-
公开(公告)号：CN115718873B
公开(公告)日：2024-11-19
申请号：CN202211487648.7
申请日：2022-11-25
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
IPC: G06F18/22 , G06F18/23 , G06F18/2431 , G06F18/214 , G06N3/0475 , G06N3/0895
Abstract: 异常状况下高频电力数据高鲁棒性压缩感知方法，基于稀疏字典的压缩感知方法对包含异常点的分钟级电表数据进行压缩感知，在数据集上学习一个稀疏字典，捕捉电表数据的数种波动模式与特征，进行压缩与重构，其中由边缘端检测包含异常点的分钟级电表数据并对其中的正常值压缩，由主站侧解压重构并对异常值进行补齐，针对异常点的数据标注与检测，使用半监督的协同森林方法扩充异常点数据集与输出支撑集；为了提高正常值的重构精度，使用原子特征遮蔽方法学习稀疏表示字典，为压缩感知提供前提条件；针对数据传输后可能存在的噪声与异常点的真实数据估计问题，使用序列生成对抗网络对观测信号进行重构，并给出预测值的分布。
-
公开(公告)号：CN115718220B
公开(公告)日：2024-11-19
申请号：CN202211372066.4
申请日：2022-11-03
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明提供一种台区回路阻抗计算方法,步骤1，对台区中的设备进行分类，步骤2，获取设备的电流变化时刻表，步骤3，获取同类设备的电流有效时刻表，步骤4，对同类设备线路阻抗进行计算；本发明计算结果的误差可根据实际情况利用设定条件进行控制，从而本发明可以解决有技术中台区回路阻抗计算方式中存在电流叠加误差大的问题，计算获得可靠且有效的台区设备回路阻抗值。
-
公开(公告)号：CN115453442B
公开(公告)日：2024-09-03
申请号：CN202210942100.0
申请日：2022-08-08
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G01R35/04
Abstract: 本发明提供一种集中表箱电能表准确度失准计算方法，包括以下步骤：步骤1，周期性获得表箱的走字电量数据；步骤2，判断走字电量数据的有效性；步骤3，获得组数与表箱内电能表数量相同的有效数据；步骤4，获得各电能表的失准恢复系数；步骤5，获得各电能表的准确度误差；本发明能够实现对电能表准确度失准数据进行计算；将本发明计算所得准确度失准数据与电能表允许的准确度失准数据范围进行比较，从而可以判断电能表的准确度是否失准。
-
公开(公告)号：CN115511279A
公开(公告)日：2022-12-23
申请号：CN202211136458.0
申请日：2022-09-19
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 一种台区侧业扩报装接入判断方法，包括以下步骤：(1)获取台区三相功率数据；(2)对所获取数据中存在的采样时间缺失和功率数据缺失进行填补，对离群点作清除处理；(3)计算台区总三相功率数据所对应的平滑拟合曲线；(4)计算拟申请接入台区用户的三相功率数据所对应的平滑拟合曲线；(5)根据接入前后台区总三相功率数据所对应平滑拟合曲线的大于等于80％负载率时长判断是否允许用户接入台区。本发明使用平滑曲线拟合技术，从用户接入对台区的总体运行影响来判断是否允许用户接入，有利于轻型负载状态的变压器台区适量接入更多的用电用户。相对于传统方法而言，能够在一定程度上解决资源闲置问题，提高变压器的运行状态和利用率。
-
公开(公告)号：CN112052913B
公开(公告)日：2022-08-23
申请号：CN202011034270.6
申请日：2020-09-27
Applicant: 国网江苏省电力有限公司南京供电分公司 , 天津大学
Inventor： 姜小涛 , 方磊 , 牛睿 , 葛磊蛟 , 王文天 , 张凌浩 , 秦羽飞 , 朱红勤 , 周科峰 , 刘嘉恒 , 许超 , 嵇文路 , 冯隆基 , 马琎劼 , 胡君 , 张继东 , 王文帝 , 杨卓然
Abstract: 本申请公开了一种分布式光伏电站功率数据虚拟采集方法，包括根据气象特征相似性，选取待采集电站采集日的相似日，以相似日的标杆电站的功率数据和待采集电站的电流数据作为小波神经网络的训练样本；构建小波神经网络，并利用蝙蝠算法优化小波神经网络的参数；使用训练样本训练小波神经网络，得到功率数据虚拟采集模型；利用功率数据虚拟采集模型进行数据拟合，实现功率数据的虚拟采集。本发明通过基于相似日与BA‑WNN相结合方法建立功率数据虚拟采集模型，实现了分布式光伏电站功率数据的虚拟采集，具有可行性与有效性。
-
Patent Agency Ranking
公开(公告)号：CN115718873A
公开(公告)日：2023-02-28
申请号：CN202211487648.7
申请日：2022-11-25
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
