-
公开(公告)号：CN117452113A
公开(公告)日：2024-01-26
申请号：CN202311450076.X
申请日：2023-11-02
申请人： 国网河南省电力公司电力科学研究院 , 西安理工大学
摘要： 本发明公开了一种基于激光测距的特高压输电线路外力故障检测系统，包括：测距模块，用于测量线路间距离以及线路离地距离信息；角度调节模块，用于调整测距模块的测量角度；数据采集模块，用于实时采集测距模块测得的距离信息，并通过通讯模块传输至分析模块；分析模块，用于将数据采集模块获得的距离信息进行分析处理，并将分析结果传输至显示模块展示；电流互感器，用于将输电线路上的大电流转换成标准的小电流，并通过整流电路整流滤波后存入电源模块；电源模块，用于为测距模块和角度调节模块供电。本发明不需要连接外部电源，更加节能，而且测量范围更大，能够快速识别外力导致的输电线路事故，保障电力线路的安全可靠运行。
-
公开(公告)号：CN118472918A
公开(公告)日：2024-08-09
申请号：CN202410498380.X
申请日：2024-04-24
申请人： 国网河南省电力公司安阳供电公司 , 国网河南省电力公司电力科学研究院 , 国网河南省电力公司经济技术研究院 , 华北电力大学
发明人： 苗桂喜 , 王鑫 , 元亮 , 席晟哲 , 赵健 , 魏小钊 , 刘昊 , 胡誉蓉 , 党彬 , 张占营 , 张霄 , 孙浩然 , 闫娇 , 赵悠悠 , 崔哲芳 , 王远 , 郭明鹤 , 郑月松 , 王丽晔 , 郑惠瀛 , 朱全胜 , 马永星 , 刘自发 , 房明星 , 姚雨森 , 槐贺杨
IPC分类号： H02J3/00 , H02J3/06 , G06Q10/0631 , G06Q10/04 , G06Q50/06
摘要： 本发明公开一种基于短期负荷预测的配电网稳定性评估方法、产品、介质及设备，涉及输配电领域。本发明方法通过对负荷进行短期预测，预测未来主动配电网的负荷使用情况；同时采用一种考虑分布式电源的输配电网联合潮流计算方法，降低了输配电网边界潮流信息失配率，提高了全网潮流计算的准确性；在此基础上将发输电系统引入研究对象，对发输电系统以及主动配电网中各支路进行两节点简化等效处理，整合创建一种全新的主动配电网中各支路的稳定性评估模型，并创建了电压崩溃系数、负荷过载系数和综合稳定系数三个全新的支路稳定性评估指标，实现了对主动配电网稳定性的准确评估。
-
公开(公告)号：CN116901712A
公开(公告)日：2023-10-20
申请号：CN202311114956.X
申请日：2023-08-31
摘要： 本发明公开了基于电动汽车负荷资源效益交互管理系统及方法，属于电动汽车技术领域，包括：数据监测采集模块、数据综合处理模块、负荷资源分析模块、负荷资源管理模块和负荷资源存储模块。本发明解决了现有的电动汽车在使用时，不能对电动汽车负荷资源进行有效的监测采集及效益交互管理，导致电动汽车负荷资源效益交互管理效果差的问题，本发明发现电动汽车电池状态不足以满足电动汽车运行时，智能化发出提醒及预警，根据电动汽车周围充电设备的位置及使用情况，智能化为电动汽车分配最佳的充电设备，指导电动汽车前往最佳的充电设备处进行充电，可对电动汽车负荷资源进行有效的监测采集及效益交互管理，提升电动汽车负荷资源效益交互管理效果。
-
公开(公告)号：CN118981604A
公开(公告)日：2024-11-19
申请号：CN202411057371.3
申请日：2024-08-02
申请人： 国网河南省电力公司电力科学研究院 , 安徽大学
IPC分类号： G06F18/10 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N3/044 , G06N5/04 , G06Q50/06
摘要： 本发明实施例公开了多模态大模型感知量化训练方法、装置、计算机设备及存储介质。所述方法包括：获取不同模态电网数据；对所述不同模态电网数据进行预处理，以得到处理结果；构建多模态大模型；利用所述处理结果对多模态大模型进行感知量化训练。通过实施本发明实施例的方法可实现有效降低多模态大模型的计算复杂度和内存占用，使其适应嵌入式设备的要求，同时保持模型的精度。
-
公开(公告)号：CN118677029A
公开(公告)日：2024-09-20
申请号：CN202410826964.5
申请日：2024-06-25
摘要： 本发明提供一种风光储微电网容量多目标协调优化方法，所述方法首先根据微电网元件的出力模型，分析风光储微电网的出力特性，确定了风光储微电网的功率分配策略；构建了微电网容量多目标协调优化模型，并利用优化算法进行求解；最后基于多日标优化问题的帕累托最优解进行方案决策，得到最终的微电网配置方案。本发明以推动综合能源服务来提高可再生能源的有效利用为目的，通过分析可再生能源自身特性、多储能综合能源系统的优化运行，以及多储能综合能源系统参与辅助服务市场，来分析提高可再生能源接入电网承载能力的技术措施。
-
