局部放电检测设备
    54.
    发明公开

    公开(公告)号:CN113433431A

    公开(公告)日:2021-09-24

    申请号:CN202110546246.9

    申请日:2021-05-19

    Abstract: 本申请涉及一种局部放电检测设备,包括偶极子天线、采样电路、信号调理电路、控制电路和电源装置。采样电路连接偶极子天线和信号调理电路,控制电路连接信号调理电路;电源装置连接信号调理电路和控制电路;偶极子天线用于感应得到被测线缆的局部放电信号并发送至采样电路;采样电路用于接收局部放电信号,并根据局部放电信号输出采样信号;信号调理电路用于对采样信号进行调理后输出放电检测信号;控制电路用于根据放电检测信号得到局部放电检测结果并输出。上述局部放电检测设备,无需接触被测线缆,只要将偶极子天线接近被测线缆,就可以进行被测线缆的局部放电检测,有利于扩展局部放电检测设备的应用场景。

    一种求解区间直流潮流模型的改进蒙特卡洛方法

    公开(公告)号:CN108549985A

    公开(公告)日:2018-09-18

    申请号:CN201810332052.7

    申请日:2018-04-13

    Abstract: 本发明公开一种求解区间直流潮流模型的改进蒙特卡洛方法,包括如下步骤:1)建立区间直流潮流模型;2)采用随机模拟技术在相应负荷、发电机有功出力和输电线路参数的区间内产生随机变量,该随机变量称为场景;3)在步骤2)产生的场景的基础上增加极端场景,该极端场景指参数区间的上下边界;4)统计所有场景下的潮流变量的最大值和最小值;5)输出结果,结果包括相角和传输功率的区间计算结果。本发明求解区间直流潮流模型的改进蒙特卡洛方法利用随机模拟技术在输入数据的区间内产生一系列场景,通过统计产生场景下直流潮流变量的最大和最小值来获取潮流的区间。并通过考虑输入数据的极端场景,进一步提高了区间直流潮流模型解的精度。

    一种基于动态神经网络预测光伏功率的方法及系统

    公开(公告)号:CN105005825A

    公开(公告)日:2015-10-28

    申请号:CN201510391859.4

    申请日:2015-07-03

    Abstract: 本发明提供一种基于动态神经网络预测光伏功率的方法,包括获取预测日各天气特征参数分别对应所设时间段内各时段上的值;划分天气类型,并基于上述预测日得到的值,通过加权欧氏距离计算识别出预测日的天气类型,且根据识别的天气类型在气象历史数据中构建预测日的相似日样本集;统计相似日样本集总天数并对每一天求解出其与预测日的切比雪夫距离值,并构建满足预定条件的样本子集;将样本子集归一化处理并在一动态神经网络预测模型中训练;训练完成后,导入上述预测日得到的值并反归一化处理,得到预测日在所设时间段内各时段分别对应的光伏功率预测值。实施本发明实施例,能够同时提高预测准确度及预测速度。

    基于故障录波数据的电力系统扰动发生时刻的辨识方法

    公开(公告)号:CN103795144B

    公开(公告)日:2015-09-30

    申请号:CN201310596766.6

    申请日:2013-11-22

    CPC classification number: Y04S10/40

    Abstract: 本发明涉及一种基于故障录波数据的电力系统扰动发生时刻的辨识方法,属于电力系统调度自动化与电网仿真技术领域。首先使用CUSUM算法进行突变数据初步识别,得到有信号突变的区间,以及每个区间对应的报警时刻;然后根据实际情况或者经验,设定波形相似度检验阈值,对存在连续突变情况的波形区间进行相似度检验,若检验结果大于阈值,则认为两个信号区间存在不同程度的突变,需要加以识别,否则认为后一个突变报警是伪报警,予以删除;最后使用BG算法对出现数据突变的区间进行精细识别,取报警时刻之前,突变效果最显著的突变点作为扰动时间发生时刻。本发明方法实现简单、计算速度快,适合现场应用。

Patent Agency Ranking