-
公开(公告)号：CN119692628A
公开(公告)日：2025-03-25
申请号：CN202510199212.5
申请日：2025-02-24
Applicant: 国网安徽省电力有限公司营销服务中心 , 国网安徽省电力有限公司 , 国电南瑞南京控制系统有限公司 , 国网安徽省电力有限公司六安供电公司
IPC: G06Q10/063 , G06Q50/06 , G06F18/213 , G06F18/214 , G06F18/20 , G06F18/2415 , G06F40/30 , G06F40/284
Abstract: 本说明书实施例公开了一种用于智能电网的停电分析方法及系统，涉及智能电网技术领域。其中，所述方法包括：对与目标节点相关的关联节点进行关联关系提取，得到所述关联节点对应的关联关系嵌入向量；对所述关联关系嵌入向量进行特征提取，得到所述关联关系嵌入向量对应的目标关系特征；确定所述目标节点与所述关联节点相关联的M个关联场景；根据每个关联场景及对应的目标关系特征分别进行停电风险评估，得到每个关联场景对应的停电风险指数；对所述关联关系嵌入向量进行权重分配，得到每个所述关联场景对应的影响因子；基于所述关联场景对应的停电风险指数以及每个关联场景对应的影响因子，确定所述目标节点对应的停电分析结果。
-
公开(公告)号：CN119066533A
公开(公告)日：2024-12-03
申请号：CN202411101811.0
申请日：2024-08-12
Applicant: 国网安徽省电力有限公司营销服务中心 , 国电南瑞南京控制系统有限公司
IPC: G06F18/243 , G06F18/213 , G06Q50/06
Abstract: 本发明公开一种基于改进的灰色关联分析和孤立森林模型的台区线损率异常检测方法和系统，该方法包括以下步骤：步骤一：每小时收集一次台区内的电气特征参数；步骤二：根据加权关联度对电气特征参数进行处理，得到线损率特征数；步骤三：将得到线损率特征数输入孤立森林模型，得到异常分；步骤四：根据异常分判断台区线损率是否异常，如果台区线损率正常则继续检测，如果台区线损率异常则发出警示。本发明通过线损率特征数对线损率异常进行检测，大大提高了线损率检测的准确性，节约了检测过程和时间。
-
公开(公告)号：CN117706282A
公开(公告)日：2024-03-15
申请号：CN202410167088.X
申请日：2024-02-06
Applicant: 国网安徽省电力有限公司营销服务中心 , 国电南瑞南京控制系统有限公司
IPC: G01R31/08 , G01R21/133 , G06N3/0499 , G06N3/084 , G06F18/241 , H02J3/00
Abstract: 本发明公开台区分时分相线损监控方法和系统，该方法包括，步骤一：通过设置在台区A相、B相和C相线路首端、尾端和负载上的电表每小时收集一次台区各个相位线路上的电气特征参数；步骤二：将收集的电气特征参数传输至服务器；步骤三：服务器对电气特征参数进行标准化处理；步骤四：构建BP神经网络模型，并基于标准化处理后的电气特征参数进行训练迭代；步骤五：通过BP神经网络模型每小时预测一次台区的分时分相线损率；步骤六：将BP神经网络模型预测的台区分时分相线损率与标准的线损率对比，对线损率高的台区相位进行预警显示。本发明可以定时检测台区内每相线路的线损率，防止线损率过高引起的损失，更快定位出现问题的相位。
-
公开(公告)号：CN117708707A
公开(公告)日：2024-03-15
申请号：CN202410166638.6
申请日：2024-02-06
Applicant: 国网安徽省电力有限公司营销服务中心 , 国电南瑞南京控制系统有限公司
IPC: G06F18/2415 , G06F18/22 , G06N3/04 , G06Q50/06
Abstract: 本发明公开大数据下台区线损率异常智能预警方法和系统，该方法包括：步骤一：通过设置在每个台区的电网线路首端、尾部和负载上的电表采集台区内电气特征参数；步骤二：将采集的电气特征参数上传至服务器；步骤三：服务器提取获取电表所在台区，并对电气特征参数进行标准化处理；步骤四：构建BP神经网络模型，并基于标准化处理后的电气特征参数进行模型训练学习；步骤五：通过训练学习后的BP神经网络模型预测台区线损率；步骤六：将预测的台区线损率与正常线损率进行对比，并把对比结果显示在服务器上；步骤七：对线损率异常的台区进行预警提示。本发明实现了对台区线损率的准确计算和预警，大大节省了人力和时间。
-
公开(公告)号：CN117708707B
公开(公告)日：2024-05-17
申请号：CN202410166638.6
申请日：2024-02-06
Applicant: 国网安徽省电力有限公司营销服务中心 , 国电南瑞南京控制系统有限公司
IPC: G06F18/2415 , G06F18/22 , G06N3/04 , G06Q50/06
Abstract: 本发明公开大数据下台区线损率异常智能预警方法和系统，该方法包括：步骤一：通过设置在每个台区的电网线路首端、尾部和负载上的电表采集台区内电气特征参数；步骤二：将采集的电气特征参数上传至服务器；步骤三：服务器提取获取电表所在台区，并对电气特征参数进行标准化处理；步骤四：构建BP神经网络模型，并基于标准化处理后的电气特征参数进行模型训练学习；步骤五：通过训练学习后的BP神经网络模型预测台区线损率；步骤六：将预测的台区线损率与正常线损率进行对比，并把对比结果显示在服务器上；步骤七：对线损率异常的台区进行预警提示。本发明实现了对台区线损率的准确计算和预警，大大节省了人力和时间。
-
Patent Agency Ranking
公开(公告)号：CN116845966A
