-
公开(公告)号：CN117791868B
公开(公告)日：2024-07-05
申请号：CN202311835838.8
申请日：2023-12-27
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司黄冈供电公司
Abstract: 本发明提供用于智能配电柜的温度在线监测方法及系统，包括：通过传感器单元采集智能配电柜的温度数据和环境参数数据，在远程监控平台根据所述温度数据和环境参数数据绘制温度波动图；将所述温度波动图输入异常状态识别模型，对所述温度波动图中异常温度进行计算，获取得到温度异常值；根据所述温度异常值，进行智能配电柜温度异常感知，得到温度异常原因，基于所述温度异常原因进行温度异常报警，本发明通过异常状态识别模型可以准确计算智能配电柜的温度异常值，从而保证对智能配电柜温度监测的准确性，且进行智能配电柜温度异常感知，得到温度异常原因可以为维修技术人员提供参考，从而减少因智能配电柜温度异常而造成的经济损失。
-
公开(公告)号：CN117526316B
公开(公告)日：2024-07-19
申请号：CN202410013103.5
申请日：2024-01-04
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司黄冈供电公司
IPC: H02J3/00 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/0985
Abstract: 本发明提出一种基于GCN‑CBAM‑BiGRU组合模型的负荷预测方法，包括以下步骤：步骤一，采集所需的地区历史负荷和气象信息；步骤二，对数据进行预处理和特征工程，通过斯皮尔曼相关系数分析和特征提取来处理多个气象因素；步骤三，构建基于贝叶斯优化GCN‑CBAM‑BiGRU组合模型，以解决多特征输入的负荷预测问题。该模型利用GCN和BiGRU挖掘深层次特征和长期依赖关系，并引入CBAM模块加强GCN层的特征提取能力；并通过贝叶斯优化算法对模型超参数进行优化，以达到最佳的负荷预测效果；步骤四，通过历史负荷和气象特征数据对模型进行训练。利用适当的损失函数和优化算法，将经过处理的数据输入训练好的模型，完成短期负荷预测。
-
公开(公告)号：CN117791868A
公开(公告)日：2024-03-29
申请号：CN202311835838.8
申请日：2023-12-27
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司黄冈供电公司
Abstract: 本发明提供用于智能配电柜的温度在线监测方法及系统，包括：通过传感器单元采集智能配电柜的温度数据和环境参数数据，在远程监控平台根据所述温度数据和环境参数数据绘制温度波动图；将所述温度波动图输入异常状态识别模型，对所述温度波动图中异常温度进行计算，获取得到温度异常值；根据所述温度异常值，进行智能配电柜温度异常感知，得到温度异常原因，基于所述温度异常原因进行温度异常报警，本发明通过异常状态识别模型可以准确计算智能配电柜的温度异常值，从而保证对智能配电柜温度监测的准确性，且进行智能配电柜温度异常感知，得到温度异常原因可以为维修技术人员提供参考，从而减少因智能配电柜温度异常而造成的经济损失。
-
公开(公告)号：CN116545038A
公开(公告)日：2023-08-04
申请号：CN202310301810.X
申请日：2023-03-25
Applicant: 国网湖北省电力有限公司黄冈供电公司 , 国网湖北省电力有限公司电力科学研究院
Abstract: 本申请涉及一种基于可变储能补偿度的风‑火‑储能协同调频方法，包括以下步骤：S1：建立包含风电场、火电机组、电池储能系统、负荷在内的系统频率控制模型；S2：引入储能补偿度以权衡电池储能的调频能力与荷电状态，设置储能充放电指令；S3：建立引入补偿度后，以最小化系统频率变化量和电池荷电状态变化量的目标函数，求解风电场、火电机组、电池储能的最优出力；S4：根据各台风电机组可用功率，对风场内部风电机组出力进行最优分配。本申请通过引入可变储能补偿度，实现不同电源的出力优化，以增强电网的调频能力，在促进新能源消纳的同时延长储能装置使用寿命。
