-
公开(公告)号：CN113625177A
公开(公告)日：2021-11-09
申请号：CN202110902979.1
申请日：2021-08-06
申请人： 国网安徽省电力有限公司滁州供电公司 , 国家电网有限公司
IPC分类号： G01R31/3842
摘要： 本发明提供了一种基于粒子群优化粒子滤波算法的SOC估算方法所述方法包括以下步骤：S1、在指定工况下对电池进行充放电实验，并通过分析处理实验数据构建电池等效电路模型；S2、根据辨识所得的等效电路模型，构建用于电池SOC估算的状态方程和测量方程；S3、利用粒子群优化粒子滤波估算电池SOC的变化；S4、利用粒子群算法优化粒子滤波中的粒子所处位置；S5、再次通过S3估算下一时刻电池SOC，直至估算过程结束。本发明的优点在于：粒子群算法优化粒子滤波的电池SOC估计方法在迭代中不断优化粒子所处位置，用新的粒子集估算下一时刻的SOC值，从而解决了粒子贫化的问题，提高了SOC的估算精度。
-
公开(公告)号：CN108639988A
公开(公告)日：2018-10-12
申请号：CN201810680226.9
申请日：2018-06-27
申请人： 国网安徽省电力有限公司滁州供电公司 , 国家电网有限公司
IPC分类号： B66D3/00
摘要： 本发明提供了带抽拉式底座的转运装置，涉及电力系统设备技术领域，通过立柱、支撑板、上压板、下压板、转动手柄和移动支撑机构之间的机械连接来实现举升和运转；本发明结构简单，设计巧妙，便于收纳和运输，省时省力，非常方便，保护工作人员的安全，且作业范围小，使用灵活；通过采用纯机械的结构更加可靠且成本低廉，能够有效提升电力工作人员的作业安全性和工作效率，设计合理，结构紧凑；同时可用于对各种小中型断路器的搬运，作业空间小，使用范围大，操作简单，可在变电站各种场合使用，维护方便，一人即可完成操作；将此装置可用与各类小型设备搬运，通用便捷，适用性广。
-
公开(公告)号：CN108689313A
公开(公告)日：2018-10-23
申请号：CN201810680525.2
申请日：2018-06-27
申请人： 国网安徽省电力有限公司滁州供电公司 , 国家电网有限公司
CPC分类号： B66C23/166 , B66C23/62
摘要： 本发明提供了一种单立柱机械升举装置，涉及电力系统机械设备技术领域，通过立柱、支撑板、上压板、下压板和转动手柄之间的机械连接来实现举升。本发明结构简单，设计巧妙，便于收纳和运输，而且操作便捷，省时省力，且作业范围小，使用灵活；通过采用纯机械的结构更加可靠且成本低廉，能够有效提升电力工作人员的作业安全性和工作效率，设计合理，结构紧凑。本发明可用作业空间小，操作简单，可在变电站各种场合使用，维护方便，一人即可完成操作；将此装置可用与各类中小型电力设备的举升，通用便捷，适用性广。
-
公开(公告)号：CN116154872A
公开(公告)日：2023-05-23
申请号：CN202310374222.9
申请日：2023-04-10
申请人： 合肥工业大学 , 国网安徽省电力有限公司滁州供电公司 , 国网安徽省电力有限公司
摘要： 本发明公开了一种适应功率需求变化的孤岛微电网分布式实时调度方法，包括：每个分布式电源的上层调度单元都实时地计算当地的输出功率增量，并计算实时的优化梯度值，再通过分布式通信得到相邻上层调度单元的优化梯度值，然后利用分布式实时调度算法依次计算目标优化量、约束优化量和对偶变量，最后将得到的约束优化量作为功率参考值输出给底层控制系统，并循环执行控制步骤。本发明能够根据微电网中实时的功率需求及时调整调度结果，实时跟踪动态的最优结果，为各分布式电源的底层控制系统提供实时的最优输出功率参考值，从而降低微电网的整体能源消耗以及各分布式电源之间的通信频次。
-
公开(公告)号：CN115935262A
公开(公告)日：2023-04-07
申请号：CN202310013039.6
申请日：2023-01-05
申请人： 合肥工业大学 , 国网安徽省电力有限公司滁州供电公司 , 国网安徽省电力有限公司 , 安徽尚特杰电力技术有限公司
IPC分类号： G06F18/241 , G06F18/214 , G06Q50/06
摘要： 本发明公开了一种图数据驱动的配电网拓扑辨识方法、电子设备及存储介质，该方法包括：1、将配电网中的所有母线单元作为节点，所有的线路作为边，获取配电网的拓扑图；2、获取并预处理母线单元的输出电压和断路器状态数据，并作为训练样本的输入与输出；3、构建小波线图注意力网络并初始化网络参数；4、训练小波线图注意力网络并保存训练完成的网络模型；5、以母线单元实时的电压序列作为输入，利用ARMA模型预测缺失的母线单元电压序列后，通过训练完成的网络模型计算断路器状态，实现配电网拓扑辨识。本发明能获得更加精确的配电网运行拓扑信息；且能让拓扑辨识的计算效率能满足实时性要求，从而使配电网运行拓扑的辨识过程更智能。
-
公开(公告)号：CN116233895B
