-
公开(公告)号：CN113887794A
公开(公告)日：2022-01-04
申请号：CN202111144517.4
申请日：2021-09-28
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网安徽省电力有限公司
摘要： 本发明公开了一种配电网无功优化的方法及装置，所述方法包括以下步骤：将配电网的历史负荷、拓扑数据以及对应的历史无功优化策略输入改进的CNN网络进行特征提取；特征提取后的配电网数据中历史负荷、拓扑数据作为DBN网络的输入，对应的历史无功优化策略作为DBN网络的输出，训练DBN网络，直到达到预设的迭代次数或者网络损耗不变的时候停止训练得到无功优化模型；将实时获取的历史负荷、拓扑数据输入无功优化模型，得出实时的无功优化策略，利用实时的无功优化策略对配电网进行无功优化；本发明的优点在于：配电网无功优化过程的计算时间短以及精度高。
-
公开(公告)号：CN114355240A
公开(公告)日：2022-04-15
申请号：CN202111451134.1
申请日：2021-12-01
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC分类号： G01R31/52 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明提供一种配电网接地故障诊断方法及装置，包括：获取配电网的基础拓扑结构故障时的一维零序电流信号，并将一维零序电流信号转换为二维图像；以所述二维图像作为卷积神经网络模型的输入，训练得到基础故障诊断模型；在配电网发生故障时，判断发生故障的拓扑结构是否为基础拓扑结构：若是，则利用基础故障诊断模型对配电网进行故障诊断，输出对应的故障类型；否则，基于基础故障诊断模型，利用迁移学习方法，得到该发生故障的拓扑结构对应的目标故障诊断模型，并利用该目标故障诊断模型对配电网进行故障诊断，输出对应的故障类型。本发明的配电网接地故障诊断方法能够实现不同拓扑结构的故障分类，运用范围广，故障分类快速，准确率高。
-
公开(公告)号：CN114077846A
公开(公告)日：2022-02-22
申请号：CN202111198766.1
申请日：2021-10-14
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学
摘要： 本发明的一种基于RF‑LSTM的故障电流多域识别方法及存储介质，其中方法包括以下步骤，针对电弧故障平台，获取原始电流信号；对原始电流信号进行处理，进行核主成分分析提取第三主成分，然后对第三主成分信号进行时域、频域和能量域特征提取；接着用随机森林进行无偏预测重要性估计选择对应负载条件下的高相关特征；最后将筛选后的特征用作LSTM的特征输入，用于学习和训练，实现对故障电弧的多域识别。本发明的方法减少了计算量并且提高了检测速度和精度；结果表明，此方法可以准确的识别电弧故障。
-
公开(公告)号：CN114355240B
公开(公告)日：2024-08-09
申请号：CN202111451134.1
申请日：2021-12-01
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC分类号： G01R31/52 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/09
摘要： 本发明提供一种配电网接地故障诊断方法及装置，包括：获取配电网的基础拓扑结构故障时的一维零序电流信号，并将一维零序电流信号转换为二维图像；以所述二维图像作为卷积神经网络模型的输入，训练得到基础故障诊断模型；在配电网发生故障时，判断发生故障的拓扑结构是否为基础拓扑结构：若是，则利用基础故障诊断模型对配电网进行故障诊断，输出对应的故障类型；否则，基于基础故障诊断模型，利用迁移学习方法，得到该发生故障的拓扑结构对应的目标故障诊断模型，并利用该目标故障诊断模型对配电网进行故障诊断，输出对应的故障类型。本发明的配电网接地故障诊断方法能够实现不同拓扑结构的故障分类，运用范围广，故障分类快速，准确率高。
-
公开(公告)号：CN114077846B
公开(公告)日：2024-06-04
申请号：CN202111198766.1
申请日：2021-10-14
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC分类号： G06F18/243 , G06F18/2135 , G06F18/211 , G06N3/0442 , G06N3/09 , G01R31/08 , G01R31/12
摘要： 本发明的一种基于RF‑LSTM的故障电流多域识别方法及存储介质，其中方法包括以下步骤，针对电弧故障平台，获取原始电流信号；对原始电流信号进行处理，进行核主成分分析提取第三主成分，然后对第三主成分信号进行时域、频域和能量域特征提取；接着用随机森林进行无偏预测重要性估计选择对应负载条件下的高相关特征；最后将筛选后的特征用作LSTM的特征输入，用于学习和训练，实现对故障电弧的多域识别。本发明的方法减少了计算量并且提高了检测速度和精度；结果表明，此方法可以准确的识别电弧故障。
-
公开(公告)号：CN116526679A
公开(公告)日：2023-08-01
申请号：CN202310603875.X
申请日：2023-05-23
申请人： 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司
