-
公开(公告)号：CN117347781B
公开(公告)日：2024-08-02
申请号：CN202311281699.9
申请日：2023-10-07
申请人： 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司双创中心 , 国网江苏省电力有限公司
IPC分类号： G01R31/08 , G06F18/25 , G06F18/213 , G06F123/02
摘要： 本发明公开了一种基于特征融合的配电网故障检测方法及系统。配电网故障检测方法包括：获取配电网中节点的连接数据，并采集配电网运行时节点的时序特征数据；根据节点的连接数据构建邻接矩阵；通过预先构建的故障检测模型对邻接矩阵和时序特征数据进行融合分析处理，得到配电网的故障结果。本发明可以有效降低数据维度，减低人力损耗、充分提取时空特征并且能够高效发现线路故障。
-
公开(公告)号：CN117347781A
公开(公告)日：2024-01-05
申请号：CN202311281699.9
申请日：2023-10-07
申请人： 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司双创中心 , 国网江苏省电力有限公司
IPC分类号： G01R31/08 , G06F18/25 , G06F18/213 , G06F123/02
摘要： 本发明公开了一种基于特征融合的配电网故障检测方法及系统。配电网故障检测方法包括：获取配电网中节点的连接数据，并采集配电网运行时节点的时序特征数据；根据节点的连接数据构建邻接矩阵；通过预先构建的故障检测模型对邻接矩阵和时序特征数据进行融合分析处理，得到配电网的故障结果。本发明可以有效降低数据维度，减低人力损耗、充分提取时空特征并且能够高效发现线路故障。
-
公开(公告)号：CN114611409B
公开(公告)日：2024-02-02
申请号：CN202210307434.0
申请日：2022-03-25
申请人： 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司双创中心 , 国网江苏省电力有限公司
IPC分类号： G06F30/27 , G06F18/214 , G06N3/048 , G06N3/0442 , G06N3/088 , G06F113/04
摘要： 本发明公开了一种配电终端异常检测模型的建立方法及装置，方法包括：采集配电终端的状态数据；对所述状态数据进行预处理，获得训练集和测试集；建立基于注意力机制的自编码模型，所述基于注意力机制的自编码模型包括第一编码器、第一注意力运算层、解码器、第二注意力运算层、第二编码器以及判别器；根据所述训练集对所述基于注意力机制的自编码模型进行训练；将所述测试集输入至训练后的基于注意力机制的自编码模型进行异常检测；该方法通过在自编码模型中引入注意力机制，有效避免处理长数据时的信息丢失问题，模型性能较好。
-
公开(公告)号：CN116402175A
公开(公告)日：2023-07-07
申请号：CN202211530948.9
申请日：2022-12-01
IPC分类号： G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种基于长短时记忆神经网络的分布式光伏预测方法及系统，通过组建光伏传感器列阵采集区域光伏资源的空间分布与历史记录，并结合深层卷积网络技术与深层循环网络技术搭建了2‑D CNN‑BLSTM深度学习网络模型以对区域光照情况进行预测。该方法提高了光伏预测的精确度，可以为新能源发电调度与规划提供可靠信息，极大的增强电网的安全性与稳定性。
-
公开(公告)号：CN117236483A
公开(公告)日：2023-12-15
申请号：CN202310960025.5
申请日：2023-08-01
IPC分类号： G06Q10/04 , G06Q50/06 , G06N3/04 , G06N3/045 , G06N3/096 , G06N3/0464 , G06N3/08 , G06V10/40 , G06V10/80 , G06V10/82
摘要： 本发明公开了基于时间和空间注意力机制的可迁移光伏预测系统和方法，所述系统基于深度神经网络构建，用于基于时间和空间双路径注意力机制实现光伏辐照度数预测，所述系统包括空间路径与时间路径上的预训练模块，在迁移位置进行光伏辐照度数预测时，采用不同的编码的形式并基于预训练模块进行空间路径与时间路径上的云图特征识别，然后通过相应的自适应注意力训练，得到光伏辐照度数预测值。本发明极大的减小了计算工作量，可迁移性强，预测精度高。
-
公开(公告)号：CN111864746A
公开(公告)日：2020-10-30
申请号：CN202010788852.7
申请日：2020-08-07