公开(公告)日：2023-07-18
申请号：CN202310490208.5
申请日：2023-05-04
申请人： 合肥工业大学 , 国网安徽省电力有限公司滁州供电公司 , 国网安徽省电力有限公司
摘要： 本发明公开了一种基于强化学习的配网5G通信节点优化方法、设备及介质，该方法包括：1、从5G配网中获取节点的位置以及发射功率；2、建立5G配网强化学习模型，其中，强化学习模型由策略体和执行体组成；3、利用演员—评论家AC算法训练5G配网强化学习模型。本发明能保证信息高利用率和无线通信的实时性需求，并能找出5G配网节点最优的发射功率，从而能确保配网可以安全高效的运行。
-
公开(公告)号：CN116014795A
公开(公告)日：2023-04-25
申请号：CN202310015397.0
申请日：2023-01-05
申请人： 合肥工业大学 , 国网安徽省电力有限公司滁州供电公司 , 国网安徽省电力有限公司 , 安徽尚特杰电力技术有限公司
摘要： 本发明公开了一种主动配网中分布式发电系统的鲁棒控制方法、设备及介质，包括：针对主动配网中分布式发电系统，等效负荷发生变化导致系统模型跳变，并考虑传感器和执行器因故障发生失真和偏移，以及受到外界扰动的情况，建立离散时间主动配网中分布式发电系统模型，再构造Lyapunov函数，得到主动配网中分布式发电系统随机稳定和鲁棒控制器存在的充分条件；最后，通过不断减小稳定性条件中扰动抑制率γ，计算保证系统稳定对应的控制器增益矩阵Ki，当扰动抑制率γ最小且系统稳定时，得到最优的控制器增益矩阵Ki*。本发明能提高控制系统对扰动的鲁棒性，从而保证主动配网中分布式发电系统安全稳定运行。
-
公开(公告)号：CN116400172A
公开(公告)日：2023-07-07
申请号：CN202310595273.4
申请日：2023-05-22
申请人： 合肥工业大学 , 国网安徽省电力有限公司滁州供电公司 , 国网安徽省电力有限公司
IPC分类号： G01R31/08
摘要： 本发明公开一种基于随机矩阵的云边协同配电网故障检测方法及系统，所述方法包括采集当前时刻的配电网数据；利用神经网络模型对所述配电网数据进行处理，计算实际值与预测值之间的误差，神经网络模型部署在边缘设备中；基于误差判断当前时刻配电网是否发生故障；若否，则将当前时刻的配电网数据重新输入至所述神经网络模型；若是，则将当前时刻的配电网数据上传至区域主站；在区域主站中，基于随机矩阵，融合配电网历史数据和所述边缘设备上传的实时故障数据，对故障进行定位分析；本发明在边缘侧使用神经网络进行故障初步分析，在云端利用基于随机矩阵的方法来进行集中分析，提高了故障定位速度和准确度。
-
公开(公告)号：CN115963351A
公开(公告)日：2023-04-14
申请号：CN202211530846.7
申请日：2022-12-01
申请人： 合肥工业大学 , 国网安徽省电力有限公司滁州供电公司 , 国网安徽省电力有限公司
IPC分类号： G01R31/08 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种基于高频TFM网络的ADN早期故障检测方法及应用，包括：1、对采集到的电流和电压数据进行预处理并划分数据集；2、设计基于高频特征注意力时频记忆网络核心结构；3、构建基于高频特征注意力时频记忆网络；4、基于高频特征注意力时频记忆网络得到测试集样本的输出结果。本发明通过基于高频特征注意力时频记忆网络来提供时间序列的多尺度多分辨率分析，可以动态的捕获数据在时域和频域上的特征，以提高早期故障的检测精度，满足了准确化快速化的实际需求。
-
公开(公告)号：CN115408945A
公开(公告)日：2022-11-29
申请号：CN202211069836.8
申请日：2022-09-01
申请人： 合肥工业大学 , 国网安徽省电力有限公司滁州供电公司 , 国网安徽省电力有限公司
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06Q50/06 , G06F113/04 , G06F119/02
摘要： 本发明公开一种配电网故障监测轻量化实现方法、装置、设备及存储介质，故障监测神经网络部署于嵌入式微处理器，嵌入式微处理器包含两级存储器结构，一级存储器存储有故障监测神经网络的权重参数，故障监测神经网络为基于网络权重参数图内距离聚类与类内均匀剪枝得到的轻量化LSTM神经网络，方法包括：获取配电网线路的三相电流电压数据；二级存储器从一级存储器中读取所述权重参数，并基于故障监测神经网络，对三相电流电压数据进行处理，得到配电网故障类型。本发明减少了两级存储器之间对于神经网络模型权重参数的内存访问次数，降低了功耗；并且减少了网络模型内权重参数数量，模型规模小，更易于在嵌入式设备上部署。
-
-
-
-
-
-
-
-
-
搜索结果
326 条记录 (耗时 0.134 秒)
