-
公开(公告)号：CN119250249A
公开(公告)日：2025-01-03
申请号：CN202411022583.8
申请日：2024-07-29
Applicant: 国电南瑞科技股份有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F18/15 , G06F18/213 , G06F18/27 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了高比例分布式光伏接入的配变可开放容量预测方法及系统，涉及电力计量技术领域，包括采集数据并进行数据预处理，计算影响配变可开放容量的指标；对历史配变日最大负荷曲线进行平稳化处理，构建配变日最大负荷数据特征集；设计配变日最大负荷曲线预测模型、分布式光伏出力预测模型及配变可开放容量测算模型，测算配变可开放容量。本发明提供的高比例分布式光伏接入的配变可开放容量预测方法通过数据预处理消除数据中的噪声和异常，提高了模型训练和预测的准确性和可靠性，通过对历史数据进行平稳化处理，提高了历史数据的稳定性和可预测性，本发明在预测准确性、鲁棒性和利用率方面都取得更加良好的效果。
-
公开(公告)号：CN116205265A
公开(公告)日：2023-06-02
申请号：CN202310041168.6
申请日：2023-01-12
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司
Abstract: 本发明公开了一种基于深层神经网络的电网故障诊断方法及装置，所述方法包括获取电网故障告警信息和网络拓扑结构；根据电网故障告警信息和网络拓扑结构构建神经网络样本，神经网络样本包括神经网络学习样本和神经网络测试样本；对神经网络样本进行预处理，获得故障特征向量；将神经网络学习样本的故障特征向量输入至预先构建并基于混沌粒子群算法优化后的深层神经网络模型中进行学习，获得优化并学习后的深层神经网络模型；将神经网络测试样本的故障特征向量输入至优化学习后的深层神经网络模型中进行概率诊断测试，获取故障概率结果，本发明对样本建立深层神经网络模型并利用混沌粒子群算法对深层神经网络进行学习训练，具有较高的诊断正确率。
-
公开(公告)号：CN114978931B
公开(公告)日：2022-12-06
申请号：CN202210902318.3
申请日：2022-07-29
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC: H04L41/147 , H04L41/14 , H04L43/0876 , H04L41/16 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于流形学习的网络流量预测方法、装置及存储介质，包括获取网络流量数据；对网络流量数据进行预处理，预处理包括降维以及采用流行学习方法去除共轭点并保持各样本点之间的距离不变；将预处理后的数据输入到训练优化后的网络流量预测模型得到预测的网络流量数据，网络流量预测模型包括依次连接的双向LSTM神经网络、CNN神经网络和全连接网络。本发明能够提供更为精确的用电信息采集网络流量预测。本发明能够提供更为精确的用电信息采集网络流量预测。
-
公开(公告)号：CN104821958B
公开(公告)日：2018-04-27
申请号：CN201510181075.9
申请日：2015-04-17
Applicant: 国家电网公司 , 国电南瑞科技股份有限公司 , 国网浙江省电力公司
Abstract: 本发明公开了一种基于WebService的用电数据分组交互接口方法，包括以下步骤，用电采集系统提供的WebService的数据接口服务，进行分组和生成优先级，并随机分配唯一的交互数据任务ID号，将分配的任务ID号返回给目标端；数据接口服务按需要交互的数据量进行分组及任务的优先级进行排序，并对每组任务生成子任务ID号；按顺序进行子任务对应的数据准备完成后，数据接口服务把对应子任务ID号返回给目标端，目标端根据子任务ID号快速获得准备好的数据，本发明的方法解决了WebService实时交互中根据请求的数据量及具体数据信息按优先级策略进行分组排序，并按顺序响应，实现分组异步交互，具有良好的应用前景。
-
公开(公告)号：CN119046782A
公开(公告)日：2024-11-29
申请号：CN202410849999.0
申请日：2024-06-27
Applicant: 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司 , 国电南瑞科技股份有限公司
Inventor： 吴少雄 , 李若昕 , 刘永春 , 陶晓峰 , 蔡华 , 田中利 , 卢炎炎 , 王瑞 , 陆洋 , 张高山 , 刘淇 , 盛昕炜 , 缪平 , 陈诚 , 邓风平 , 吴海龙 , 俞海猛 , 袁野 , 冯金兰
IPC: G06F18/2415 , G06F18/25 , G06F18/10 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/0442 , H02J3/00 , G06F123/02
