-
公开(公告)号：CN120064787A
公开(公告)日：2025-05-30
申请号：CN202510203019.4
申请日：2025-02-24
Applicant: 南京工程学院 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司超高压分公司
Abstract: 本发明公开了一种结合电流分析的介质损耗智能预测与故障诊断系统，涉及电力设备绝缘检测与故障诊断技术领域，所述系统包括数据采集模块，用于实时采集设备在不同温度和湿度环境下的电流数据，并构建多维度电流传输特性数据库，模型训练模块，用于基于多维度电流传输特性数据库训练神经网络模型，以获取针对不同环境条件的补偿参数，数据分析模块，用于将采集到的实际电流数据输入训练好的神经网络模型进行实时分析，并输出校正后的电流特征，故障诊断与预警模块，用于基于校正后的电流特征确定设备的介质损耗状况，并进行故障诊断和预警；该结合电流分析的介质损耗智能预测与故障诊断系统，解决环境因素引起的介质损耗误诊问题。
-
公开(公告)号：CN120011844A
公开(公告)日：2025-05-16
申请号：CN202510085232.X
申请日：2025-01-20
Applicant: 南京工程学院
IPC: G06F18/23213 , G06F18/2433 , G06Q10/063 , G06Q50/06
Abstract: 本发明实施例公开了一种配电网线损聚类特性分析与异常辨识方法，涉及供配电系统运维技术领域。本发明包括：收集配电网线路的多时间段线损数据，并构建线损计算模型。采用零均值单位方差标准化处理，对各特征进行平衡，以避免某些特征(如电流)因数值范围较大而主导聚类过程。通过引入周期振荡突变策略与佳点集原理进行初始聚类中心选择，优化初始聚类结果的合理性与聚类效果。在聚类中心优化过程中，结合改进的雪消融算法进行动态调整，以提升算法的收敛性与精确性。通过时空分析对线损数据在时间与空间维度的动态变化与分布规律进行研究，并基于聚类结果对线损数据进行异常辨识。
-
公开(公告)号：CN118278566A
公开(公告)日：2024-07-02
申请号：CN202410365344.6
申请日：2024-03-28
Applicant: 南京工程学院
IPC: G06Q10/04 , G06Q10/063 , G06Q50/06
Abstract: 本发明提供一种油田联合站能耗优化方法和系统，其中方法中确定包含油田联合站购能成本、碳排放量以及与电网气网的交互功率波动的多目标优化调度函数，采用萤火虫算法求解，得到油田联合站最优运行策略pareto最优解集，并采用熵权‑TOPSIS法评价pareto最优解集，确定油田联合站最优运行能耗，有效协调电、气和热资源，在满足油田联合站负荷需求的前提下，有效减少油田联合站运行成本，降低碳排放量。
-
公开(公告)号：CN113125886B
公开(公告)日：2023-10-27
申请号：CN202110412475.1
申请日：2021-04-16
Applicant: 南京工程学院
Abstract: 本发明实施例公开了一种针对电能质量扰动源的定位方法，涉及电力系统的电能质量领域，能够降低对统一电能质量扰动源的定位错误率。本发明包括：采集系统中各监测点的电压和电流信息；对采集到的电压和电流信息进行预处理，得到统一电能质量扰动信号包络序列；利用所得到的统一电能质量扰动信号包络序列，确定多维度的节点电压与电流的互相关程度；对所得到的多维度的节点电压与电流互相关程度进行处理，并定位统一电能质量扰动源。本发明适用于对电能质量扰动源的准确定位。
-
公开(公告)号：CN110867906A
公开(公告)日：2020-03-06
申请号：CN201911212742.X
申请日：2019-12-02
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于功率平衡指标的电网拓扑关系辨识方法，该方法建立在错误量测检测、辨识及修正的基础上，通过分析支路与母线的关联关系，定义了支路与母线关联关系岛，基于岛内各支路量测满足平衡关系的特征，通过搜索使岛内各节点功率平衡合格并与实际采集的设备状态具有尽可能高的相似度的支路母线连接关系，给出辨识结果。本发明可以用于检测系统运行过程中的遥测遥信错误。
-
Patent Agency Ranking
公开(公告)号：CN108921339A
公开(公告)日：2018-11-30
申请号：CN201810648969.8
申请日：2018-06-22
