-
公开(公告)号：CN114881649A
公开(公告)日：2022-08-09
申请号：CN202210396655.X
申请日：2022-04-15
Applicant: 华北电力大学 , 国网综合能源服务集团有限公司
Abstract: 本发明属于P2P电力交易技术领域，具体涉及一种基于区块链技术的P2P电力交易共识方法，用于支撑区块链应用的P2P电力交易业务。本专利考虑应用区块链技术的P2P电力交易数据分布式共识问题，借助分布式一致性算法raft的原理，在此基础上加入信誉值的方法，在交易或数据上链时实现分布式共识，省去raft算法中的每一次选举都要自动超时或者手动超时再选举的步骤，根据每个节点的交易表现设置奖励和惩罚机制，以此实现更高效的电力交易数据共识，实现安全可靠的P2P电力交易。
-
公开(公告)号：CN112072792B
公开(公告)日：2022-07-15
申请号：CN202010929880.6
申请日：2020-09-07
Applicant: 华北电力大学 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种支撑电力供需互动的电力网与信息网融合方法、设备及存储介质，包括实现物理电力系统需求侧用电终端设备与承载互动业务的信息系统的互联互通、用户参与电网供需互动的信息交互及基于云模型理论对用电设备的运行状态进行优化控制，该方法、设备及存储介质能够实现电力供需双方的信息互通，同时能够实现对用电设备状态的优化控制。
-
公开(公告)号：CN112049787B
公开(公告)日：2022-03-18
申请号：CN201911021827.X
申请日：2019-10-25
Applicant: 华北电力大学(保定) , 国家电投集团电站运营技术(北京)有限公司 , 国家电力投资集团有限公司
IPC: F04B51/00
Abstract: 本发明提出了一种非接触式水泵故障检测方法及系统。本发明的检测方法，首先采集L种类型的水泵分别在N种不同工作状态下工作的声音，得到L×N个声音；对L×N个声音进行预处理，并划分为第一样本集和第二样本集；根据所述第一样本集和第二样本集建立并训练特征向量组；获取待检测的水泵的类型参数和声音信号；根据类型参数和声音信号查找并比对训练后的特征向量组，确定待检测的水泵的工作状态。本发明基于声音特征，建立并训练生成训练后的特征向量组，通过采集待检测的水泵的声音信号，与特征向量组进行比对，得出水泵的运行工作状态(当前运行状况、运行下的转速、功率以及可能的故障类型)，实现对水泵的工作状态检测和故障诊断。
-
公开(公告)号：CN112049787A
公开(公告)日：2020-12-08
申请号：CN201911021827.X
申请日：2019-10-25
Applicant: 华北电力大学(保定) , 国家电投集团电站运营技术(北京)有限公司 , 国家电力投资集团有限公司
IPC: F04B51/00
Abstract: 本发明提出了一种非接触式水泵故障检测方法及系统。本发明的检测方法，首先采集L种类型的水泵分别在N种不同工作状态下工作的声音，得到L×N个声音；对L×N个声音进行预处理，并划分为第一样本集和第二样本集；根据所述第一样本集和第二样本集建立并训练特征向量组；获取待检测的水泵的类型参数和声音信号；根据类型参数和声音信号查找并比对训练后的特征向量组，确定待检测的水泵的工作状态。本发明基于声音特征，建立并训练生成训练后的特征向量组，通过采集待检测的水泵的声音信号，与特征向量组进行比对，得出水泵的运行工作状态(当前运行状况、运行下的转速、功率以及可能的故障类型)，实现对水泵的工作状态检测和故障诊断。
-
公开(公告)号：CN111598721A
公开(公告)日：2020-08-28
申请号：CN202010383555.4
申请日：2020-05-08
Abstract: 本发明公开了一种基于强化学习和LSTM网络的负荷实时调度方法，包括：建立负荷实时调度模型，所述模型为奖励最大化模型，同时定义目标函数；将负荷实时调度问题制定为马尔可夫决策过程；在负荷调度时段开始前，获取负荷削减信息和电价范围，并获得最近一次训练的LSTM网络；利用强化学习和LSTM网络进行最优负荷调度价格的虚拟探索；将总奖励f(XT)最大时当前时段的价格xt作为当前时段的负荷调度价格，并公布给用户；当前调度时段结束，得到用户的实际负荷变化；将当前时段的实际价格和用户负荷变化添加至历史数据集，更新历史数据集；根据最新的数据集重新训练LSTM网络。本发明引导用户主动削减高峰负荷，达到精准削减电网高峰负荷、保障电网安全可靠运行的目的。
-
Patent Agency Ranking
公开(公告)号：CN108809828A
公开(公告)日：2018-11-13
申请号：CN201810499836.9
申请日：2018-05-23