摘要： 一种适用于柔性合环装置与台区信息互联互通的架构及方法，属于柔性配电网技术领域，解决如何提高柔性互联配电网的调控水平的问题；柔性合环装置部署在互联台区的线路末端连接多个配电台区，融合终端安装在台区配电变压器的出线侧；连接在各台区线路上的柔性合环装置与配有融合终端的台区建立通信，融合终端向通信单元传输台区柔性互联调控指令和本台区数据，通信单元将装置运行情况及其他台区运行数据沿同条通信线传至融合终端，融合终端之间通过通信单元进行数据交互，或进行各台区运行情况的边对边交互；本发明加快了柔性互联系统内的信息交互，实现了台区负载均衡和配电台区故障时的重要负荷快速转供，提高了柔性互联配电网的调控水平。
-
公开(公告)号：CN116520186A
公开(公告)日：2023-08-01
申请号：CN202211619505.7
申请日：2022-12-15
摘要： 本发明公开了一种采用SSA‑LSTM神经网络的UHVDC输电线路接地故障区域识别方法及系统。具体地，首先截取选定数据采样点故障后特定时间窗口波形数据，通过基于sym8的小波包进行4级分解得到其能量熵并构成特征矩阵；使用麻雀搜索算法优化LSTM神经网络隐藏单元数目、最大训练周期、初始学习率三个超参数，得到经过优化的SSA‑LSTM神经网络模型，并使用训练集进行训练；继而输入特征矩阵至经过训练的SSA‑LSTM神经网络，判断出该波形属于何种情况，从而达到故障区域识别的目的。大量仿真测试表明，该方法准确度可达90％以上。按本发明公开的方法，可以针对故障录波数据判断直流输电线路区内外故障，有助于故障后快速地进行排查、定位、检修等工作。
-
公开(公告)号：CN115860327A
公开(公告)日：2023-03-28
申请号：CN202211453201.8
申请日：2022-11-21
申请人： 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 武汉大学 , 国网安徽省电力有限公司超高压分公司 , 南京南瑞继保工程技术有限公司
发明人： 孙辉 , 秦亮 , 周思涵 , 彭勃 , 俞斌 , 张军 , 刘孝辉 , 王晶 , 刘开培 , 高博 , 徐斌 , 汪玉 , 丁津津 , 张峰 , 汪勋婷 , 谢毓广 , 王同文 , 谢民 , 汪伟 , 邵庆祝 , 张骏 , 于洋
IPC分类号： G06Q10/063 , G06Q10/067 , G06Q50/06 , G06F17/10 , G06N3/092 , G06N3/084
摘要： 本发明公开了基于深度强化学习的换流站异常数据注入检测方法及装置，所述方法包括：建立换流站的状态空间模型；向换流站注入异常数据，获得受异常数据攻击的测量值；获取换流站异常数据注入的即时观察值；构建基于深度强化学习的DQN模型并训练该模型得到最优的模型；将换流站的即时观察值输入最优的模型判定系统是否被注入异常数据，当被注入异常数据时发出警报，当未被注入异常数据时允许系统继续运行；本发明的优点在于：实现针对换流站是否受到异常数据注入的检测和判定，及时预警，保证系统安全运行。
-
公开(公告)号：CN115587475A
公开(公告)日：2023-01-10
申请号：CN202211144658.0
申请日：2022-09-20
申请人： 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 武汉大学 , 国网安徽省电力有限公司超高压分公司 , 南京南瑞继保工程技术有限公司
发明人： 彭勃 , 孙辉 , 龚庆武 , 俞斌 , 张军 , 刘孝辉 , 乔卉 , 刘宇翔 , 刘栋 , 高博 , 徐斌 , 汪玉 , 丁津津 , 张峰 , 汪勋婷 , 谢毓广 , 王同文 , 谢民 , 汪伟 , 邵庆祝 , 罗沙 , 谢佳 , 张骏 , 于洋 , 李晓彤
IPC分类号： G06F30/20 , G06F18/214 , G06F18/24 , G06N3/04 , G06N3/08 , H02J3/00 , H02J3/36 , G06F111/08
摘要： 本发明公开了一种特高压直流换流站暂态过电压快速预测方法及装置，所述方法包括：对影响交流母线暂态压升的状态量进行关联度分析得出多种对交流母线暂态压升有影响的关键性因素，并确认其作为特征量输入值；基于特征量输入值及其对应的换流站交流母线电压以及暂态过电压的分类构建样本集；基于样本集，通过卷积神经网络学习特征量输入值与暂态过电压分类之间的配合关系，得到最终的神经网络模型；采集交流母线暂态压升对应的特征量，输入神经网络模型，预测得到对应的暂态过电压分类；本发明的优点在于：能够进行暂态过电压的预测分析且暂态过电估算计算时间短、估算结果误差小。
-
公开(公告)号：CN115117915A
公开(公告)日：2022-09-27
申请号：CN202210815697.2
申请日：2022-07-12
发明人： 俞斌 , 王同文 , 章昊 , 汤伟 , 汪伟 , 邵庆祝 , 于洋 , 张骏 , 谢民 , 丁津津 , 孙辉 , 翁凌 , 彭勃 , 张峰 , 汪勋婷 , 刘之奎 , 张军 , 许旵鹏 , 于和林 , 刘孝辉 , 周奕帆
IPC分类号： H02J3/36
摘要： 本发明公开一种分层接入特高压直流输电系统换相失败风险综合评估方法，属于直流输电技术领域，所述方法包括：计算分层接入结构下不同层换流器各风险因子的直接影响值和间接影响值，风险因子包括换相电压、谐波含量、直流电流、阀侧电流和触发脉冲；基于各风险因子的直接影响值和各风险因子的直接影响程度系数，计算本层直接换相失败风险值；基于各风险因子的间接影响值和各风险因子的间接影响程度系数，计算层间交互影响的间接换相失败风险值；基于本层直接换相失败风险值和层间交互影响的间接换相失败风险值，确定换相失败风险综合值。可准确判断、定量评估多因素综合影响的分层接入特高压直流输电系统换相失败风险。
-
-
-
-
-
-
-
-
-
搜索结果
78 条记录 (耗时 0.117 秒)
