-
公开(公告)号:CN117709502A
公开(公告)日:2024-03-15
申请号:CN202311418892.2
申请日:2023-10-30
Applicant: 国网河南省电力公司濮阳供电公司
Abstract: 本发明涉及一种基于CEEMDAN‑IHBA‑XGBoost模型的风力发电功率预测方法,包括如下内容:首先,获取某风电场历史发电数据和数值天气预报(NWP)数据,将其构成原始风力发电功率预测数据集,并对获取的数据进行预处理;然后,采用最大信息系数(MIC)对特征进行相关性分析,并筛选与风电功率相关性较大的特征作为模型训练的输入特征;然后利用完全噪声辅助聚合经验模态分解(CEEMDAN)将功率序列分解为多个本征模态函数序列(IMF);最后,使用极限梯度提升树(XGBoost)预测模型对各IMF序列分别预测后进行模态重构得到最终的预测结果,预测过程中采用改进蜜獾算法(improved honey badger algorithm,IHBA)对XGBoost的超参数寻优,使其具有较高的预测精度。经过算例仿真,验证了所提预测方法和改进算法的合理性和有效性,该方法适用于少特征场景下的功率预测,且利用智能算法对XGBoost模型的超参数进行优化,可有效提升风力发电功率预测的准确度。
-
公开(公告)号:CN117521800A
公开(公告)日:2024-02-06
申请号:CN202311319253.0
申请日:2023-10-12
Applicant: 国网河南省电力公司濮阳供电公司
IPC: G06N5/025 , G06N5/04 , H02G1/02 , G06N7/01 , G06V10/54 , G06F18/213 , G06F18/26 , G06F40/295 , G06F40/289 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及一种基于知识图谱的输电线路智能巡检方法,该方法包括以下步骤:构建知识图谱、数据采集与处理、知识融合与分析、异常检测与预警、巡检路径规划、数据可视化与报告;通过收集和整合来自多个数据源的信息,构建涵盖输电线路相关实体、属性和关系的知识图谱;利用传感器和数据采集设备获取输电线路各部分的数据,经过预处理和特征提取,与知识图谱进行融合。通过数据分析和机器学习技术,发现异常模式和风险因素,利用知识图谱的推理能力进行综合分析;实现对输电线路的实时异常检测和预警功能,并优化巡检路径规划;本发明的方法能够充分利用知识图谱的优势,提高巡检效率和准确性,减少人力成本,确保电力系统的安全稳定运行。
-
公开(公告)号:CN117786458A
公开(公告)日:2024-03-29
申请号:CN202311830014.1
申请日:2023-12-28
Applicant: 国网河南省电力公司濮阳供电公司 , 国家电网有限公司
Abstract: 本发明公开了一种110KV电缆线路防外破分析管理平台,包括平台支撑层、展示层、告警处理层、数据传输层和感知层,所述平台支撑层包括电网资源业务中台、GIS平台、物联管理平台、人工智能平台、短信平台和i国网平台;所述展示层用于平台信息可视化呈现,包括可视化显示屏和Web视图;所述告警处理层用于数据的分析与处理,包括告警处理与管理模块和外破模式识别与管理模块;所述感知层包括振动采集模块、光电转换模块、模数转换模块、信号预处理模块和特征提取分析模块。该平台能够实现线缆信息数字可视化管理,线路状态可实时感知,采用优化的外破风险分析模型,线路安全自动预警等能力显著提升,助力输电行业数字化转型和智能化提升。
-
-