07-16
申请号：CN202410461946.1
申请日：2024-04-17
Applicant: 南方电网数字电网研究院股份有限公司
IPC: G06F18/2433 , G06F18/214 , G06F18/15
Abstract: 本发明公开了一种基于大数据分析的配变重过载预测方法、装置及介质，属于配电变压器技术领域，方法包括：获取配变数据；利用大数据分析技术识别所述配变数据的异常数据，对所述异常数据进行清洗；对清洗后的配变数据进行预处理，生成配变样本；根据任务预测目标，计算所述配变样本的配变重过载标签，得到输入数据集；所述配变重过载标签包括：日重过载、月重过载、年重过载和不重过载；将所述输入数据集输入到stacking模型，输出配变重过载预测结果；其中，所述stacking模型包括若干个第一层预测模型和第二层预测模型；所述stacking模型由初始stacking模型根据训练数据集进行训练得到，以实现提高对配变重过载预测的计算准确性和计算效率。
-
公开(公告)号：CN118349886A
公开(公告)日：2024-07-16
申请号：CN202410461948.0
申请日：2024-04-17
Applicant: 南方电网数字电网研究院股份有限公司
IPC: G06F18/241 , G06F18/214 , G06F9/50
Abstract: 本发明公开了一种配变重过载预测方法、装置及存储介质，属于计算机技术领域，方法包括：获取负荷预测特征；根据特征重要值，筛选出若干个第一预测模型的输入数据；将各第一预测模型作为初始stacking模型的第一层模型；将输入数据作为测试时序信号数据；将测试时序信号进行划分，得到若干个任务划分；将各任务划分进行映射，生成对应的GPU任务；依次将每个GPU任务的测试时序信号存入有空闲空间的GPU内存；将GPU任务分配到各GPU，以使各GPU获取对应的GPU任务的测试时序信号输入到stacking模型中进行计算，生成配变重过载预测结果；stacking模型由初始stacking模型根据训练集进行训练得到，以提高配变重过载预测计算过程中的机器算力和计算精度。
-
公开(公告)号：CN118316120A
公开(公告)日：2024-07-09
申请号：CN202410366812.1
申请日：2024-03-28
Applicant: 南方电网数字电网研究院股份有限公司
Abstract: 本申请涉及一种边缘计算微网资源协同方法及装置。所述方法包括：根据光伏出力、风电出力和负荷需求的预测误差，确定由边缘计算微网提供电力业务服务的电力业务场景；根据所述电力业务场景所需电力业务服务的随机波动阈值，得到所述电力业务场景的资源需求；基于预先构建的资源协同模型，根据所述资源需求和所述边缘计算微网的资源可调节容量，对所述边缘计算微网中的各节点进行资源均衡处理，得到各所述节点的目标资源。采用本方法能够使资源分配结果与实际业务需求相适配，保证资源分配的均衡性。
-
公开(公告)号：CN118249414A
公开(公告)日：2024-06-25
申请号：CN202410330862.4
申请日：2024-03-22
Applicant: 南方电网数字电网研究院股份有限公司
Abstract: 本发明属于数据处理技术领域，尤其涉及一种基于动态模糊混沌粒子群的微网优化调度方法及系统，方法包括进行微电网优化调度的多目标建模；建立基于加权系数的多目标决策、基于模糊隶属度的多目标决策和动态模糊多目标决策，并将对应的目标函数转换为隶属度；通过动态模糊混沌粒子群算法，求解微电网多目标调度的最优解，通过自身的隶属程度决定目标函数，从而避免了主观赋权值的过程，降低了人为因素造成多目标函数配置权值的不合理性。同时不断更新隶属度函数的参数，以获得目标函数转换最优效果，提供多目标优化算法—动态模糊混沌粒子群多目标优化算法(FCPSO)，具有更快的收敛速度及更好的收敛效果。
-
公开(公告)号：CN116247734B
公开(公告)日：2024-03-12
申请号：CN202310527580.9
申请日：2023-05-11
Applicant: 南方电网数字电网研究院股份有限公司
Abstract: 本发明公开了一种面向边缘侧弱通信环境的分布式一致性功率控制方法。通过多分布式电源接入系统中当前分布式电源观测器接收来自邻近分布式电源下垂控制后的邻近电压测量值；进一步确定邻近分布式电源的第一当前电压估计值；根据第一当前电压估计值确定当前分布式电源的第二电压估计值；根据PI控制器的预设传递函数、下垂控制的当前参考电压和第二电压估计值，确定对多分布式电源接入系统的当前电压修正项；根据当前电压修正项对当前参考电压修正实现当前一致性电压控制。本发明的技术方案，提供一种多分布式电源接入系统的一致性功率控制新方法，在弱通信环境下有效保证多分布式电源接入系统的电能质量和系统运行稳定性。
-
Patent Agency Ranking
公开(公告)号：CN114723147B
公开(公告)日：2025-02-07
申请号：CN202210387225.1
申请日：2022-04-14
