-
公开(公告)号：CN111126499A
公开(公告)日：2020-05-08
申请号：CN201911361607.1
申请日：2019-12-25
申请人： 国网河北省电力有限公司 , 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司 , 中国电力科学研究院有限公司
摘要： 本发明涉及一种基于二次聚类的用电行为模式分类方法，主要包括三部分。首先，采用横向处理、纵向处理和温度处理三个方法将大量负荷数据中非正常数进行识别与处理；通过移动平均数法对数据进行处理，减少噪音；采用极差归一化处理和加权处理解决量纲差别大等问题。其次，将最优聚类法的聚类树和聚类中心提供给模糊C聚类法进行聚类并进行有效性分析并确定类别数；最后，聚类分析主要包括：由所得到的聚类数，重复进行聚类并还原数据输出聚类结果。该方法用于解决样本数量较大，特征向量维数较多用电行为模式分类问题，既可避免模糊C均值聚类法对初始参数的敏感性，又能取得分类准确客观的聚类效果。
-
公开(公告)号：CN110676839A
公开(公告)日：2020-01-10
申请号：CN201910798944.0
申请日：2019-08-27
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网河北省电力有限公司 , 国网河北省电力有限公司电力科学研究院
摘要： 本发明公开了一种交直流混合配电网可靠性评估方法及系统，包括：获取评估可靠性的模拟周期；基于预先建立的故障模式后果分析表和交直流混合配电网最优切负荷模型，获得模拟周期内交直流混合配电网的可靠性指标；基于所述模拟周期内交直流混合配电网的可靠性指标与阈值的关系，获得交直流混合配电网的可靠性评估结果。本发明构思在可靠性评估中的故障模式后果分析表、切负荷策略以及可靠性评估指标，均考虑了直流改造后所带来的影响，可以直接应用于交直流混合配电网可靠性评估。
-
公开(公告)号：CN113659717A
公开(公告)日：2021-11-16
申请号：CN202110941117.X
申请日：2021-08-17
申请人： 国网河北省电力有限公司 , 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种基于模型模拟的电力系统可靠性评估系统，属于电力监控技术领域，解决了电力质量无法基于大数据进行监控，无法对电力系统进行可靠性评估的问题，其技术要点是：包括电力监控端、电力数据处理器、电力监测预警数据库、可视化显示端和电力质量监控平台，通过电力监控端采集现有电力电网质量信息的系统性能数据，通过对数据分析处理后，及时发现电力质量的情况及发现问题，针对异常数据进行预警，实现电力电网数据的信息化性能集中监视，将整合后的电力电网系统性能监测数据进行可视化的展示，方便人们观看，有效帮助电力电网的运维人员对信息系统进行分析及预测，便于及时进行电力设施的维护及保护工作。
-
公开(公告)号：CN113657755A
公开(公告)日：2021-11-16
申请号：CN202110941104.2
申请日：2021-08-17
申请人： 国网河北省电力有限公司 , 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种基于大数据分析的电力系统负荷调控系统，包括数据采集模块、A/D转换模块、处理系统模块、D/A转换模块、输出模块、反馈模块及调整模块，其中，所述数据采集模块的输出端与A/D转换模块的输入端通信连接，所述A/D转换模块的输出端与处理系统模块的输入端通信连接，所述处理系统模块的输出端与D/A转换模块的输入端通信连接，所述D/A转换模块的输出端与输出模块的输入端通信连接，所述输出模块的输出端与反馈模块的输入端通信连接，所述反馈模块的输出端与调整模块的输入端通信连接，所述调整模块的输出端与处理系统模块的输入端通信连接，本发明能够及时获取各个电气设备的工作状态、以及使用时长等信息，完成对电力系统的负荷调控。
-
公开(公告)号：CN116646942A
公开(公告)日：2023-08-25
申请号：CN202310619090.1
申请日：2023-05-29
摘要： 本发明涉及电力潮流调控技术领域，尤其涉及一种柔性多状态开关及电压波动平抑方法，本发明方法首先获取多个波形数据集；然后根据所述多个波形数据集确定多个电网的潮流；接着根据所述多个电网的潮流确定柔性多状态开关的并网策略；最后根据所述并网策略，确定储能装置的充放电状态。本发明实施方式通过电网电压有效值以及电流相对电压的相位，采用调整柔性多状态开关的输入输出电流以及电流相位的方式，调整电网的电压，从而使得电网电压稳定在一个区间，本发明实施方式基于电网潮流进行分析，通过柔性多状态开关调整电网的电压，可以平抑快速波动的电网电压。
-
公开(公告)号：CN110988673B
公开(公告)日：2022-07-19
