-
公开(公告)号:CN119482971A
公开(公告)日:2025-02-18
申请号:CN202411716245.4
申请日:2024-11-27
Applicant: 国网安徽省电力有限公司宣城供电公司 , 合肥中科立恒智能科技有限公司
IPC: H02J13/00 , G06Q10/063 , G06Q10/04 , G06Q10/20 , G06N3/084 , G06F18/2433 , H02J3/00
Abstract: 本发明公开了配网智能辅助分析方法及系统,涉及配电网技术领域,包括以下步骤:实时采集配电网的各个监控点的报警信息数据和运行数据;基于时间窗口机制对报警信息数据进行识别并过滤在G时间内重复出现的相同报警信息;对过滤后的报警信息数据和运行数据基于BP神经网络构建报警信息评估模型,得到报警信息评估系数;获取相同时间间隔内配电网各个监控点周围的报警信息评估系数,构建第一数据集;根据各个监控点第一数据集的平均值,对报警事件进行优先级排序,并优先处理平均值最大的监控点区域。综合考虑多种因素的评估方式,使得报警信息评估更加全面、准确,为运维人员提供了更为可靠的决策依据。
-
公开(公告)号:CN119848729A
公开(公告)日:2025-04-18
申请号:CN202411931147.2
申请日:2024-12-26
Applicant: 合肥中科立恒智能科技有限公司
Inventor: 李泽瑞
IPC: G06F18/2433 , G06F18/214 , G06Q30/018
Abstract: 本发明公开了一种碳排放数据异常检测方法及系统。本发明中,提出一种碳排放数据异常检测方法。该方法的有益之处在于:通过优化问题的求解将数据划分为尽可能多样的多个片段,以应对数据中存在的分布变化问题;采用的FastDTW度量方式可加快求解速度;设计适用于该问题的交叉、变异操作方式,采用遗传算法进行优化,全局搜索能力强;设计损失函数进行领域对抗训练,使得模型既能学习到不同片段中数据的时间相关性,同时降低不同片段间的分布差异,能够有效识别和消除碳排放数据中的异常,为后续分析提供准确可靠的数据基础,助力工业高能耗领域的减碳工作。
-
公开(公告)号:CN119051178B
公开(公告)日:2025-02-28
申请号:CN202411533535.5
申请日:2024-10-31
Applicant: 合肥中科立恒智能科技有限公司 , 国网安徽省电力有限公司宣城供电公司
Abstract: 本发明公开了基于高比例光伏场景的高压配电网分散式无功优化方法,涉及无功优化技术领域,包括以下步骤:获取分布式光伏发电系统中各个光伏逆变器的电网数据并进行预处理;构建基于GCNN的无功容量预测模型中,得到各个光伏逆变器的无功功率需求预测值;建立Volt‑Var曲线,并通过实时计算当前高压配电网电压偏差系数,用于动态调整步长值并基于各个光伏逆变器的无功功率需求预测值和调整后的Volt‑Var曲线采用Volt‑Var曲线的控制策略调整各个光伏逆变器的无功功率,解决了传统方法无法准确预测光伏逆变器的无功功率需求,同时有效解决了电网在高光伏渗透率下的电压波动问题,从而提升了电网的稳定性和可靠性。
-
公开(公告)号:CN119145709B
公开(公告)日:2025-02-18
申请号:CN202411613747.4
申请日:2024-11-13
Applicant: 合肥中科立恒智能科技有限公司 , 国网安徽省电力有限公司宣城供电公司
Abstract: 本发明公开了一种电力维修用外围警戒围栏,涉及围栏技术领域,包括两个立柱与前后错位布置的第一剪叉式伸缩栏网与第二剪叉式伸缩栏网,第一剪叉式伸缩栏网与第二剪叉式伸缩栏网在伸缩方向上的每个端部均包括铰接端与滑动端,第一剪叉式伸缩栏网的两个铰接端各与一个立柱的顶部铰接,两个滑动端各与一个立柱竖向滑动连接,第二剪叉式伸缩栏网的两个铰接端各与一个立柱的底部铰接,两个滑动端各与一个立柱竖向滑动连接,当第一剪叉式伸缩栏网的底部与第二剪叉式伸缩栏网的顶部对齐时通过一锁止件锁止。本发明在保证高度要求的情况下,能够提供更长的围挡长度,因此较少的围栏单体就能够围挡目标大小的施工区域,搭建、拆除以及运输都更加方便。
-
公开(公告)号:CN119051178A
公开(公告)日:2024-11-29
申请号:CN202411533535.5
申请日:2024-10-31
Applicant: 合肥中科立恒智能科技有限公司 , 国网安徽省电力有限公司宣城供电公司
Abstract: 本发明公开了基于高比例光伏场景的高压配电网分散式无功优化方法,涉及无功优化技术领域,包括以下步骤:获取分布式光伏发电系统中各个光伏逆变器的电网数据并进行预处理;构建基于GCNN的无功容量预测模型中,得到各个光伏逆变器的无功功率需求预测值;建立Volt‑Var曲线,并通过实时计算当前高压配电网电压偏差系数,用于动态调整步长值并基于各个光伏逆变器的无功功率需求预测值和调整后的Volt‑Var曲线采用Volt‑Var曲线的控制策略调整各个光伏逆变器的无功功率,解决了传统方法无法准确预测光伏逆变器的无功功率需求,同时有效解决了电网在高光伏渗透率下的电压波动问题,从而提升了电网的稳定性和可靠性。