Applicant: 南方电网数字电网研究院股份有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N20/20 , G06F18/214 , G06F18/23 , G06F17/14 , G06F18/2131 , G06F18/2431
Abstract: 本申请涉及一种基于改进的小波变换与神经网络的新能源功率预测方法。所述方法包括：获取多组气象数据样本和历史发电功率，确定每种变量类型下的气象数值样本与历史发电功率之间的相关度，得到与每个相关度阈值对应的初始变量类型，根据初始变量类型对应的第一训练精度，确定出目标阈值和目标变量类型，对多组气象数据样本进行聚类处理，得到每组气象数据样本所属的第一目标类别，对历史发电功率进行小波分解，采用目标气象样本和每个信号频率下的功率信号样本对多种初始功率预测模型进行训练，确定出与每种第一目标类别对应的功率预测模型。采用本方法能够遍历多个相关度阈值，对多种初始功率预测模型集成学习，从而提高功率预测模型的准确率。
-
公开(公告)号：CN119106390A
公开(公告)日：2024-12-10
申请号：CN202411009626.9
申请日：2024-07-26
Applicant: 南方电网数字电网研究院股份有限公司
IPC: G06F18/25 , G06F18/10 , G06F18/214 , G06Q50/06
Abstract: 本申请适用于数据处理的技术领域，提供了一种基于电力配变负荷时序数据与气象时序数据的融合方法，其方法包括先获取目标气温数据和获取目标负荷数据，然后对目标气温数据进行预处理，生成规范化气温数据，最后对目标负荷数据和规范化气温数据进行融合处理，生成目标时序数据集信息。本申请能够成功地使气象数据和变压器数据的时间分辨率保持一致，有效地减少由时序特征引起的对电力负荷预测准确率的不良影响，不仅显著地提高了电力负荷预测的准确性，而且为电力系统的稳定运行和优化调度提供了坚实的数据支持，并且还具有较强的鲁棒性和适应性，能够在不同数据环境和应用场景下保持高效性能，进一步推动电力行业的智能化和数据驱动决策的进步。
-
公开(公告)号：CN119048733A
公开(公告)日：2024-11-29
申请号：CN202411057806.4
申请日：2024-08-02
Applicant: 南方电网数字电网研究院股份有限公司
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/082 , G06N3/045
Abstract: 本发明公开了一种目标识别模型、台区就地目标识别方法、系统及介质，本发明基于YOLOv8n算法构建目标识别模型，具体采用PConvC2fEMA模块改进YOLOv8n模型的骨干网络，以实现模型参数量和计算量的降低，并增强对目标表征的关注，以提高模型识别的精度；并且本发明采用VoVGSCSP模块改进YOLOv8n模型的颈部网络，可以提升颈部网络的非线性表达能力；本发明对YOLOv8n模型进行轻量化改进得到目标识别模型，相较于YOLOv8n模型，该目标识别模型的规模和计算量更小，能够具有更快的目标识别速度，并仍能具有较高的识别精度。
-
公开(公告)号：CN118826159A
公开(公告)日：2024-10-22
申请号：CN202410819083.0
申请日：2024-06-24
Applicant: 南方电网数字电网研究院股份有限公司
Abstract: 本发明涉及电网调度技术领域，公开了一种基于可再生能源的配电网调度控制方法及装置。该方法基于配电网的电网拓扑结构，将配电网划分为若干个区域；获取配电网的历史用电总量，并根据配电网的历史用电总量计算各区域对应的历史用电量；根据各区域对应的历史用电量建立各区域的用电量预测模型；利用各区域的用电量预测模型分别预测在预设时间周期内各区域的预测用电量；获取配电网的可再生能源出力，结合各区域的预测用电量，对各区域进行电量分配。本发明通过划分配电网区域提高了用电量预测的精准度，从而有效降低了电压浮动问题，并降低了可再生能源在传输上的损耗，提高了能源的利用率。
-
公开(公告)号：CN118572729A
公开(公告)日：2024-08-30
申请号：CN202410924396.2
申请日：2024-07-11
Applicant: 南方电网数字电网研究院股份有限公司
Abstract: 本申请公开了一种基于多智能体强化学习的多微电网快速功率控制方法，属于多微电网频率控制技术领域，方法包括：将每个微电网作为每个智能体；根据多微网系统的有功‑频率响应模型，分别构建各个所述智能体所需的状态空间、动作空间和奖励函数；根据每个所述智能体所需的状态空间、动作空间和奖励函数，分别搭建每个所述智能体的强化学习框架；对每个所述智能体的强化学习框架进行学习训练，得到各个所述微电网的权重参数，并生成对应的微电网控制器；利用每个所述微电网控制器对各自的微电网进行功率控制，以实现在提升微电网的惯性水平的同时能提高快速功率控制效率。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.05 seconds)
