-
公开(公告)号:CN114336638B
公开(公告)日:2023-11-03
申请号:CN202210107959.X
申请日:2022-01-28
申请人: 国网山东省电力公司德州供电公司 , 国网山东省电力公司 , 国家电网有限公司
摘要: 本发明提供了一种基于冒泡模型的中压有源配电网动态重构方法,本发明的技术方案如下:构造目标函数。确定约束条件。建立时空信息与物理设备的映射关系。构建区域负荷数据模型。构建动态协同优化重构策略。利用配电网运行状态参数及已有数据构建区域负荷数据模型,在满足区域用电基础上优化目标函数求解过程,降低计算的复杂程度,同时优化区域用电模型,为配网接入提供优化方案,提升中压有源配电网动态重构的效率与精度。本发明的技术方案如下:构造目标函数。确定约束条件。建立时空信息与物理设备的映射关系。构建区域负荷数据模型。构建动态协同优化重构策略。
-
公开(公告)号:CN114444397A
公开(公告)日:2022-05-06
申请号:CN202210108795.2
申请日:2022-01-28
申请人: 国家电网有限公司 , 国网山东省电力公司 , 国网山东省电力公司德州供电公司
IPC分类号: G06F30/27 , G06Q10/04 , G06Q50/06 , G06F111/04 , G06F111/08 , G06F113/04
摘要: 本发明提供了一种基于用户画像数据模型的短期用电量预测算法,包括以下步骤:用户数据整合。用户数据可分为静态数据与动态数据,静态数据指用户的基本信息,动态数据指每天用电量、业扩信息。行业特性分析。基于用户基础数据按行业分类,对数据进行细化,建立行业用电曲线方程式。提高数据精度。构造特性用户画像数据模型。构建函数模型。基于用户画像信息,使用回归分析算法、指数平滑法计算用户用电量。构建短期用电量组合方法预测模型。组合方法预测模型的关键点在与权重的取值,基于Spark分布式平台进行模型训练和调优。本发明降低了人工智能算法在中压有源配电网重构寻优的复杂程度,提高了算法的灵活性,提升了计算的效率。
-
公开(公告)号:CN114336638A
公开(公告)日:2022-04-12
申请号:CN202210107959.X
申请日:2022-01-28
申请人: 国家电网有限公司 , 国网山东省电力公司 , 国网山东省电力公司德州供电公司
摘要: 本发明提供了一种基于冒泡模型的中压有源配电网动态重构方法,本发明的技术方案如下:构造目标函数。确定约束条件。建立时空信息与物理设备的映射关系。构建区域负荷数据模型。构建动态协同优化重构策略。利用配电网运行状态参数及已有数据构建区域负荷数据模型,在满足区域用电基础上优化目标函数求解过程,降低计算的复杂程度,同时优化区域用电模型,为配网接入提供优化方案,提升中压有源配电网动态重构的效率与精度。本发明的技术方案如下:构造目标函数。确定约束条件。建立时空信息与物理设备的映射关系。构建区域负荷数据模型。构建动态协同优化重构策略。
-
公开(公告)号:CN113820564A
公开(公告)日:2021-12-21
申请号:CN202111119952.1
申请日:2021-09-24
申请人: 国家电网有限公司 , 国网山东省电力公司德州供电公司
IPC分类号: G01R31/08
摘要: 本发明提供了一种适应于源网荷储复杂电网的故障检测方法。该方法原理简单可靠,同时不受过渡电阻和线路分布式电容的影响,为配电网的安全可靠运行提供技术支撑。为实现上述发明,本发明采取如下技术方案:首先测量元件进行数据采集,计算电流微分;根据电流方差判定是否满足保护启动元件;当其大于设定的阈值则进入下一步,否则保护返回;计算固有模态奇异值熵基尼基尼系数和电流积分,并分别带入故障识别和故障选极程序;故障识别程序利用固有模态奇异值熵基尼系数识别故障类型;若固有模态奇异值熵基尼系数大于阈值则判定为区内故障,保护进入下一步;否则判定为区外故障,保护返回;当故障识别程序和故障选极同时满足条件时,向故障极发出动作信号。
-
公开(公告)号:CN115659258A
公开(公告)日:2023-01-31
申请号:CN202211402783.7
申请日:2022-11-10
申请人: 国网山东省电力公司德州供电公司 , 国家电网有限公司
IPC分类号: G06F18/2415 , G06F18/214 , G06N3/0464 , G06N3/047 , G06N3/084 , G06Q50/06
摘要: 本发明提供了一种基于多尺度图卷积孪生网络的配电网故障检测方法,通过构建配电数据集,构建故障检测分类模型,所述故障检测分类模型分为第一次模型预训练和第二次模型训练;每个训练模型分成特征提取和分类两步;所述特征提取采用多尺度的图卷积神经网络,所述分类采用Softmax分类模型;故障分类,将图卷积孪生网络基准样本特征测试集输入到已经训练好的网络模型中,经分类器获得故障结果,得到配电网故障定位数据。可实现配电网故障的准确、快速检测,在最小影响范围下隔离故障,提高配电网电力供应可靠性与用户满意度。