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 华北电力大学
IPC: H04L12/721 , H04L12/803
CPC classification number: H04L45/12 , H04L45/127 , H04L47/125
Abstract: 本发明属于电力系统通信技术领域，具体涉及一种负载流量与业务风险联合均衡的电力通信网路由方法。在负载流量均衡方面，本发明考虑了链路通道占用情况和节点流量接纳情况，进而设计了链路的负载权值函数；在业务风险均衡方面，对电力通信网光纤链路的可用性进行建模，进而设计了考虑业务优先级和链路已承载业务风险的均衡策略；最后，引入均衡因子构建了综合考虑负载与风险的链路代价函数，以实现载流量和业务风险的联合均衡。本发明可根据业务的重要程度调整均衡因子，能够同时降低网络的阻塞率和业务风险，均衡链路负载流量和风险值，最终使网络达到最佳性能。
-
公开(公告)号：CN106602414B
公开(公告)日：2018-11-02
申请号：CN201611192405.5
申请日：2016-12-21
Applicant: 国家电网公司 , 华北电力大学 , 中电国际货运代理有限责任公司 , 国网西藏电力有限公司
Abstract: 本发明涉及一种户外GIS汇控柜，其特征在于：该汇控柜采用与智能控制柜一体化结构，智能元件与GIS控制元件分舱布置；与所述GIS控制元件连接的回路采用预制航空插头；与所述智能组件连接的回路采用预制免熔接光配；温控设备设置在柜后门上；所述智能元件和GIS控制元件所在舱的底部都设置有预置电缆安装板，所述智能元件所在舱的中部还设置有预置光缆配线箱。本发明能节约智能控制柜空间，缩短供货时间，满足现场“即插即用”要求。
-
公开(公告)号：CN108712341A
公开(公告)日：2018-10-26
申请号：CN201810500090.9
申请日：2018-05-23
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 华北电力大学
IPC: H04L12/761 , H04L12/753 , H04L12/709 , H04B10/032 , H04Q11/00
Abstract: 本发明涉及一种适用于电力多播通信业务的P圈保护方法，首先对Prim算法进行改进以生成与多播请求R对应的优化多播树T，然后设计了启发式P圈生成算法将多播树T的目的节点连接为圈以保护整棵多播树T，最后通过复用网络中配置的P圈提高波长利用率。在多播树T和P圈的生成过程中还采用了容量均衡策略以平衡网络中链路容量的使用。本发明够显著降低电力通信网的冗余度和阻塞率，提高波长利用率，适用于对电力光纤通信网中多播业务的通信链路进行保护。
-
公开(公告)号：CN108537363A
公开(公告)日：2018-09-14
申请号：CN201810193848.9
申请日：2018-03-09
Applicant: 天津大学 , 国网江苏省电力有限公司 , 华北电力大学
Abstract: 本发明公开了一种配售分开环境下售电公司购电量控制方法，所述控制方法包括以下步骤：根据售电公司Agent、以及用户Agent建立电网公司—售电公司—用户的三层购售电服务架构；基于三层购售电服务架构，构建由不可控负荷、可转移负荷、以及可变动负荷的组成的用户电量弹性模型；依据用户电量电价弹性模型、售电公司运行与评估参数，建立售电公司购电量控制模型，该模型包括：以售电公司售电收益与潜在收益之和最大为目标函数，分别考虑市场稳定约束、购售电平衡约束。本发明充分考虑了售电公司购售电以及对未来预期的不确定性，建立售电公司对电量的决策模型，采用混沌粒子群算法求解，实现了对购电量的优化。
-
公开(公告)号：CN106096776A
公开(公告)日：2016-11-09
申请号：CN201610409213.9
申请日：2016-06-13
Applicant: 华北电力大学 , 国家电网公司 , 中国电力科学研究院 , 国网甘肃省电力公司 , 国网甘肃省电力公司电力科学研究院
Abstract: 本发明涉及一种用户侧进行电力调控的方法，通过在配电网侧的聚合商处设定服务器，在用户群处设定虚拟控制器，实现对下级多个家庭用户的智能家居统一远程调控。通过对家居的状态控制已达到最终电网侧和用户侧两者之间的需求响应控制。本发明实施包括：用户侧实行电力调控模型搭建和调度算法。所属的模型搭建特征是基于智能家居类型简易分类，划分多种智能家居运行模式，给出在不同情况下家居运行方式所产生的能耗模型，虚拟控制器通过对家居所有的状态分析定量对每个用户划分权重，轮询统一调控，将最终所调控的信息反馈回至家居。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.097 seconds)