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于分位数回归的遗传支持向量机光伏功率区间预测方法，通过提取历史数据的太阳辐射值、温度值和光伏功率得到数据样本,并进行归一化预处理，然后通过遗传算法优化支持向量机参数克服光伏发电的波动性与随机性，构建预测模型，得到高精度的光伏确定性预测功率；然后通过分析预测模型的光伏功率预测误差，确定分位数回归变量，并根据不确定天气因素构建相应分位数回归模型，实现光伏功率区间预测；本发明无需假设光伏预测功率误差分布，得到不同置信度条件下准确的光伏功率区间预测范围，为电力系统调度决策、运行风险评估提供更加丰富的信息并解决光伏功率区间预测结果不理想的技术问题。
-
公开(公告)号：CN107039998A
公开(公告)日：2017-08-11
申请号：CN201710428366.2
申请日：2017-06-08
Applicant: 南京工程学院
Inventor： 吕干云
CPC classification number: H02J3/381 , G01R31/00 , H02J2003/388
Abstract: 本发明实施例公开了一种基于双源谐波电压突变量的分布并网发电岛检测方法，涉及电力系统及其自动化技术领域。本发明实施例不会影响并网逆变器输出电能的质量，也不会干扰系统的暂态响应，并且能在严重的背景谐波情况下快速有效地检测出孤岛效应，适用于各种类型的断路情况，具有检测精准度高的特点；还缩小了传统被动检测法存在的检测盲区，检测盲区较小的特点，有良好的实用性。对提高复杂配电网安全稳定运行和改善系统电能质量具有重要意义。本发明实施例能够综合考虑了正常并网运行和孤岛情况下分布电源和电网系统引起的谐波电压偶然变化，具有检测精准度高，检测盲区比较小的特点，且易于工程实现。
-
公开(公告)号：CN119723238A
公开(公告)日：2025-03-28
申请号：CN202411704799.2
申请日：2024-11-26
Applicant: 南京工程学院
IPC: G06V10/774 , G06V10/764 , G06V10/52 , G06V10/82 , G06N3/0464 , G06N3/094 , G06N3/0895 , G06T7/00
Abstract: 本发明涉及电力系统巡检技术领域，尤其涉及一种注意力对齐的域自适应复杂天气绝缘子缺陷检测方法，针对YOLO网络设计了注意力对齐辅助的域分类器，通过对源域(晴天)和多个目标域(雾天、雨天、雪天)中的特征对齐，实现对不同复杂天气条件的适应。注意力对齐机制利用域分类器的潜在特征信息，精确地对齐源域和目标域的特征分布，显著提升了模型在雾天、雨天、雪天等低能见度条件下的绝缘子缺陷检测精度。该技术支持多种YOLO版本，无需复杂天气图像的标记数据，即可适应多样化的恶劣天气环境，同时保持原始YOLO的推理速度。
-
公开(公告)号：CN116843123A
公开(公告)日：2023-10-03
申请号：CN202310646648.5
申请日：2023-06-01
Applicant: 南京工程学院
IPC: G06Q10/0631 , G06Q30/0201 , G06Q40/04 , G06Q50/06
Abstract: 本发明公开了一种计及碳交易与共享储能的综合能源双层模型调度方法，通过建立综合能源系统模型，包括供电模型、供热模型和储能设备模型，并建立阶梯型碳交易模型和共享储能商模型，得到上层包含阶梯型碳交易成本的综合能源供应商收益模型和下层包含共享储能商的用户满意度模型。实施例结果表明，将碳交易机制和共享储能商的调节作用相结合后，仿真结果相比于单独考虑碳交易机制或共享储能商，所提方法计及碳交易与共享储能的综合能源双层模型调度能够更加有效的降低系统运行碳排放，并提高运行经济性。
-
公开(公告)号：CN116720049A
公开(公告)日：2023-09-08
申请号：CN202310615981.X
申请日：2023-05-29
Applicant: 南京工程学院
IPC: G06F18/20 , G06F18/10 , G06Q50/06 , G06F30/18 , G06F18/24 , G06F111/10 , G06F113/04
Abstract: 本发明实施例公开了一种基于抗差自适应卡尔曼滤波的配电网动态状态估计方法，涉及配电网动态状态估计领域。根据配电网拓扑结构与量测数据类型构建配电网动态状态估计的数学模型，并用容积卡尔曼滤波器对配电网实现动态状态估计；通过引入容错噪声估值器，将建模误差归入未知系统噪声，使原来为常量的未知系统噪声变为时变的未知系统噪声，然后通过容错噪声估值器在每一时间断面进行噪声估计，时刻调整噪声的统计特性。当配电网出现粗差时，通过引入抗差增强因子，修正卡尔曼滤波增益，以达到修正状态估计值的效果。本发明通过将容错噪声估值器与抗差增强引入容积卡尔曼滤波器，提高了配电网动态状态估计的估计精度与抗差性能。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.025 seconds)