-
公开(公告)号:CN115659258B
公开(公告)日:2024-04-30
申请号:CN202211402783.7
申请日:2022-11-10
申请人: 国网山东省电力公司德州供电公司 , 国家电网有限公司
IPC分类号: G06F18/2415 , G06F18/214 , G06N3/0464 , G06N3/047 , G06N3/084 , G06Q50/06
摘要: 本发明提供了一种基于多尺度图卷积孪生网络的配电网故障检测方法,通过构建配电数据集,构建故障检测分类模型,所述故障检测分类模型分为第一次模型预训练和第二次模型训练;每个训练模型分成特征提取和分类两步;所述特征提取采用多尺度的图卷积神经网络,所述分类采用Softmax分类模型;故障分类,将图卷积孪生网络基准样本特征测试集输入到已经训练好的网络模型中,经分类器获得故障结果,得到配电网故障定位数据。可实现配电网故障的准确、快速检测,在最小影响范围下隔离故障,提高配电网电力供应可靠性与用户满意度。
-
公开(公告)号:CN113820564B
公开(公告)日:2023-03-10
申请号:CN202111119952.1
申请日:2021-09-24
申请人: 国家电网有限公司 , 国网山东省电力公司德州供电公司
IPC分类号: G01R31/08
摘要: 本发明提供了一种适应于源网荷储复杂电网的故障检测方法。该方法原理简单可靠,同时不受过渡电阻和线路分布式电容的影响,为配电网的安全可靠运行提供技术支撑。为实现上述发明,本发明采取如下技术方案:首先测量元件进行数据采集,计算电流微分;根据电流方差判定是否满足保护启动元件;当其大于设定的阈值则进入下一步,否则保护返回;计算固有模态奇异值基尼系数和电流积分,并分别带入故障识别和故障选极程序;故障识别程序利用固有模态奇异值熵基尼系数识别故障类型;若固有模态奇异值熵基尼系数大于阈值则判定为区内故障,保护进入下一步;否则判定为区外故障,保护返回;当故障识别程序和故障选极同时满足条件时,向故障极发出动作信号。
-
公开(公告)号:CN118802928A
公开(公告)日:2024-10-18
申请号:CN202410832228.0
申请日:2024-06-26
申请人: 国网山东省电力公司德州供电公司 , 国网山东省电力公司禹城市供电公司
IPC分类号: H04L67/1008 , H04L67/1014 , H04L67/12 , H04L41/14 , H04L41/147
摘要: 本发明涉及一种面向大规模电网节点的海量高并发数据接入方法及系统,属于电通信技术领域。构建数据接入潮汐经验模型;将观察时间窗内数据的接入情况输入到数据接入潮汐经验模型中,判断数据量的潮汐情况;基于数据潮汐情况,进行计算资源分配,提高电网计算负载在不同节点间资源分配的均衡,减少数据积压,实现对大规模电网节点海量高并发数据接入的高效处理。基于近几个时隙的数据潮汐预测结果构建误差函数,进而更新数据接入潮汐经验模型的相关参数。基于服务器当前性能偏差更新计算资源分配方法中的相关参数。提高模型准确度与资源利用率,确保电网数据的准确、及时和可靠接入,为电网的安全稳定运行提供强有力的支持。
-
公开(公告)号:CN114243660B
公开(公告)日:2024-08-27
申请号:CN202111600764.0
申请日:2021-12-24
申请人: 国网山东省电力公司德州供电公司 , 国网山东省电力公司
摘要: 本发明提供了一种面向新型有源配电网的保护方法,首先推导新能源和同步电源的测量阻抗的表达式,得到新能源电源对故障电阻及距离保护的影响;随后计算线路两侧测量阻抗的信息熵,根据信息熵的结果选择故障识别判据;最后计算线路两侧测量阻抗的马氏距离,根据结果识别区内外故障。本发明解决了现有距离保护方案受频率频移特性影响的问题,且可以保护线路全长。
-
公开(公告)号:CN114243660A
公开(公告)日:2022-03-25
申请号:CN202111600764.0
申请日:2021-12-24
申请人: 国网山东省电力公司德州供电公司 , 国网山东省电力公司
摘要: 本发明提供了一种面向新型有源配电网的保护方法,首先推导新能源和同步电源的测量阻抗的表达式,得到新能源电源对故障电阻及距离保护的影响;随后计算线路两侧测量阻抗的信息熵,根据信息熵的结果选择故障识别判据;最后计算线路两侧测量阻抗的马氏距离,根据结果识别区内外故障。本发明解决了现有距离保护方案受频率频移特性影响的问题,且可以保护线路全长。
-
-
-
-
-
-
-
-
-