-
公开(公告)号：CN119249710A
公开(公告)日：2025-01-03
申请号：CN202411282982.8
申请日：2024-09-13
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本发明实施例公开了一种联合GNSS‑RO和AMSR‑E的对流层温度和水蒸气反演方法，通过基于GNSS‑RO技术计算和反演获得每条射线路径的弯曲角度观测值，作为GNSS‑RO观测数据；基于辐射传输模型得出AMSR‑E前向算子，并由AMSR‑E获取亮度温度观测值，作为AMSR‑E观测数据；利用添加物理约束条件进行改进后的1DVar算法联合同化所述GNSS‑RO观测数据和所述AMSR‑E观测数据；采用牛顿法迭代求解大气状态向量；通过收敛准则完成对所述大气状态向量的迭代求解，完成对分层大气的温度和水蒸气反演；GNSS‑RO提供了高垂直分辨率的温度和湿度廓线信息，而AMSR‑E则提供了高空间分辨率的水平分布信息，可以通过联合使用两者的数据更全面、准确地反演出大气的三维温度和水蒸气分布。
-
公开(公告)号：CN118837909A
公开(公告)日：2024-10-25
申请号：CN202410928363.5
申请日：2024-07-11
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请实施例公开了一种电离层层析反演电子密度方法及相关设备，从像素格网划分、电离层层析迭代模型和松弛因子出发，顾及不同电离层高度电子密度变化较大的影响，在地磁坐标系下建立了电离层高度方向上不等像素间距的格网，更合理地调整和分配了像素格网内斜向电离层总电子含量实测值与层析反演值之间的差异；松弛因子控制和削弱了噪声对电子密度反演的结果，有效提高电离层电子密度三维反演的精度。
-
公开(公告)号：CN118709568A
公开(公告)日：2024-09-27
申请号：CN202410928371.X
申请日：2024-07-11
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本发明实施例公开了输出权重的估计方法及装置、设备及存储介质，方法包括：获取训练样本，训练样本中包含用于训练预设的极限学习机模型的输入数据和输出数据；根据训练样本和预设的激活函数进行初始化，得到极限学习机模型中的初始化输出矩阵；基于训练样本中的输出数据和初始化输出矩阵进行权重迭代，得到满足预设输出条件的目标输出权重，以根据目标输出权重对极限学习机模型进行配置。通过对初始化输出矩阵和训练样本进行权重迭代计算得到稳健的输出权重，并基于稳健的输出权重对极限学习机模型进行配置，以尽可能降低异常值对极限学习机模型输出结果准确性的影响。
-
公开(公告)号：CN120011963A
公开(公告)日：2025-05-16
申请号：CN202510017291.3
申请日：2025-01-06
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F18/2431 , G06F18/213 , G06N3/09 , G06Q50/06
Abstract: 本申请涉及预测相关技术领域，具体涉及一种基于特征筛选和二级分类的配变重过载预测方法及装置。其中，方法包括：获取原始数据；所述原始数据包括预设区域配变的每日日报电力数据；基于所述原始数据提取初始特征；基于所述初始特征与重过载的相关性，对所述初始特征进行筛选得到目标特征；基于所述目标特征构建二级机器学习分类模型，并对所述二级机器学习分类模型进行训练；其中，所述二级机器学习分类模型包括两个机器学习模型，并用于基于两个机器学习模型的输出，确定重过载的预测结果；基于训练后的所述二级机器学习分类模型，进行配变重过载的预测。
-
公开(公告)号：CN119341016A
公开(公告)日：2025-01-21
申请号：CN202411802843.3
申请日：2024-12-09
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请涉及一种配电网低压台区电压越限治理方法及装置，方法包括：采集配电网台区数据；配电网台区数据包括：配电网台区拓扑结构和配电网台区各节点监测电压；根据配电网台区各节点监测电压确定各节点是否发生电压越限；根据发生电压越限的节点在配电网台区拓扑结构中的位置，确定配电网台区电压越限问题类型；根据配电网台区电压越限问题类型，以及发生电压越限的节点在配电网台区拓扑结构中的位置，确定低压柔直调压装置的设置位置。本技术方案能够实时调整输出电压，快速响应负荷变化，保持电网电压在设定范围内。并且实现各节点设备间的数据共享与通信，对配电网台区全部节点的数据进行集中管理和数据分析，可以优化电压调节效率。
-
Patent Agency Ranking
公开(公告)号：CN117132009B
公开(公告)日：2024-02-09
申请号：CN202311150798.3
申请日：2023-09-07
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q10/047 , G06N3/006 , G06Q50/06