申请号：CN201911072407.4
申请日：2019-11-05
申请人： 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网河北能源技术服务有限公司
摘要： 本发明提供了一种电机转子故障检测方法、装置及终端设备，该方法包括：对预设神经网络的网络参数进行初始化；基于初始化后的预设神经网络的网络参数和预设寻优模型进行参数寻优，得到最优网络参数；将最优网络参数作为预设神经网络的当前网络参数，并基于当前网络参数和转子状态检测信号样本对预设神经网络进行训练；获取待检测转子的状态检测信号，并将所述状态检测信号输入至训练完成的预设神经网络，得到待检测转子的故障状态评估结果。本发明提供的转子故障检测方法、装置及终端设备能够提高转子故障状态检测的准确性。
-
公开(公告)号：CN110988673A
公开(公告)日：2020-04-10
申请号：CN201911072407.4
申请日：2019-11-05
申请人： 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网河北能源技术服务有限公司
摘要： 本发明提供了一种电机转子故障检测方法、装置及终端设备，该方法包括：对预设神经网络的网络参数进行初始化；基于初始化后的预设神经网络的网络参数和预设寻优模型进行参数寻优，得到最优网络参数；将最优网络参数作为预设神经网络的当前网络参数，并基于当前网络参数和转子状态检测信号样本对预设神经网络进行训练；获取待检测转子的状态检测信号，并将所述状态检测信号输入至训练完成的预设神经网络，得到待检测转子的故障状态评估结果。本发明提供的转子故障检测方法、装置及终端设备能够提高转子故障状态检测的准确性。
-
公开(公告)号：CN112037063A
公开(公告)日：2020-12-04
申请号：CN202010903775.5
申请日：2020-09-01
申请人： 国网雄安金融科技集团有限公司 , 国网河北省电力有限公司电力科学研究院 , 国网能源研究院有限公司
摘要： 本申请公开了一种汇率预测模型生成方法、汇率预测方法及相关设备，该汇率预测模型生成方法包括：在获取到训练数据和所述训练数据对应的实际汇率之后，先将所述训练数据输入神经网络模型，得到所述神经网络模型输出的所述训练数据对应的预测汇率；再根据所述训练数据对应的实际汇率与所述训练数据对应的预测汇率之间的差值，对所述神经网络模型进行更新，并继续执行上述将所述训练数据输入神经网络模型，直至达到停止条件时，根据所述神经网络模型，生成汇率预测模型，以使汇率预测模型能够准确地表示出汇率的非线性变化，从而使得利用该汇率预测模型预测得到的预测汇率更符合汇率的实际变化规律。
-
公开(公告)号：CN110504675A
公开(公告)日：2019-11-26
申请号：CN201910490946.3
申请日：2019-06-06
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网河北省电力有限公司 , 国网河北省电力有限公司雄安新区供电公司
摘要： 一种交直流混合配电网改造规划方法及系统，包括：基于交直流混合配电网改造项目类型构建多层模型；基于预先设定的算法对多层模型采用自底向上进行求解，得到分布式电源和电压源换流器的容量；基于分布式电源和电压源换流器的容量对交直流混合配电网进行改造；多层模型包括：基于网络优化构建的下层模型、基于分布式电源规划构建的中层模型和基于直流改造规划构建的上层模型。本方案中通过构建下层模型、中层模型和上层模型，考虑了分布式电源和电压换流器的容量规划独立性，得到了合理的容量规划结果，为实际工程提供了合理的方案，对于各种改造场景具有普遍性。本方案中针对多层模型采用自底向上进行求解，提高了求解模型的准确率和计算效率。
-
公开(公告)号：CN112086271B
公开(公告)日：2023-06-27
申请号：CN202011104063.3
申请日：2020-10-15
申请人： 保定天威保变电气股份有限公司 , 中国电力科学研究院有限公司 , 国网河北省电力有限公司 , 国家电网有限公司
摘要： 本发明涉及一种用于减振降噪的油箱复合箱底结构及方法，属于变压器/电抗器制造技术领域。技术方案是：上层薄钢板（1）、穿孔板焊接骨架（2）、穿孔板（4）、底层厚钢板（5）和箱底侧壁（6）通过焊接成为一个整体，称为复合箱底结构（11），作为一个整体部件使用；变压器/电抗器的器身落在上层薄钢板，重心位置落于减振材料上，以减振材料（3）作为承重支撑点。本发明变压器/电抗器带电运行时，器身作为振动/噪声的源头经箱底向外传播时，穿孔板与岩棉和橡胶垫均能使振动和噪声降低。同时，复合箱底是一个完整的密闭结构，除内表面外，与变压器/电抗器内部变压器没有接触，没有漏油、易燃易爆等安全隐患，不增加维修检项目和难度。
-
-
-
-
-
-
-
-
-
搜索结果
109 条记录 (耗时 0.094 秒)
