-
公开(公告)号：CN112285637A
公开(公告)日：2021-01-29
申请号：CN202011296422.X
申请日：2020-11-18
申请人： 国家电网有限公司 , 国网江西省电力有限公司供电服务管理中心
IPC分类号： G01R35/04
摘要： 本发明提供了一种考核尖顶波对电能计量影响的实验方法，标准功率源输出端输出正弦电压信号和正弦电流信号；用被检电能表输出的脉冲控制标准表计数来确定被检表的相对误差；标准功率源停止输出正弦电压信号和正弦电流信号；标准功率源输出尖顶波电压信号和尖顶波电流信号；得到被检表在尖顶波影响下的相对误差γq；得到相对误差改变值Δγq＝γq‑γbase；标准功率源停止输出尖顶波电压信号和尖顶波电流信号；将Δγq与设置的误差改变限γmax比较，确定被检表是否满足要求。标准功率源输出的测试信号符合现场实际运行工况，提供的计算方法确保了标准表在正弦信号及尖顶波下的相对误差满足与准确度等级相对应的要求，通过标准表法实现了尖顶波对电能表计量性能影响的考核。
-
公开(公告)号：CN112285637B
公开(公告)日：2024-04-30
申请号：CN202011296422.X
申请日：2020-11-18
申请人： 国家电网有限公司 , 国网江西省电力有限公司供电服务管理中心
IPC分类号： G01R35/04
摘要： 本发明提供了一种考核尖顶波对电能计量影响的实验方法，标准功率源输出端输出正弦电压信号和正弦电流信号；用被检电能表输出的脉冲控制标准表计数来确定被检表的相对误差；标准功率源停止输出正弦电压信号和正弦电流信号；标准功率源输出尖顶波电压信号和尖顶波电流信号；得到被检表在尖顶波影响下的相对误差γq；得到相对误差改变值Δγq＝γq‑γbase；标准功率源停止输出尖顶波电压信号和尖顶波电流信号；将Δγq与设置的误差改变限γmax比较，确定被检表是否满足要求。标准功率源输出的测试信号符合现场实际运行工况，提供的计算方法确保了标准表在正弦信号及尖顶波下的相对误差满足与准确度等级相对应的要求，通过标准表法实现了尖顶波对电能表计量性能影响的考核。
-
公开(公告)号：CN112730984A
公开(公告)日：2021-04-30
申请号：CN202110344697.4
申请日：2021-03-31
申请人： 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明提供了一种基于智能电表的低压配电网相位识别方法，该方法首先基于小波系数过滤原始电压波形高频分量，得到重构电压波形；然后基于重构电压波形时空特性提取配变变压器侧三相电压和用户侧单相电压的特征，根据不同特征形态，将特征分为四类并计算四类特征的显著性指标；最后基于特征序列计算用户特征与所在变压器特征的相似度并判断所属相位。该方法基于智能电表的量测电压数据，可以通过高频采样数据特征进行分析，提高了算法的准确率和鲁棒性。
-
公开(公告)号：CN111865845A
公开(公告)日：2020-10-30
申请号：CN202010502203.6
申请日：2020-06-04
IPC分类号： H04L25/02 , H04B7/0413
摘要： 本发明提供了一种MIMO用户检测与信道估计装置及方法，包括导频序列生成模块，信道估计模块，用户检测模块；所述导频序列生成模块使用单层复数全连接神经网络产生用户的导频序列，将导频序列分配并发送给基站所服务的用户，所述信道估计模块内置一个基于AMP算法形式的神经网络模型，以基站接收信号和已知导频序列为输入，以信道矩阵为输出，所述信道估计模块的输出端连接用户检测模块，所述用户检测模块以信道矩阵为输入，以用户活跃度向量为输出，得到用户检测的结果；本发明采用了基于AMP形式的神经网络进行信道估计，比普通的神经网络使用更少的参数，进而更易训练，比AMP拥有更高的准确度，收敛性，更低的计算复杂度。
-
公开(公告)号：CN114172542A
公开(公告)日：2022-03-11
申请号：CN202111489758.2
申请日：2021-12-08
申请人： 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明提供了一种基于HPLC技术的分钟级数据采集方法及其装置，应用于分钟级数据采集系统，所述分钟级数据采集系统包括采集主站、集中器、CCO实时维护模块、至少一个STA实时维护模块和至少一个电能表依次进行通信交互，且每个电能表与每个所述STA实时维护模块一一对应；包括以下步骤：为所述STA实时维护模块配置RTC时钟信息，判断是否支持分钟采集功能；所述CCO实时维护模块与所述STA实时维护模块同步所述RTC时钟信息，并启动分钟级采集任务；经过与集中器的节点信息和采集方案同步，使得CCO实时维护模块和STA实时维护模块的配置任务在通信通道能够保持一致，进而避免发生不必要的数据混乱，从而使STA实时维护模块实现分钟级采集任务。
-
公开(公告)号：CN112730984B
公开(公告)日：2021-07-13
申请号：CN202110344697.4
申请日：2021-03-31