公开(公告)号：CN116739358A
公开(公告)日：2023-09-12
申请号：CN202310163283.0
申请日：2023-02-24
IPC分类号： G06Q10/0637 , G06Q10/067 , G06Q50/06 , G06Q10/0631
摘要： 本发明属于能源协同扩容规划技术领域，具体涉及基于多重不确定性的多目标电力‑天然气扩容规划方法；包括步骤：引入Cholesky分解法将具有相关性的随机样本转换为相互独立的随机样本，并基于样本特征直接确定最坏场景，对多重不确定性因素进行处理；以投资、运行成本和电压稳定指数两个目标为目标函数，建立考虑多重不确定性的多目标电力‑天然气协同扩容规划模型；引入ɛ‑约束法对建立的电力‑天然气协同扩容规划模型进行求解；本发明引入Cholesky分解法将具有相关性的随机样本转换为相互独立的随机样本，并基于样本特征直接确定最坏场景的方法，有效避免在不确定性因素处理过程中计及不可能发生的极端场景，降低投资、运行成本和提高安全性。
-
公开(公告)号：CN116706942A
公开(公告)日：2023-09-05
申请号：CN202310785046.8
申请日：2023-06-29
发明人： 元亮 , 苗桂喜 , 王鑫 , 席晟哲 , 赵健 , 魏小钊 , 刘昊 , 胡誉蓉 , 党彬 , 张占营 , 张霄 , 孙浩然 , 闫娇 , 赵悠悠 , 崔哲芳 , 王远 , 郭明鹤 , 郑月松 , 王丽晔 , 郑惠瀛 , 朱全胜 , 马永星 , 刘自发 , 刘文琳 , 李炯
摘要： 本发明公开一种基于广域信息的电力系统振荡中心识别方法，属于电力系统失步保护领域。该方法通过广域测量系统获取系统实时全局动态信息，仅利用3组测量数据即可识别失步振荡，从而根据内角角度进一步定位失步振荡中心，实现了系统振荡发生后的快速、准确识别以及振荡中心的快速、准确定位。
-
公开(公告)号：CN116307126A
公开(公告)日：2023-06-23
申请号：CN202310163282.6
申请日：2023-02-24
摘要： 本发明属于太阳能发电技术领域，具体涉及一种用于准确预测太阳能发电的智能桥联小波模型；包括步骤1、分解太阳辐照度数据，构建太阳辐照度模型，预测太阳辐照度；步骤2、使用GAN进行基于生成对抗网络的深度学习；步骤3、采用基于自适应改进蜻蜓算法的进化训练方法，进行优化GAN训练；本发明的一种用于准确预测太阳能发电的智能桥联小波模型，可以高精度地预测太阳能电池板的输出功率，与传统的预测模型相比，本混合深度模型配备了强大的分解机制，有助于提供更简单的信号，降低复杂性，最终预测样本比直接预测模型准确得多，此外，所提出的修正蜻蜓算法不仅适用于所提出的预测模型，也可以成为一个成功的优化器在不同应用的优化问题。
-
公开(公告)号：CN118982058A
公开(公告)日：2024-11-19
申请号：CN202411057369.6
申请日：2024-08-02
申请人： 国网河南省电力公司电力科学研究院 , 安徽大学
IPC分类号： G06N3/082 , G06V10/764 , G06V10/77 , G06N3/084 , G06N3/0464 , G06F17/18
摘要： 本发明实施例公开了多模态大模型剪枝方法、装置、计算机设备及存储介质。所述方法包括：获取应用于电网数据的多模态大模型以及原始图像数据；将所述原始图像数据输入至多模态大模型中，以得到特征图；根据所述特征图采用基于加强特征和梯度的类激活映射方法生成加热图；根据所述加热图结合所述原始图像数据计算所述多模态大模型内的所有滤波器的批次总热贡献度；对所述批次总热贡献度进行排序，根据排名进行剪枝，并更新所述多模态大模型的权重，以得到最终的多模态大模型。通过实施本发明实施例的方法可实现对应用于电网数据的多模态大模型进行剪枝，以使得多模态大模型能够在资源有限的环境中高效运行和有效部署维护。
-
公开(公告)号：CN118586766A
公开(公告)日：2024-09-03
申请号：CN202410699500.2
申请日：2024-05-31
IPC分类号： G06Q10/0639 , G06Q50/06 , G06F18/10 , G06F18/213 , G06N3/045 , G06N3/0442 , G06N3/0464
摘要： 本发明提供一种电网风电消纳能力的评估方法，所述方法包括一下步骤：步骤S1：获取气象数据、电力系统运行数据和风电场运行数据；步骤S2：利用气象数据、电力系统运行数据和风电场运行数据作为输入，结合卷积神经网络和长短期记忆网络，建立极端天气与风电消纳能力之间的映射关系模型；步骤S3：根据步骤S2中建立的极端天气与风电消纳能力的映射关系模型，计算风电消纳率、风电弃风率、电网频率偏差；步骤S4：根据步骤S3计算所得到的风电消纳率、风电弃风率和电网频率偏差按照贡献率计算得出最终的评估值。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.066 秒)
