-
公开(公告)号:CN119250591A
公开(公告)日:2025-01-03
申请号:CN202411036451.0
申请日:2024-07-31
Applicant: 国网江苏省电力有限公司南通供电分公司
IPC: G06Q10/0639 , G06Q50/06 , G06F18/10
Abstract: 本发明公开了一种基于中低压配电网的节能降损增量能效评估系统及方法,该系统包括:能效指标采集模块,用于构建中低压线路评估指标、台区评估指标和配电变压器评估指标及其对应子指标;指标预处理模块,用于对采集的不同评估指标对应的有效数据值是否发生突变赋予不同的权重;能效评估模块,用于根据各子指标以及对应的权重计算待处理地区不同配电网在指定时刻或时间段内的能效评估值。本发明采用的权重分配方式为根据不同子指标数据是否突变的情况,对指标的变化权重进行设置,从而保证了权重的合理性,放大不同指标之间的差异,更加容易获得各时刻能效的薄弱点,而且该种评估方式得到的评估值更加精准。
-
公开(公告)号:CN117371456A
公开(公告)日:2024-01-09
申请号:CN202311305211.1
申请日:2023-10-10
Applicant: 国网江苏省电力有限公司南通供电分公司
IPC: G06F40/35 , G06F18/25 , G06F18/213 , G06N3/0499 , G06N3/0455 , G06V30/19 , G06V30/18
Abstract: 本发明公开了一种基于特征融合的多模态讽刺检测方法及系统,该方法包括以下步骤:获取待检测文本中的外部知识即形容词‑名词对,后特征表示为A,分别将待检测文本对应的文本模态和图像模态分别特征表示为T和I;采用多头交叉注意机制表示每对多模态输入的文本‑图像的浅层一致性分数以及文本‑外部知识的浅层一致性分数;利用图注意网络计算文本‑图像的深层一致性分数sl和文本‑外部知识的深层一致性分数使用激活函数和线性层整合得到预测结果y。本发明结合文本、图像和形容词‑名词对三个模态,建立了知识强化型的多模态讽刺检测模型,在与文本、图像两种模态良好结合的基础上,提供更多元、有效的信息,并获得了更好的性能。
-
公开(公告)号:CN116191516A
公开(公告)日:2023-05-30
申请号:CN202310363993.8
申请日:2023-04-03
Applicant: 国网江苏省电力有限公司南通供电分公司
Abstract: 本发明公开了一种基于蜂巢状有源配电网多端口能量枢纽多变流器直流电压/下垂控制方法,步骤a:每个多端口能量枢纽内部有三个DC/AC变流器,采用主并网端口变流器的控制策略及从并网端口变流器的控制策略;步骤b:每个多端口能量枢纽内部有若干并联DC/DC变换器,采用储能系统DC/DC变换器的控制策略并根据储能系统SOC值设计对应的运行区域;步骤c:根据多端口能量枢纽内部储能系统运行区域改变VSC以及DC/DC变换器控制策略的参数。本发明对于含储能系统的多端口能量枢纽,设计其内部的DC/DC以及DC/AC变流器控制策略,实现对多端口能量枢纽内储能系统SOC的能量管理以及各功率调节。
-
公开(公告)号:CN119154404B
公开(公告)日:2025-05-16
申请号:CN202411604739.3
申请日:2024-11-12
Applicant: 国网江苏省电力有限公司南通供电分公司
Abstract: 一种含分布式光伏主动配电网节能降损优化方法,包括以下步骤:通过主动协调策略对分布式光伏出力进行统一调度,生成光伏出力预测值并对其误差进行修正,形成光伏出力曲线;根据光伏出力曲线,分析配电网中的实时能量流动状态,结合配电网节点的负荷需求和电压水平,动态调整光伏出力与储能的充放电策略,优化能量传输路径;根据光伏出力曲线和储能策略的分析结果,构建多目标优化模型,对配电网当前状态和未来运行需求进行的综合权衡,动态调节各个优化目标之间的权重;将多目标优化的结果应用于实际配电网操作,通过实时监测与反馈,修正光伏出力曲线和优化策略,形成自学习闭环,优化含分布式光伏主动配电网。
-
公开(公告)号:CN118983778B
公开(公告)日:2025-03-21
申请号:CN202411036440.2
申请日:2024-07-31
Applicant: 国网江苏省电力有限公司南通供电分公司
Abstract: 本发明公开了一种基于中低压线路的节能降损适应性评估方法及系统,该方法包括:采集不同区域中不同配网配电线路、变压器的基础数据和运行数据以及用户用电情况;根据所述运行数据计算中压区内的配网线损、低压区内的配网线损以及台区的线损,并初步形成各个区线损的影响因素;监测并记录三种线损率类型,并判断线损率是否超过设置阈值,对超过设置阈值的对应线损率进行分析,确定导致不同区域的多个配网高损的一个或多个影响因素;将监测到的实时高损线损率类型进行高损具体原因的预测判定,并基于此构建节能降损措施方案。该方法综合考虑中低压线路的运行特性、设备状态、环境因素等多方面因素,实现对中压线路节能降损措施的精准评估和优化。
-
公开(公告)号:CN119154404A