Abstract: 本发明涉及环网线路规划领域，具体为一种基于配网智慧运维的临近环网线路规划方法及系统；通过结合蚂蚁算法并研发了新的拓展算法，更加适合对自然村的环网线路的规划，能够更好的计算出含有孤岛现象自然村的区域的环网线路的规划，减少在规划过程中的线路重合，从而减少后期重新修正线路所消耗的时间，整体相对更加方便和快捷，通过进一步的对规划人员在实际勘测过程中设置的节点、端点和顶点的计算，在计算通过各个端点和顶点的规划线路之前，先检查各个端点和顶点在满足电线铺设要求的情况下能否铺设到各个顶点和端点，从而节省后续的计算量；解决了在对含有孤岛现象自然村的区域进行环网线路规划时，容易导致线路重复计算的问题。
-
公开(公告)号：CN113985733B
公开(公告)日：2023-11-17
申请号：CN202111246628.6
申请日：2021-10-26
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G05B13/04
Abstract: 本申请公开了一种基于自适应概率学习的配电网故障辨识方法，包括，通过小波变换将仿真波形数据分解为近似部分和细节部分，并进行特征提取；利用线性变换策略对提取的特征向量进行降维，并计算降维后的特征向量两两之间的重构误差；利用重构误差和仿真波形数据分类误差训练自适应概念学习模型，获得线性映射的最佳参数；将线性映射的最佳参数投影到特征空间，并在特征空间进行聚类，完成仿真波形类型辨识。本申请通过波形分解和最大化特征相似性找到最佳线性映射，将仿真数据和真实数据映射至同一特征空间，且在此空间中两者分布差异最小，之后即可使用仿真数据训练模型并对真实数据进行分类，从而解决配电网故障辨识中样本量不足的问题。
-
公开(公告)号：CN115421171A
公开(公告)日：2022-12-02
申请号：CN202211038100.4
申请日：2022-08-26
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G01S19/37
Abstract: 本发明实施例公开了一种卫星初始轨道的确定方法及装置、设备及存储介质，方法通过观测站观测卫星，根据伪距测量值、接收机钟差等效距离以及观测站位置，确定第一矩阵；利用第一矩阵以及预设的伪距观测与卫星初轨关系式，得到卫星的初始卫星初轨数据；若初始卫星初轨数据未收敛，则利用伪距测量值、接收机钟差等效距离、观测站位置、卫星位置以及卫星钟差等效距离，确定卫星观测数据的目标权重；利用目标权重以及第一矩阵，得到更新后的第一矩阵，并返回执行利用第一矩阵以及预设的伪距观测与卫星初轨关系式，得到卫星的初始卫星初轨数据的步骤，直至初始卫星初轨数据收敛，得到目标卫星初轨数据。采用上述方法提高了卫星初轨数据的准确度。
-
公开(公告)号：CN118708939A
公开(公告)日：2024-09-27
申请号：CN202410928360.1
申请日：2024-07-11
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F18/213 , G06F18/10 , G06F17/18 , G01S19/08 , G06Q50/26 , G06F123/02
Abstract: 本申请实施例公开了一种大气可降水量建模方法、大气可降水量建模装置、计算机设备和计算机可读存储介质。其中，方法包括如下步骤：获取探空资料，并计算探空资料所指示的探空站位置处的原始时间序列；对原始时间序列进行趋势分析和周期分析，以得到趋势特征和周期特征，根据趋势特征和周期特征分别构建趋势函数和谐波函数；根据趋势函数和谐波函数求得残差项，利用残差项构建核函数；整合趋势函数、谐波函数及核函数，建立时间序列模型。因此，本申请解决探空PWV时间序列时间分辨率低、和其它PWV产品时间分辨率不匹配的问题。利用趋势分析和周期分析获取了探空PWV原始时间序列的结构性变化特征；并剔除趋势变化和周期变化后的未建模信号，并最终完成时间序列模型的构建。
-
公开(公告)号：CN117540319A
公开(公告)日：2024-02-09
申请号：CN202311579869.1
申请日：2023-11-24
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F18/2433 , G06Q50/06 , G06Q10/04 , G06N20/00
Abstract: 本发明实施例公开了一种供电可靠性指标数据异常检测方法、系统、介质及终端，方法包括：根据历史运行数据确定系统平均预安排停电时间和系统平均故障停电时间的实际值；根据所述历史运行数据、系统平均预安排停电时间和系统平均故障停电时间的实际值、先验知识以及机器学习算法构建最优系统平均预安排停电时间预测模型和系统平均故障停电时间预测模型；根据所述最优系统平均预安排停电时间预测模型和系统平均故障停电时间预测模型获取系统平均停电时间预测值；通过所述系统平均停电时间预测值进行供电可靠性指标数据检测，确定异常指标数据，节省人工成本，提高了供电可靠性指标数据检测效率和精确度。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.047 seconds)