-
公开(公告)号:CN119539498A
公开(公告)日:2025-02-28
申请号:CN202411716247.3
申请日:2024-11-27
Applicant: 国网安徽省电力有限公司宣城供电公司 , 合肥中科立恒智能科技有限公司
IPC: G06Q10/0635 , G06Q10/20 , G06Q50/08 , G06Q50/06 , G06F30/23 , G06F119/14
Abstract: 本发明公开了输电线路工程货运架空索道施工安全检测系统及方法,涉及索道施工安全检测技术领域,包括以下步骤:将输电线路工程货运架空索道全工作周期路线分成一定数量的工作节点,实时监测并获取各个节点的设备隐患数据;将处理后的设备隐患数据输入到基于机器学习建立的设备隐患模型中,生成设备隐患评估系数;根据设备隐患评估系数结合索道运输工作节点,绘制设备‑隐患曲线图,判断该工作节点区域是否存在隐患,并及时做出维护;收集维护后的设备隐患评估系数并进行数据分析,量化评估设备隐患维护措施效果。本发明通过安全检测技术,解决了索道在长距离的工作负荷中存在的安全隐患无法及时的发现并处理的问题。
-
公开(公告)号:CN119382175A
公开(公告)日:2025-01-28
申请号:CN202411719244.5
申请日:2024-11-28
Applicant: 国网安徽省电力有限公司宣城供电公司 , 合肥中科立恒智能科技有限公司
Abstract: 本发明公开了基于光伏发电和无功补偿的配电网集中式的协同控制方法、装置、设备及介质,涉及协同控制技术领域,包括以下步骤:获取配电网各个无功补偿节点的历史光伏发电数据和环境数据并进行预处理;将所述配电网各个无功补偿节点的历史光伏发电数据和环境数据输入至预设的基于偏移量调整的双向LSTM模型中,得到各个无功补偿节点的功率因素预测值;将所述的各个无功补偿节点的功率因素预测值输入至预设的无功功率调整计算公式中,得到无功功率误差值和无功功率调整值;对所述无功功率误差值进行分级并基于无功功率调整值对各个无功补偿节点的无功功率进行修正。
-
公开(公告)号:CN119145709A
公开(公告)日:2024-12-17
申请号:CN202411613747.4
申请日:2024-11-13
Applicant: 合肥中科立恒智能科技有限公司 , 国网安徽省电力有限公司宣城供电公司
Abstract: 本发明公开了一种电力维修用外围警戒围栏,涉及围栏技术领域,包括两个立柱与前后错位布置的第一剪叉式伸缩栏网与第二剪叉式伸缩栏网,第一剪叉式伸缩栏网与第二剪叉式伸缩栏网在伸缩方向上的每个端部均包括铰接端与滑动端,第一剪叉式伸缩栏网的两个铰接端各与一个立柱的顶部铰接,两个滑动端各与一个立柱竖向滑动连接,第二剪叉式伸缩栏网的两个铰接端各与一个立柱的底部铰接,两个滑动端各与一个立柱竖向滑动连接,当第一剪叉式伸缩栏网的底部与第二剪叉式伸缩栏网的顶部对齐时通过一锁止件锁止。本发明在保证高度要求的情况下,能够提供更长的围挡长度,因此较少的围栏单体就能够围挡目标大小的施工区域,搭建、拆除以及运输都更加方便。
-
公开(公告)号:CN116050507B
公开(公告)日:2023-12-22
申请号:CN202310092735.0
申请日:2023-01-18
Applicant: 合肥中科立恒智能科技有限公司 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明的一种二氧化碳排放监测方法与系统,其方法包括以下步骤,对源域和目标域数据进行采集,得到有标签的源域数据以及无标签的目标域数据;对源域数据和目标域数据进行归一化处理;采用双流结构构建二氧化碳排放监测模型;对二氧化碳排放监测模型进行训练和测试;采用测试好的二氧化碳排放监测模型进行二氧化碳排放监测。而本发明基于深度无监督迁移学习方法可以在缺少目标域标签的情况下训练出模型。与传统的对抗式领域自适应方法相比,本发明采用双流结构,同时关注边缘分布差异的影响和条件分布的差异,通过平衡因子表示特征可迁移性与可分性的相对重要性。
-
公开(公告)号:CN116050507A
公开(公告)日:2023-05-02
申请号:CN202310092735.0
申请日:2023-01-18
Applicant: 合肥中科立恒智能科技有限公司 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明的一种二氧化碳排放监测方法与系统,其方法包括以下步骤,对源域和目标域数据进行采集,得到有标签的源域数据以及无标签的目标域数据;对源域数据和目标域数据进行归一化处理;采用双流结构构建二氧化碳排放监测模型;对二氧化碳排放监测模型进行训练和测试;采用测试好的二氧化碳排放监测模型进行二氧化碳排放监测。而本发明基于深度无监督迁移学习方法可以在缺少目标域标签的情况下训练出模型。与传统的对抗式领域自适应方法相比,本发明采用双流结构,同时关注边缘分布差异的影响和条件分布的差异,通过平衡因子表示特征可迁移性与可分性的相对重要性。
-
-
-
-
-
-
-
-
-