IPC: G06F18/22 , G06F18/23 , G06F18/2431 , G06F18/214 , G06N3/0475 , G06N3/0895
Abstract: 异常状况下高频电力数据高鲁棒性压缩感知方法，基于稀疏字典的压缩感知方法对包含异常点的分钟级电表数据进行压缩感知，在数据集上学习一个稀疏字典，捕捉电表数据的数种波动模式与特征，进行压缩与重构，其中由边缘端检测包含异常点的分钟级电表数据并对其中的正常值压缩，由主站侧解压重构并对异常值进行补齐，针对异常点的数据标注与检测，使用半监督的协同森林方法扩充异常点数据集与输出支撑集；为了提高正常值的重构精度，使用原子特征遮蔽方法学习稀疏表示字典，为压缩感知提供前提条件；针对数据传输后可能存在的噪声与异常点的真实数据估计问题，使用序列生成对抗网络对观测信号进行重构，并给出预测值的分布。
-
公开(公告)号：CN115718220A
公开(公告)日：2023-02-28
申请号：CN202211372066.4
申请日：2022-11-03
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明提供一种台区回路阻抗计算方法,步骤1，对台区中的设备进行分类，步骤2，获取设备的电流变化时刻表，步骤3，获取同类设备的电流有效时刻表，步骤4，对同类设备线路阻抗进行计算；本发明计算结果的误差可根据实际情况利用设定条件进行控制，从而本发明可以解决有技术中台区回路阻抗计算方式中存在电流叠加误差大的问题，计算获得可靠且有效的台区设备回路阻抗值。
-
公开(公告)号：CN112100904B
公开(公告)日：2022-08-23
申请号：CN202010806864.8
申请日：2020-08-12
Applicant: 国网江苏省电力有限公司南京供电分公司 , 天津大学
Inventor： 王文天 , 张明 , 葛磊蛟 , 嵇文路 , 姜小涛 , 方磊 , 牛睿 , 张继东 , 宋昭杉 , 许洪华 , 周冬旭 , 张玮亚 , 刘嘉恒 , 周科峰 , 傅乔清 , 许超 , 杨卓然
Abstract: 一种基于ICOA‑BPNN的分布式光伏电站有功功率虚拟采集方法，包括如下步骤：步骤1，设定虚拟采集的标杆电站；步骤2，数据的获取与预处理；步骤3，将样本集分为训练集与预测集；步骤4，对郊狼优化算法进行改进；步骤5：利用步骤4的优化算法优化BP神经网络的权值与阈值；步骤6，进行训练；步骤7，标杆电站功率预测；步骤8，虚拟采集。该方法通过划分网格化区域以消除了外界环境对光伏功率造成的影响，通过IOCA‑BP神经网络以及相似度指数预估网格区域其他分布式光伏电站的功率，解决了由于地处偏远农村贫瘠地区数量多、容量小、运维水平较低的分布式光伏电站相对于大型光伏电站成本过高，得不偿失的问题。
-
公开(公告)号：CN113837894A
公开(公告)日：2021-12-24
申请号：CN202110900810.2
申请日：2021-08-06
Applicant: 国网江苏省电力有限公司南京供电分公司 , 河海大学 , 国网江苏省电力有限公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明涉及电力系统技术领域，尤其涉及一种基于残差卷积模块的非侵入式居民用户负荷分解方法，包括：获取训练数据并进行数据预处理；构建并训练负荷分解模型：训练数据中的总有功功率序列输入残差卷积模块，在残差卷积模块中，以CNN模型作为基础学习有功功率特征，通过跨层连接将原输入数据与通过CNN学习到的特征数据相加，将所得数据进一步输入到GRU网络学习时序特征，输出目标电器有功功率的预测值；将目标电器有功功率的预测值与真实值进行比较，不断调整负荷分解模型的网络参数得到训练好的负荷分解模型；通过训练好的负荷分解模型对待分解的用户总有功功率进行分解，获得目标电器的有功功率分解结果。本发明分解精度高。
-
公开(公告)号：CN112052913A
公开(公告)日：2020-12-08
申请号：CN202011034270.6
申请日：2020-09-27
Applicant: 国网江苏省电力有限公司南京供电分公司 , 天津大学
Inventor： 姜小涛 , 方磊 , 牛睿 , 葛磊蛟 , 王文天 , 张凌浩 , 秦羽飞 , 朱红勤 , 周科峰 , 刘嘉恒 , 许超 , 嵇文路 , 冯隆基 , 马琎劼 , 胡君 , 张继东 , 王文帝 , 杨卓然
Abstract: 本申请公开了一种分布式光伏电站功率数据虚拟采集方法，包括根据气象特征相似性，选取待采集电站采集日的相似日，以相似日的标杆电站的功率数据和待采集电站的电流数据作为小波神经网络的训练样本；构建小波神经网络，并利用蝙蝠算法优化小波神经网络的参数；使用训练样本训练小波神经网络，得到功率数据虚拟采集模型；利用功率数据虚拟采集模型进行数据拟合，实现功率数据的虚拟采集。本发明通过基于相似日与BA‑WNN相结合方法建立功率数据虚拟采集模型，实现了分布式光伏电站功率数据的虚拟采集，具有可行性与有效性。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.052 seconds)