申请人： 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明提供了一种基于智能电表的低压配电网相位识别方法，该方法首先基于小波系数过滤原始电压波形高频分量，得到重构电压波形；然后基于重构电压波形时空特性提取配变变压器侧三相电压和用户侧单相电压的特征，根据不同特征形态，将特征分为四类并计算四类特征的显著性指标；最后基于特征序列计算用户特征与所在变压器特征的相似度并判断所属相位。该方法基于智能电表的量测电压数据，可以通过高频采样数据特征进行分析，提高了算法的准确率和鲁棒性。
-
公开(公告)号：CN117454308A
公开(公告)日：2024-01-26
申请号：CN202311439769.9
申请日：2023-11-01
申请人： 国网江西省电力有限公司供电服务管理中心 , 中国电力科学研究院有限公司 , 国网江西省电力有限公司
IPC分类号： G06F18/25 , G06F18/213 , G06N3/045 , G06N3/049 , G06N3/0442 , H02J3/00 , G06F123/02
摘要： 本发明公开了一种基于TCN‑GRU的负荷可调节潜力推演方法，包括：选取多类型可调节资源用户的响应时间点及负荷功率时序数据，构造平行数据集，按照响应时间点分布分为三部分，先通过基于孤立森林聚类的负荷数据异常值检测方法筛选出各部分对应的负荷数据异常值；由异常值清洗后的负荷时序数据，构建合格可调节资源用户负荷时序数据集。通过TCN提取多类型用户可调节资源的负荷时间序列的顺序特征以及单维单向空间特征，并利用GRU二次提取可调节资源用户的负荷序列的顺序特征，TCN‑GRU模型与预测器联合训练。本发明可以有效提升多类型用户可调节资源池的负荷可调能力推演精度，提高模型对于不同类型可调负荷响应时间不确定性波动的时序特征挖掘能力。
-
公开(公告)号：CN117035138A
公开(公告)日：2023-11-10
申请号：CN202210465893.1
申请日：2022-04-29
申请人： 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司
摘要： 本申请提供了一种线损预测方法、装置、电子设备和可读存储介质，该方法包括：确定中低压配电网，计算中低压配电网的多个线损影响因素；采集中低压配电网的线损数据；基于粗糙集理论分别计算线损影响因素对线损数据的影响度，得到多个影响度；将多个影响度按照从大到小的顺序进行排序，基于BP神经网络，根据前N个影响度对应的线损影响因素进行模型训练建立中低压配电网的线损计算模型，N为正整数；通过线损预测模型预测线损。在线损分析自动化水平低、人工介入量大、运维资源有限的背景下，为中低压配电网线损管理工作提供统一的考核指标，聚焦于对电网产生实际经济损失的异常，实现中低压线损运维管理资源合理分配，提升线损管理工作效率。
-
公开(公告)号：CN112162144B
公开(公告)日：2023-07-21
申请号：CN202010834997.6
申请日：2020-08-19
申请人： 国网江西省电力有限公司供电服务管理中心 , 湖南大学
IPC分类号： G01R23/02 , G01R23/165
摘要： 本发明提供了一种基于卷积增益的电网频率快速测量方法及装置，用采样频率fs对电网信号进行采样，得到长度为N的离散采样序列x(n)；用带通滤波器对x(n)进行滤波后得到新序列s(n)；构造p阶I型线性相位滤波器hp(n)，求出s(n)与hp(n)的卷积序列并截取与s(n)等长的序列y(n)；若是s(n)含有零值，用理想平均滤波器hRA(n)分别对s(n)和y(n)校正得到As(n)和Ay(n)；若是s(n)不含有零值，则令As(n)和Ay(n)分别等于s(n)和y(n)；用Ay(n)与As(n)的比值求出p阶I型线性相位滤波器hp(n)增益值G(ω)，从而利用G(ω)的反函数计算出电网频率。本发明可在保证频率测量高精度的前提下减少算法的计算量，本发明可在单周期内实现频率测量，具有实现简单、实时性好、精度高的特点。
-
公开(公告)号：CN113469189B
公开(公告)日：2021-11-19
申请号：CN202111024585.7
申请日：2021-09-02
申请人： 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司
摘要： 本发明公开了一种用电采集数据缺失值填充方法、系统及装置，所述方法包括：利用平均值‑方差法对用电采集数据异常值处理；利用用电采集数据去训练降噪自编码器模型，基于训练好的降噪自编码器网络模型去重构原始的用电样本数据，利用重构数据来填充缺失的用电采集样本数据，且模型中加入新提出的Depreciation‑FourOrder正则化方法；结合k‑means聚类技术利用数据的标准差来矫正填充的数据值。本发明通过降噪自编码器模型填充用电采集数据的缺失值，加入提出的新的正则化项，提高模型性能。根据网络层的单元数设置噪声水平。利用数据的标准差来矫正填充的数据值，使得填充值更加准确。
-
-
-
-
-
-
-
-
-
搜索结果
38 条记录 (耗时 0.053 秒)
