-
公开(公告)号:CN117454629A
公开(公告)日:2024-01-26
申请号:CN202311415069.6
申请日:2023-10-27
申请人: 东北大学 , 南方电网科学研究院有限责任公司 , 武汉大学
IPC分类号: G06F30/20 , G06Q10/0631 , G06Q50/06 , G06F113/04
摘要: 本申请提供了一种能源系统的模型构建方法、模型构建装置和仿真系统,该方法包括:基于能量枢纽模型对综合能源系统进行仿真建模,得到综合能源模型;将用于仿真母线的能源传输通道抽象成模块,将用于仿真其他传输装置的能源传输通道的端点抽象成模块;根据启动源和模块对综合能源模型进行区域划分得到多个第一分区;根据各第一分区的区域规模对各第一分区进行修正,得到多个第二分区;根据各第二分区之间的能源交换对各第二分区进行修正,得到多个第三分区;根据各第三分区对综合能源模型进行分割得到多个能源子模型并根据各能源子模型对综合能源系统进行仿真。该方法解决了现有技术中对综合能源系统构建统一模型计算复杂度过高的问题。
-
公开(公告)号:CN117454628A
公开(公告)日:2024-01-26
申请号:CN202311415066.2
申请日:2023-10-27
申请人: 东北大学 , 南方电网科学研究院有限责任公司 , 武汉大学
摘要: 本申请提供了一种仿真系统模型降阶方法、装置和仿真平台,该方法包括:对仿真系统模型按研究对象进行区域划分,得到研究区域和非研究区域,并对非研究区域建立状态空间模型,研究对象为仿真系统模型中的研究设备,研究区域包括研究对象的变量,非研究区域为仿真系统模型中研究区域外的变量;对状态空间模型在初始状态进行线性化处理,得到线性化状态空间方程;根据仿真步长与误差容限确定系统的降阶维度范围,降阶维度范围为仿真步长下满足误差容限要求的降阶维度的范围;根据降阶维度范围对仿真系统模型进行降阶,解决现有技术中仿真系统模型运行速度慢的问题。
-
公开(公告)号:CN117194949A
公开(公告)日:2023-12-08
申请号:CN202311159614.X
申请日:2023-09-07
申请人: 南方电网科学研究院有限责任公司 , 东北大学 , 武汉大学
IPC分类号: G06F18/213 , G01R31/00 , G06F18/25 , G06N3/0464 , G06N3/08 , G06Q50/06
摘要: 本申请公开了一种多域态融合特征的非侵入式负荷状态监测系统及方法,通过采集若干静态数据和若干动态数据,对动态数据进行短时傅里叶变换,以及对静态数据进行域度和形式变换,得到频谱多维矩阵和多维辨识矩阵,并分别输入静态和动态特征提取器,得到潜在特征向量和动态特征向量,对潜在特征向量和动态特征向量进行合并、卷积与加权融合,得到融合特征向量矩阵,将融合特征向量矩阵输入学生网络,得到输出设备及负荷事件,最终发送至云端计算中心。可见,在分析负荷事件时,引入了静态数据,并对静态数据进行了特征提取,以对静态变量因素进行分析,考虑到外在静态变量因素对潜在负荷可能性的事件的影响,保证了负荷事件监测的准确率。
-
公开(公告)号:CN115544701A
公开(公告)日:2022-12-30
申请号:CN202211296116.5
申请日:2022-10-21
申请人: 南方电网科学研究院有限责任公司 , 武汉大学
摘要: 本发明公开一种数据机理交互驱动的微电网拓扑辨识方法和系统,采用潮流方程求解节点之间的互电导矩阵和互电纳矩阵,然后对互电导矩阵或互电纳矩阵进行降噪处理得到初始拓扑结构,然后构建初始拓扑结构的指标数据库,计算各指标的特征贡献度,筛选出特征贡献度最大的两个指标的数据作为特征集,配上对应的配电网拓扑结构标签,对基于卷积神经网络的微电网拓扑辨识模型进行训练,得到训练好的微电网拓扑辨识模型,最后利用训练好的微电网拓扑辨识模型进行配电网拓扑辨识,实现了在不需要事先知晓配电网潜在拓扑结构的情况下,仅需要利用测得的节点有功、无功和电压幅值数据,即可实现微电网拓扑的精确辨识,提高微电网拓扑辨识的实用性的技术效果。
-
公开(公告)号:CN115689358A
公开(公告)日:2023-02-03
申请号:CN202211375595.X
申请日:2022-11-04
申请人: 南方电网科学研究院有限责任公司 , 武汉大学
IPC分类号: G06Q10/0639 , G06Q50/06 , G06N3/04
摘要: 本申请公开了一种基于数据降维的配电网状态估计方法及相关装置,方法包括:采用预置弹性网算法对配电网高维量测数据进行降维处理,并选取出降维量测数据;基于量测误差根据降维量测数据分别构建量测相关函数和伪量测相关函数;基于加权最小二乘法依据量测相关函数和伪量测相关函数构建量测数据填充成本函数,并根据量测数据填充成本函数对降维量测数据进行填充,得到填充量测数据;采用预置神经网络对填充量测数据进行映射训练,得优化量测数据,预置神经网络包括复杂度优化函数;以优化量测数据为初始条件,通过高斯‑牛顿迭代法对配电网状态进行估计,得状态估计结果。本申请能解决现有技术中量测数据维度过高,且传统方法无法满足当前需求的技术问题。
