-
公开(公告)号:CN117134492A
公开(公告)日:2023-11-28
申请号:CN202311033295.8
申请日:2023-08-16
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司 , 北京志翔科技股份有限公司
IPC: H02J13/00
Abstract: 本发明公开了一种基于台区GIS拓扑信息的供电末端低电压运行预警方法,S1:低压出线供电路径分段;S2:分段分相电压水准计算;S3:分段分相电压渐变趋势分析:依据各分段分相电压计算结果,构建分段分相电压与时间间隔的线性回归方程,根据分段分相电压与时间的映射函数式,以此求解指定时间内各分段分相电压预测值;S4:供电末端低电压运行风险预警。本发明具有简单可靠等优点,对电压曲线数据采集较差的台区兼容性更强,可有效提升台区低电压运行风险预警的适用范围、准确性与时效性,可为台区供电质量提升、台区供电结构优化、配网台区改造建设等业务应用提供技术支持,有效提升台区低电压风险预测能力。
-
公开(公告)号:CN117132016A
公开(公告)日:2023-11-28
申请号:CN202311033297.7
申请日:2023-08-16
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司 , 北京志翔科技股份有限公司
IPC: G06Q10/063 , H02J13/00 , G01R19/00 , G06Q50/06
Abstract: 本发明公开了一种考虑计量因素干扰的低电压运行辨识方法,S1:采集系统对用户电压信息进行实时采集,数据中心绘制电压曲线;S2:设置低电压阀值,对电压曲线数据进行初步筛选,形成初筛数据集;S3:对初筛数据集内的用户进行电压与负荷的联动性分析;S4:对初筛数据集内的用户相关邻近用户电压情况进行分析;S5:对初筛数据集内的用户进行低电压运行综合诊断,给出是否低电压运行的明确结论。本发明具有简单可靠、精准度高等优点,对计量因素造成的电压采集数据异常有很好的辨识能力,可有效提升台区低电压运行诊断准确性,实现对用户低电压运行现象的精准辨识。
-
公开(公告)号:CN119940616A
公开(公告)日:2025-05-06
申请号:CN202510001924.1
申请日:2025-01-02
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司
IPC: G06Q10/04 , G06N3/042 , G06Q50/06 , G06Q10/067 , G06N3/08
Abstract: 本发明提出了基于全要素学习图神经网络低压配电网节点电压预测方法,属于智能电网技术领域,包括以下步骤:S1:基于低压配电网拓扑结构的缺失,通过迭代更新图神经网络的边,建立低压配电网的图神经网络模型;S2:基于图神经网络模型的边特征和节点特征,进行图神经网络模型的迭代学习;S3:基于学习得到的图神经网络模型,实现对低压配电网节点电压的直接预测。本发明能够兼顾拓扑结构特征与计量数据特征,实现对低压配电网节点电压的直接预测,模型复杂度更低,深度挖掘数据之间的潜在关系,预测模型建立的效率更高,提高了预测模型的准确度。
-
公开(公告)号:CN116467616A
公开(公告)日:2023-07-21
申请号:CN202310434055.2
申请日:2023-04-21
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司
IPC: G06F18/23213 , G06F18/241 , G06Q50/06 , H02J13/00
Abstract: 本发明提出了一种基于聚类算法的公变台区供电质量异常监控方法,包括S1:获取公变台区的用电数据,并根据用电数据选取相应的特征分析;S2:基于特征分析得到的有效特征,进行两阶段的并行化的聚类分析;S3:针对聚类分析得到的不同用户群体设定相应的阈值,当检测到用户群体的用电信息超出或者低于阈值时,传递相应的信号给用电信息处理系统,用电信息处理系统发出警报。本发明基于聚类算法建立了对台区供电电压质量监控的方法,利用用电信息采集系统的数据分析能力,对可实现高频电压曲线数据采集能力的台区,开展低电压监测,通过分析比对输出需治理的案例,辅助相关部门精准治理,有效减少客户诉求。
-
公开(公告)号:CN116307844A
公开(公告)日:2023-06-23
申请号:CN202310124462.3
申请日:2023-02-16
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司
IPC: G06Q10/0639 , G06F18/23213 , G06Q50/06
Abstract: 本发明提出了一种低压台区线损评估分析方法,采集并提取与配电网线损有关的电气指标,并构造原始数据集;挑选并剔除原始数据集的异常数据;将剔除后的数据集进行聚类处理,将处理得到的数据集进行训练,得到线损评估模型。本发明根据低压台区线损异常的情况,对低压台区数据进行采样、筛选、识别,将异常数据进行剔除,保证算法能够准确地感知低压台区异常数据,并通过聚类算法对低压台区样本进行聚类分析,可解决以为台区样本分散导致的计算误差较大的问题,确保低压台区线损数据的精准性、可靠性。
-
-
-
-