申请人： 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司
摘要： 本发明涉及配网技术领域，特别涉及一种基于改进节点支路矩阵的供电网络及主接线增量生成方法。本发明采用改进节点关联矩阵，通过增量式主接线图的自动生成，实现正常运行方式的记录以及运行方式改变时主接线图的实时更新、对比。该发明不仅可以自动生成电网一次设备在不同运行状态下的主接线图，还可以体现运行状态变化前后的差异。
-
公开(公告)号：CN117713126A
公开(公告)日：2024-03-15
申请号：CN202311495380.6
申请日：2023-11-10
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司
摘要： 本发明涉及低频切负荷技术领域，具体提供了一种考虑源荷频率特性的电力系统低频切负荷方法及装置，包括：基于电力系统的系统频率，提取电力系统的实际最低点频率和实际稳态频率；基于所述电力系统的实际最低点频率和实际稳态频率对所述电力系统进行切负荷。本发明提供的技术方案，以确保电力系统频率的稳定性，并在面对电力系统中的各种挑战时保持高度可靠性，能够满足不断演变的电力系统需求。
-
公开(公告)号：CN117543614A
公开(公告)日：2024-02-09
申请号：CN202311222152.1
申请日：2023-09-21
申请人： 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司泰州供电分公司
发明人： 李兆伟 , 石忠亮 , 孙仲卿 , 吴雪莲 , 黄慧 , 常海军 , 李碧君 , 陆志平 , 刘福锁 , 朱成 , 陈汹 , 黄霖 , 李祝昆 , 刘沁 , 吕睿 , 李威 , 赖业宁 , 张倩
摘要： 本发明公开了一种机理‑数据融合驱动的系统频率极值预测方法及装置包括：通过仿真生成电力系统扰动数据并提取数据；利用最小二乘法辨识数据中适用于高中低扰动下不同的含风电机组的系统频率响应模型的参数；计算不平衡系统扰动功率，并将不平衡系统扰动功率输入到不同扰动下的系统频率响应模型中得到机理模型的预测结果；将机理模型的预测结果和电力系统扰动数据中提取的输入输出特征量进行数据归一化，并生成样本；利用BOA‑SVR算法构建并训练神经网络模型，将样本输入至训练好的模型中得到最终的频率预测结果；本发明提供的方法可以更准确的进行频率极值预测，为控制措施提前预警和决策支持，降低事故风险，从而提高系统的稳定性。
-
公开(公告)号：CN111931957A
公开(公告)日：2020-11-13
申请号：CN202010788847.6
申请日：2020-08-07
申请人： 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司
IPC分类号： G06Q10/00 , G06Q50/06 , G06F16/28 , G06F16/29 , G06F40/177
摘要： 本发明属于电力系统调度监控领域，具体涉及一种电网设备监控缺陷智能控制方法。本发明将不同时间、不同责任区、不同缺陷性质、不同完成情况等维度跟每条监控缺陷实现捆绑，从而可以通过筛选，自动得出新增缺陷数、消除缺陷数、缺陷消缺率、信号反馈及时率、缺陷消除及时率等关键信息，就可以大大降低监控缺陷分类统计时间；另一方面，该方法能够按照报表格式，将监控缺陷呈现并提供导出接口，大大提高了报表制作的效率；再者，该方法可以为检修、运维提供一定的维护、更新缺陷的权限，还可以大大减少甚至除去沟通联系运维检修的时间。本发明的电网设备监控缺陷智能控制方法能够提高维修效率。
-
公开(公告)号：CN118589582A
公开(公告)日：2024-09-03
申请号：CN202410661176.5
申请日：2024-05-27
申请人： 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司泰州供电分公司
IPC分类号： H02J3/38 , H02J3/24 , H02J3/14 , G06Q10/0635 , G06Q50/06
摘要： 本发明公开了一种惯量适应区间整定方法、系统、设备及存储介质，所述方法包括：获取电网机电仿真数据、当前系统低频减载配置方案及预想故障集；根据获取的数据构建考虑新能源不同接入比例下的电网典型方式，并统计对应各典型方式的电网惯量；建立反映低频减载过切超调风险的暂态频率安全量化评估指标；根据暂态频率安全量化评估指标计算对应各惯量水平典型方式下低频减载过切超调风险，基于风险随惯量变化演化趋势确定低频减载配置方案惯量适应区间；所述系统包括构建模块，评估模块，计算模块。本发明能够实现低频减载方案对不同惯量区间适应性的分档，优化电网惯量整定区间，增强低频减载控制的鲁棒性。
-
-
-
-
-
-
-
-
-
搜索结果
33 条记录 (耗时 0.088 秒)
