-
公开(公告)号：CN114487712B
公开(公告)日：2024-07-26
申请号：CN202210136630.6
申请日：2022-02-15
Applicant: 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司
IPC: G01R31/08
Abstract: 一种配电网相间短路故障区段定位及测距的方法。涉及配电网故障检测技术领域，具体涉及一种利用线电压分布特征的配电网相间短路故障区段定位及测距方法。利用配电网自动化系统的配电终端，获取配电线路发生相间短路故障时，故障线路的实时工频线电压幅值信息，并选取各终端所获得3个线电压幅值中最小的一个作为该终端的最小线电压；按照从母线到线路末端的方向，相邻两终端的最小线电压依次作差并取绝对值，得到以相邻两终端为区段的各区段线电压降落；本发明的工频线电压分布曲线基于拟制的直线线路，受线路结构的影响较小，其基于故障机理分析得到，因而具有更高的定位可信度。
-
公开(公告)号：CN113466628A
公开(公告)日：2021-10-01
申请号：CN202110779416.8
申请日：2021-07-09
Applicant: 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司
IPC: G01R31/08
Abstract: 一种配电网谐振接地系统小电流接地故障测距方法。涉及配电网故障检测技术领域，具体涉及一种配电网谐振接地系统小电流接地故障测距方法。包括以下步骤：S1：在配电网线路上布局若干个配电终端，用于获取谐振接地系统发生小电流接地故障时，故障线路的实时工频零序电压信息和故障点所在区段信息；S2：根据故障点所在区段信息，将故障线路划分为故障点上游区段、故障点下游主干区段和故障点下游分支区段；本发明对于小电流接地故障的定位方法研究观点独特、另辟蹊径，还具有重要的学术参考价值。
-
公开(公告)号：CN114487712A
公开(公告)日：2022-05-13
申请号：CN202210136630.6
申请日：2022-02-15
Applicant: 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司
IPC: G01R31/08
Abstract: 一种配电网相间短路故障区段定位及测距的方法。涉及配电网故障检测技术领域，具体涉及一种利用线电压分布特征的配电网相间短路故障区段定位及测距方法。利用配电网自动化系统的配电终端，获取配电线路发生相间短路故障时，故障线路的实时工频线电压幅值信息，并选取各终端所获得3个线电压幅值中最小的一个作为该终端的最小线电压；按照从母线到线路末端的方向，相邻两终端的最小线电压依次作差并取绝对值，得到以相邻两终端为区段的各区段线电压降落；本发明的工频线电压分布曲线基于拟制的直线线路，受线路结构的影响较小，其基于故障机理分析得到，因而具有更高的定位可信度。
-
公开(公告)号：CN113484680A
公开(公告)日：2021-10-08
申请号：CN202110779403.0
申请日：2021-07-09
Applicant: 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司
IPC: G01R31/08
Abstract: 一种配电网不接地系统小电流接地故障测距方法及系统，方法包括以下步骤：1)、利用配电网自动化系统的配电终端，获取不接地系统发生小电流接地故障时，故障线路的实时工频零序电压信息和故障点所在区段信息；2)、根据故障点所在区段，将故障线路划分为故障点上游区段和故障点下游区段两个区段；3)、利用二次函数表达式推导方法，将有限的检测点的工频零序电压信息，推导成反映故障点上游区段和故障点下游区段工频零序电压分布情况的函数；4)、根据已得到的故障点上游区段和故障点下游区段工频零序电压分布函数，通过联立求解判断故障点位置。本发明对于小电流接地故障的定位研究观点独特、另辟蹊径，还具有重要的学术参考价值。
-
公开(公告)号：CN118674003A
公开(公告)日：2024-09-20
申请号：CN202410820372.2
申请日：2024-06-24
Applicant: 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
Abstract: 本发明提供一种基于强化学习的电力大模型流水线冻结训练优化方法，主要包含两个部分：基于梯度和梯度变化量的冻结决策算法、基于强化学习的冻结训练优化方法。本发明首先设计了基于梯度和梯度变化量的冻结决策算法，以获得良好的冻结判断标准及冻结策略。然后针对如何在训练过程中动态调整冻结判断标准的阈值以适应不同时间点模型状态差异的问题，提出一种基于强化学习的冻结训练优化方法，以梯度变化量、梯度大小及冻结策略实施前后一定训练轮次所需时间等数据为基础，通过强化学习方法动态调整冻结判断标准阈值，从而在加速训练和保障精度中取得平衡，最终提高电力大模型训练效率。
-
Patent Agency Ranking
公开(公告)号：CN109655713B
公开(公告)日：2021-07-02
申请号：CN201910048645.5
申请日：2019-01-18
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司扬州供电分公司 , 江苏省电力试验研究院有限公司