公开(公告)日：2023-10-03
申请号：CN202310700196.4
申请日：2023-06-13
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
Abstract: 本发明公开了一种基于拓扑供电路径生成的新能源聚合计算分析方法及系统，步骤如下：获取电网模型，所述电网模型包括主网模型和配网模型，基于所获取的主配网模型，建立主配网映射关系；结合分布式新能源并网信息和所属配变负荷连接关系，构建分布式新能源和主配网一体化拓扑网络模型；将分布式新能源和主配网一体化拓扑网络进行拓扑拼接，生成分布式新能源拓扑供电路径；根据生成的拓扑供电路径层级关系，构建对分布式新能源拓扑供电路径的各层级聚合计算。本发明能够直观查看分布式新能源的供电路径及供电路径上各层级电网设备下挂接的分布式新能源聚合计算信息，提高查看效率。
-
公开(公告)号：CN117235504A
公开(公告)日：2023-12-15
申请号：CN202311260628.0
申请日：2023-09-26
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
IPC: G06F18/213 , G06F17/11 , G06F17/16 , G06F18/2433
Abstract: 本发明公开了一种DFIG转子电阻不平衡故障诊断方法及系统，包括：建立转子电阻不平衡故障下DFIG转子绕组dq轴故障信号解耦模型；选取故障诊断采样信号，确定故障特征参数；建立电流闭环带宽设计方法；设计转子电阻不平衡故障诊断方法；设计故障诊断流程。本发明考虑到电流闭环控制对故障特征信号的影响，保证控制性能的同时，提出电流闭环带宽设计，可有效排除电流闭环控制对DFIG转子绕组电阻不平衡故障诊断的干扰，保证转子电阻不平衡故障诊断的准确可靠；通过设计合理的故障特征量，实现简单可靠的故障诊断流程，无需增加新的传感器，仅在原有控制器中加入简单的故障参数提取算法，可就地实现实时地故障检测、定位及故障程度评估。
-
公开(公告)号：CN117132124A
公开(公告)日：2023-11-28
申请号：CN202310862267.0
申请日：2023-07-13
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
IPC: G06Q10/0637 , G06Q50/06 , G06N3/08
Abstract: 本发明公开了一种基于SSA‑BP算法的燃煤二氧化碳排放量确定方法及确定系统，获取燃煤样本，对燃煤样本进行工业分析和元素分析，得到工业分析数据和含碳量；通过以工业分析数据为输入，含碳量为输出对改进的BP神经网络进行训练，构建基于SSA‑BP算法的燃煤含碳量预测模型；获取实际燃煤的工业分析数据，并根据模型得到实际含碳量；获取实际燃煤燃烧所耗原煤量、煤炭收到基灰分、锅炉灰渣平均含碳量；通过燃煤的燃烧数据和实际含碳量确定燃煤燃烧的二氧化碳排放量。通过改进的BP神经网络计算燃煤碳排放的方法，采用易于测量的煤质参数预测难以测量的煤质参数，可快速、准确地掌握煤的品质，对于量化燃煤电厂二氧化碳排放具有指导意义。
-
公开(公告)号：CN117132123A
公开(公告)日：2023-11-28
申请号：CN202310858362.3
申请日：2023-07-13
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
IPC: G06Q10/0637 , G06Q50/06 , G06N3/08
Abstract: 本发明公开了一种基于SSA‑BP算法的燃煤二氧化碳排放量确定方法及确定系统，获取燃煤样本，对燃煤样本进行工业分析和元素分析，得到工业分析数据和含碳量；通过以工业分析数据为输入，含碳量为输出对改进的BP神经网络进行训练，构建基于SSA‑BP算法的燃煤含碳量预测模型；获取实际燃煤的工业分析数据，并根据模型得到实际含碳量；获取实际燃煤燃烧所耗原煤量、煤炭收到基灰分、锅炉灰渣平均含碳量；通过燃煤的燃烧数据和实际含碳量确定燃煤燃烧的二氧化碳排放量。通过改进的BP神经网络计算燃煤碳排放的方法，采用易于测量的煤质参数预测难以测量的煤质参数，可快速、准确地掌握煤的品质，对于量化燃煤电厂二氧化碳排放具有指导意义。
-
公开(公告)号：CN119651591A
公开(公告)日：2025-03-18
申请号：CN202411798643.5
申请日：2024-12-09
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
IPC: H02J3/00 , H02J3/38 , G06F18/27 , G06F18/214 , G06N5/01 , G06N20/20 , G06N20/00 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种分布式光伏发电功率分层聚合预测方法、系统、设备及存储介质，该方法包括：获取历史天气预报、历史发电数据、未来天气预报；提取低压光伏电源的发电功率、辐照度、温度、湿度、开机容量，处理得到历史样本数据；清洗历史样本数据得到训练样本数据并划分；构建堆叠预测模型；对每个低压光伏电源建立堆叠预测模型；基于未来天气预报，为每个低压光伏电源构造预测样本，代入对应的模型，得到每个分布式光伏的短期预测结果；将所有低压光伏电源的短期预测结果分层聚合，得到不同层级的分布式光伏未来短期的汇聚预测结果。本发明无需对每个预测对象单独定义模型结构，采用直接预测和层次汇聚的方法得到各个层级电源的短期预测结果。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.111 seconds)