公开(公告)日:2024-12-17
申请号:CN202411604739.3
申请日:2024-11-12
Applicant: 国网江苏省电力有限公司南通供电分公司
Abstract: 一种含分布式光伏主动配电网节能降损优化方法,包括以下步骤:通过主动协调策略对分布式光伏出力进行统一调度,生成光伏出力预测值并对其误差进行修正,形成光伏出力曲线;根据光伏出力曲线,分析配电网中的实时能量流动状态,结合配电网节点的负荷需求和电压水平,动态调整光伏出力与储能的充放电策略,优化能量传输路径;根据光伏出力曲线和储能策略的分析结果,构建多目标优化模型,对配电网当前状态和未来运行需求进行的综合权衡,动态调节各个优化目标之间的权重;将多目标优化的结果应用于实际配电网操作,通过实时监测与反馈,修正光伏出力曲线和优化策略,形成自学习闭环,优化含分布式光伏主动配电网。
-
公开(公告)号:CN111767620B
公开(公告)日:2022-08-19
申请号:CN202010668821.8
申请日:2020-07-13
Applicant: 国网江苏省电力有限公司南通供电分公司
IPC: G06F30/18 , G06F111/02 , G06F111/04 , G06F113/04
Abstract: 本发明提出了一种基于快速自同步ADMM的电‑气耦合系统解耦优化方法。在本发明中,基于自同步ADMM的算法原理,提出两种手段加速自同步ADMM法,一种是根据迁移学习,将相似任务中优化结果迁移至ADMM的变量初始化中,用于改善变量初始值,使初始值靠近优化结果;第二种手段是通过实时调整自同步ADMM迭代过程中的拉格朗日系数向量,以达到加速算法收敛的目的,最终,将快速自同步ADMM方法应用于电气耦合系统从而实现系统的快速解耦优化。本发明可将电‑气耦合系统解耦为电网系统和天然气网络系统,实现了电、气两个不同利益主体的分离,并最终实现电‑气耦合系统的总目标优化。
-
公开(公告)号:CN113393532A
公开(公告)日:2021-09-14
申请号:CN202110651313.3
申请日:2021-06-10
Applicant: 国网江苏省电力有限公司南通供电分公司
IPC: G06T7/80
Abstract: 本发明公开了基于定位视频动态目标三维空间标定的变电站防护方法,包括以下步骤:(1)IVS设备的安装及定位;(2)建设监测目标信息数据库;(3)IVS监测关键目标信息的语义化并入库调用;(4)视频动态目标信息的GIS矢量化并动态标定;(5)动态监测目标的属性查询;(6)监测目标跟踪;(7)双重周界防范。本发明通过把IVS关键信息语义化,来实现对视频关键信息的长期存储及3DGIS呈现,并通过对IVS关键动态目标的GIS矢量化,来实现视频动态目标在三维空间的实时标定及双重周界防范。
-
公开(公告)号:CN119689119A
公开(公告)日:2025-03-25
申请号:CN202411868848.6
申请日:2024-12-18
Applicant: 国网江苏省电力有限公司南通供电分公司
IPC: G01R31/00 , G01R31/54 , G01R31/56 , G06F18/2433 , G06N3/0464
Abstract: 一种基于GAF‑CNN‑Transformer的风电机组变流器异常状态检测方法:S1:通过滑动窗口对风电系统机侧和网侧变流器三相电流信号进行连续采样,得到时序数据集;S2:对时序数据集进行预处理,使用格拉姆角场(GAF)将一维时域信息转换为二维图形信息。S3:建立CNN‑Transformer神经网络模型,并通过二维图像数据训练模型,对风电系统变流器进行异常状态检测和分类。将电流信号转换为图像数据,通过CNN‑Transformer模型可以充分挖掘数据之间的依赖信息,具有较高的检测精度,可以有效提高风电机组的运行可靠性。
-
公开(公告)号:CN117371456B
公开(公告)日:2024-07-16
申请号:CN202311305211.1
申请日:2023-10-10
Applicant: 国网江苏省电力有限公司南通供电分公司
IPC: G06F40/35 , G06F18/25 , G06F18/213 , G06N3/0499 , G06N3/0455 , G06V30/19 , G06V30/18
Abstract: 本发明公开了一种基于特征融合的多模态讽刺检测方法及系统,该方法包括以下步骤:获取待检测文本中的外部知识即形容词‑名词对,后特征表示为A,分别将待检测文本对应的文本模态和图像模态分别特征表示为T和I;采用多头交叉注意机制表示每对多模态输入的文本‑图像的浅层一致性分数以及文本‑外部知识的浅层一致性分数;利用图注意力网络计算文本‑图像的深层一致性分数sl和文本‑外部知识的深层一致性分数#imgabs0#使用激活函数和线性层整合得到预测结果y。本发明结合文本、图像和形容词‑名词对三个模态,建立了知识强化型的多模态讽刺检测模型,在与文本、图像两种模态良好结合的基础上,提供更多元、有效的信息,并获得了更好的性能。
-
-
-
-
-
-
-
-
-