-
公开(公告)号:CN117994081A
公开(公告)日:2024-05-07
申请号:CN202410275249.7
申请日:2024-03-11
申请人: 东北大学 , 南方电网科学研究院有限责任公司
摘要: 本申请提供了一种基于双重动态阈值的分布式多能源系统状态感知方法,该方法包括:确定历史协方差矩阵和实时协方差矩阵,根据历史协方差矩阵确定历史矩阵谱差异值,从而确定第一动态阈值,根据实时协方差矩阵确定实时矩阵谱差异值,根据实时矩阵谱差异值与第一动态阈值的大小关系,确定多能源系统的第一系统状态,得到第一判断结果;根据估算协方差最大特征值与第二动态阈值的大小关系,确定多能源系统的第二系统状态,得到第二判断结果;在第一判断结果和第二判断结果相同的情况下,将第一判断结果和第二判断结果表征的系统状态确定为多能源系统的最终系统状态。该方法考虑了多能源系统的不同时间尺度,增加了多能源系统的状态判断的精确性。
-
公开(公告)号:CN118281881A
公开(公告)日:2024-07-02
申请号:CN202410472743.2
申请日:2024-04-18
申请人: 东北大学 , 南方电网科学研究院有限责任公司
IPC分类号: H02J3/06 , G06Q10/067 , G06Q50/06
摘要: 本申请提供了一种步长可调整的大规模电气联合系统动态的能流计算方法,该方法包括:对电网进行网络和天然气网络进行网络划分处理,得到电网子网络和天然气子网络;确定各子网络的端口节点和端口节点的节点类型,且将目标节点与端口节点连接,得到新的拓扑网络为电网父网络和天然气父网络;分别对电网子网络、电网父网络、天然气子网络和天然气父网络进行建模,得到对应的第一子网络模型、第一父网络模型、第二子网络模型和第二父网络模型;在电网子网络、天然气子网络、电网父网络和天然气父网络均收敛的情况下,确定电气联合系统的能流分布。该分区方法能更好的适用于动态能流计算中,减小了计算压力,同时增强了能流计算的收敛性。
-
公开(公告)号:CN115603310A
公开(公告)日:2023-01-13
申请号:CN202211254840.1
申请日:2022-10-13
申请人: 东北大学(CN) , 南方电网科学研究院有限责任公司(CN)
IPC分类号: H02J3/00
摘要: 本发明公开了一种基于智能演化和稳定性评估的能源系统网络拓扑生成方法,采用供需结构衍生法进行节点衍生,确定当前节点数量与类型,然后根据网络拓扑自适应规划方法构建网络拓扑结构,获得阶段性网络拓扑,然后根据模拟暂态时域数据生成法,针对当前网络拓扑结构、系统参数和故障信息,生成暂态时域数据序列,最后根据生成的数据计算当前网络的暂态电压稳定性指标,根据暂态电压稳定性指标对网络结构进行智能修正与完善,输出暂态电压稳定性指标满足要求的阶段性网络拓扑结构。解决了现有的能源系统暂态电压稳定性分析无法适应于变化的拓扑结构且过程纷繁复杂,耗时较长的技术问题。
-
公开(公告)号:CN118921199A
公开(公告)日:2024-11-08
申请号:CN202410970342.X
申请日:2024-07-19
申请人: 南方电网科学研究院有限责任公司 , 上海交通大学
IPC分类号: H04L9/40 , G06F18/2433 , G06F18/15 , G06F18/214
摘要: 本发明涉及智能电网中模型版本更新的应用,专注于检测基于电网数据的模型版本更新时隐蔽攻击的方案。目前存在的检测方法要么是中心化的,要么仅限于智能电网模型版本更新场景下中的数据毒化攻击。然而,在智能电网模型版本更新场景环境中成功检测隐蔽攻击的工作尚未有所突破,这表明隐蔽攻击的检测非常具有挑战性。本方案通过每次训练过程中应用局部解释模型无关方法(Local Interpretable Model‑agnostic Explanations,LIME)方法,对系统中每个用户训练模型的特征进行提取,这种方法能够识别模型中的关键特征。进一步通过离群检测算法,我们能够快速而精确地评估用户行为。这种综合的方法不仅有助于发现恶意用户,还能及时响应可能的异常情况,从而保障电网系统的安全可靠运行。
-
公开(公告)号:CN115442036B
公开(公告)日:2024-11-01
申请号:CN202211074718.6
申请日:2022-09-02
申请人: 华南理工大学 , 南方电网科学研究院有限责任公司
摘要: 本发明公开了一种基于本地差分隐私和拆分混洗的联邦学习方法,联邦学习客户端首先在认证服务器中注册,在上传梯度信息之前,先使用隐私保护算法进行处理,然后对隐私保护梯度加密,生成一则消息发送给认证服务器。认证服务器对消息进行验证,验证完成后将梯度信息进行拆分混洗后发送给联邦学习服务器端,切断联邦学习服务器端中梯度信息与每一个联邦学习客户端的联系,增强隐私保护能力,同时保证模型的高性能。本发明使用指数机制的本地差分隐私,更好实现对梯度信息的差分隐私保护;然后将隐私保护梯度信息上传至认证服务器进行认证,保证梯度信息的正确性;最后将梯度信息上传至联邦学习服务器端之前,进行拆分混洗处理,提高隐私保护强度。
-
-
-
-
-
-
-
-
-