Abstract: 本发明公开了一种单相接地故障定位方法和系统，方法包括收集各检测装置所采集的故障数据；发生小电流接地故障后当故障信息都完整时，判定选定检测装置的故障研判结果置信度满足特定要求，则利用各故障检测装置进行单相接地故障区段的判断得到各故障检测装置的故障区段识别结果，若识别结果一致则确定最终的故障区段；若各故障检测装置的故障信息不完整或故障研判结果置信度不满足特定要求或故障区段识别结果不一致，则利用相关系数法确定最终的故障区段。本发明最大化的利用配网中的故障检测设备，实现基于多源信息的小电流接地故障定位技术，解决了现有基于单源信息的故障定位技术精度低的缺点；数据预处理保证了故障定位的准确性和可靠性。
-
公开(公告)号：CN118468186A
公开(公告)日：2024-08-09
申请号：CN202410659597.4
申请日：2024-05-27
Applicant: 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
IPC: G06F18/2433 , G06F18/22 , G06N20/00 , G06N3/042 , G06N3/092 , G06N3/098 , G06N3/0895
Abstract: 本发明涉及异常检测领域，提供了一种基于联邦学习机制的风电数据异常检测方法及系统。所述方法包括：基于联邦多尺度式图对比学习特征生成模型生成引导节点；选择待聚合邻居节点集合；获得目标节点的高价值信息关系子图；利用基于消息传递机制的GNN聚合高价值信息关系子图中各个关系下邻居节点的信息；在本地完成邻居信息聚合后使用多层感知机作为分类器预测数据的异常性；计算分类损失，通过损失训练形成本地模型；使用本地模型加权平均的方式对全局模型进行迭代，得到联邦风电数据异常检测模型，对分布式存储在各地的风电数据进行实时检测。本发明在缓解Non‑IID问题的同时解决了邻居信息缺失问题，提高检测精度。
-
公开(公告)号：CN109061400A
公开(公告)日：2018-12-21
申请号：CN201811277074.4
申请日：2018-10-30
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司扬州供电分公司 , 江苏省电力试验研究院有限公司
IPC: G01R31/08
CPC classification number: G01R31/088
Abstract: 本发明公开了一种基于暂态电流频段特征的单相接地故障定位方法及其装置，方法包括：实时监控零序电压3U0的大小，判断系统内是否发生单相接地故障；当发生单相接地故障时，提取所述暂态零序电流的主谐振频率；利用故障点上下游暂态零序电流主谐振频率不同的特征，计算第i个区段相邻检测点暂态零序电流主谐振频率的比值ηi；利用ηi与ηset的大小判断故障区段，当区段i存在ηi>ηset时，则判断为故障区段，否则判断为非故障区段，ηset为故障区段主谐振频率比值的整定门槛。本发明利用暂态零序电流频率特征，实现小电流接地故障定位，降低了小电流接地故障人工拉路导致的故障停电，另外可解决现有人工拉路和人工巡线停电时间长，维护量大的缺点。
-
公开(公告)号：CN119005269A
公开(公告)日：2024-11-22
申请号：CN202410820368.6
申请日：2024-06-24
Applicant: 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
IPC: G06N3/063 , G06N3/0464 , G06N3/08 , G06F9/50 , G06F16/901
Abstract: 本发明提供一种基于DAG结构深度学习模型任务放置的流水线训练优化方法，包含：异构GPU集群中计算节点内的并行模式确定问题、不同计算节点间的并行方案组合问题、有向无环计算图的任务放置问题。本发明首先设计了一种异构集群节点内的GPU并行模式求解算法，以获得适用于节点内部的所有可用的并行模式。然后针对每个计算节点的并行方案选择问题，利用隔板法确定不同类型节点的并行方案。最后通过贪心思想，设计有向无环图结点任务放置算法，分配深度学习模型对应的有向无环图中的每一个结点，基于流水线混合并行总时间为执行时间最长的阶段的训练时间这一原理，最终得到整体训练时间最小的最优方案。本发明提高了效率，可靠性高。
-
公开(公告)号：CN118228176A
公开(公告)日：2024-06-21
申请号：CN202410362682.4
申请日：2024-03-28
Applicant: 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
IPC: G06F18/2433 , G06F18/214 , G06F18/22 , G06F18/2113 , G06N3/042
Abstract: 本发明涉及异常检测领域，提供了一种基于多尺度式图对比学习的风电数据异常检测方法及系统。所述方法包括：多尺度式图对比学习特征生成模型、使用生成特征进行基于强化学习的邻居选择、多关系图邻居信息聚合与模型训练。本发明首先针对风电异常数据的节点特征区分度不足，设计了一个多尺度式图对比学习特征生成模型，以获得更具区分度的特征以发现隐含的风电数据异常。然后针对结构不一致问题，提出一种基于强化学习的邻居选择机制，对于图数据里每个节点筛选出可以利于异常检测精度的邻居，从而增强目标节点的信息。最后提出一种邻居信息聚合与检测模型训练机制，从而获得高质量的节点表征，最终提高风电数据异常检测的精度。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.13 seconds)