Abstract: 本发明公开了分布式光伏发电预测方法及系统，方法包括：获取原始发电数据序列；对原始发电数据序列进行预处理，预处理通过经验模态分解原则对原始发电数据序列进行分解，得到数个子序列；将数个子序列输入至循环神经网络，输入通过引入因果卷积方法对数个子序列进行卷积操作，并得到各子序列的预测分量；对预测分量进行聚合，聚合引入点积注意力机制并通过激活函数作为网络连接方式，以控制不同预测分量聚合程度并得到预测值；基于预测值调控输出功率，设置不同输出策略。本发明易于捕捉光伏数据的长期与短期特征，通过因果卷积法优化了模型的特征提取效果；新的激活函数既适应了光伏发电数据的波动特性，也优化了残差机制的连接方式。
-
Patent Agency Ranking
公开(公告)号：CN114336779B
公开(公告)日：2024-09-06
申请号：CN202111528772.9
申请日：2021-12-14
Applicant: 国电南瑞科技股份有限公司南京用电技术分公司
Abstract: 本发明属于电网优化运行领域，尤其涉及一种基于能量储备的台区侧电网柔性运行方法，以出力成本达到最小为目标建立目标函数，所述出力只用来支撑系统电能需求：#imgabs0#bi为电源i的增量成本；gi(k)为电源i在时刻k的计划出力；Ig为系统内发电机所构成的集合；通过建立约束条件，对目标函数进行优化得到优化后的参数，其中，所述约束条件包括：电力平衡约束、发电机出力约束、储能设备的运行约束、基于电量的发电机能量储备约束、基于电能的能量需求约束、储能设备的能量储备约束以及能量储备管理约束，解决在大规模新能源接入下电力系统运行柔性提升问题。
-
公开(公告)号：CN116294090A
公开(公告)日：2023-06-23
申请号：CN202310216742.7
申请日：2023-03-08
Applicant: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC: F24F11/47 , G06Q10/0631 , G06Q50/06 , F24F11/64 , F24F11/88 , F24F140/50 , F24F120/20 , F24F110/10 , F24F110/12
Abstract: 本发明公开一种考虑用户多样性的空调负荷需求响应潜力分析方法及系统，方法包括：根据空调负荷模型的模型参数、用户室内温度偏好以及用户改变室内温度的意愿对空调负荷进行分组，得到若干空调负荷小组；建立各空调负荷小组的需求响应弹性模型；聚合各空调负荷小组的需求响应弹性模型，得到空调负荷群的需求响应弹性模型；建立空调负荷需求响应潜力与激励补偿的函数关系；得到不同需求响应时长和不同激励补偿下的多场景空调负荷需求响应潜力。本发明在考虑房屋储热绝热属性的基础上，充分考虑用户室内温度习惯设定以及用户对改变室内温度的意愿，可以评估大规模空调负荷群的需求响应潜力，得到不同激励条件或者电价补偿的对应的空调负荷削减潜力。
-
公开(公告)号：CN114978931A
公开(公告)日：2022-08-30
申请号：CN202210902318.3
申请日：2022-07-29
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC: H04L41/147 , H04L41/14 , H04L43/0876 , H04L41/16 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于流形学习的网络流量预测方法、装置及存储介质，包括获取网络流量数据；对网络流量数据进行预处理，预处理包括降维以及采用流行学习方法去除共轭点并保持各样本点之间的距离不变；将预处理后的数据输入到训练优化后的网络流量预测模型得到预测的网络流量数据，网络流量预测模型包括依次连接的双向LSTM神经网络、CNN神经网络和全连接网络。本发明能够提供更为精确的用电信息采集网络流量预测。本发明能够提供更为精确的用电信息采集网络流量预测。
-
公开(公告)号：CN113283638A
公开(公告)日：2021-08-20
申请号：CN202110434936.5
申请日：2021-04-22
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种基于融合模型的负荷极值曲线预测方法，包括：采集与负荷极值预测相关的用电数据；从用电数据中获取用电数据特征；将用电数据特征输入预先训练的融合模型，预测负荷极值曲线。其中，融合模型为若干XGBoost模型、若干SLSTM模型和若干INDRNN模型融合而成。同时公开了相应的系统。本发明融合XGBoost模型、SLSTM模型和INDRNN模型进行预测，有效解决负荷数据既有平稳时间序列也有非平稳时间序列造成的预测困难问题。
-
公开(公告)号：CN104598590A
公开(公告)日：2015-05-06
申请号：CN201510027951.2
申请日：2015-01-20
Applicant: 国家电网公司 , 国电南瑞科技股份有限公司 , 国网浙江省电力公司
CPC classification number: G06F17/30179 , G06Q50/06
Abstract: 本发明公开了CIM与DLMS/COSEM数据的转换方法，通过在AMI系统接收第三方系统发出的请求数据，通过映射关系转换成DLMS/COSEM数据，访问设备，设备向AMI系统发出响应数据，通过映射关系转换成CIM数据，返还给第三方系统；通过映射关系实现两种数据之间的转换，实现了不同应用系统之间数据的交互，数据转换的效率高。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.041 seconds)