-
公开(公告)号：CN117526316A
公开(公告)日：2024-02-06
申请号：CN202410013103.5
申请日：2024-01-04
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司黄冈供电公司
IPC: H02J3/00 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/0985
Abstract: 本发明提出一种基于GCN‑CBAM‑BiGRU组合模型的负荷预测方法，包括以下步骤：步骤一，采集所需的地区历史负荷和气象信息；步骤二，对数据进行预处理和特征工程，通过斯皮尔曼相关系数分析和特征提取来处理多个气象因素；步骤三，构建基于贝叶斯优化GCN‑CBAM‑BiGRU组合模型，以解决多特征输入的负荷预测问题。该模型利用GCN和BiGRU挖掘深层次特征和长期依赖关系，并引入CBAM模块加强GCN层的特征提取能力；并通过贝叶斯优化算法对模型超参数进行优化，以达到最佳的负荷预测效果；步骤四，通过历史负荷和气象特征数据对模型进行训练。利用适当的损失函数和优化算法，将经过处理的数据输入训练好的模型，完成短期负荷预测。
-
Patent Agency Ranking
公开(公告)号：CN114678646A
公开(公告)日：2022-06-28
申请号：CN202210379732.0
申请日：2022-04-12
Applicant: 国网湖北省电力有限公司黄冈供电公司 , 国网电力科学研究院武汉南瑞有限责任公司
IPC: H01M50/251 , H01M50/244 , H01M10/056 , A62C3/16 , H01M10/42
Abstract: 本申请涉及一种高安全的固态电池储能系统及其控制方法，系统包括舱体和储能云平台，所述舱体的内部设置有固态锂离子电池、电池管理系统、储能双向变流器、监控系统，所述固态锂离子电池与所述储能双向变流器的直流侧电连接；所述储能双向变流器的交流侧与交流电网连接；所述电池管理系统设置在所述固态锂离子电池模组的前面板；所述电池管理系统和所述储能双向变流器通信连接所述监控系统，并且所述监控系统通信连接储能云平台。系统具备定时充放电和根据调度指令进行充放电控制功能，可应用于配用电侧提高电网供电能力、改善电能质量、备用电源及应急供电。
-
公开(公告)号：CN116500737A
公开(公告)日：2023-07-28
申请号：CN202310762552.5
申请日：2023-06-27
Applicant: 常熟共益信息科技有限公司 , 国网湖北省电力有限公司黄冈供电公司
Abstract: 本发明属于光电技术领域，公开了一种通信用光纤带光缆，具有至少一根光纤带；其特征在于还有四个组装部件，组装部件由第一侧柱体、第二侧柱体、第三侧柱体组成，四个组装部件拼合形成封闭的中心腔及四个侧柱腔；光纤带位于中心腔内，具有多根光纤带时,多根光纤带在中心腔内呈层叠的方式分布。本申请还公开了复合光纤带光缆。本申请具有以下主要有益技术效果：结构更简单、更易制造、存放更方便、纤芯密度更高、温度发热对于光通信的影响更小。
-
公开(公告)号：CN113745655A
公开(公告)日：2021-12-03
申请号：CN202111023526.8
申请日：2021-08-31
Applicant: 国网湖北省电力有限公司黄冈供电公司 , 华中科技大学
IPC: H01M10/0565 , H01M10/052 , H01M10/0525 , C08G18/48 , C08G18/10 , C08G18/50 , C08K3/36
Abstract: 本发明提供了一种基于交联聚氨酯的复合聚合物全固态电解质的制备方法，包括如下步骤：S1，将长链聚丙二醇和二异氰酸酯溶解于氯仿中，得到端异氰酸酯基聚氨酯前体；S2，将3‑异氰酸丙基三乙氧基硅烷与短链聚丙二醇溶解于四氢呋喃中，得到聚醚硅烷偶联剂；S3，将聚醚硅烷偶联剂与纳米二氧化硅溶解于去离子水中反应，得到纳米交联物；S4，将端异氰酸酯基聚氨酯前体与纳米交联物溶解于氯仿中反应，得到交联聚氨酯复合物；S5，将交联聚氨酯复合物加入锂盐混合均匀并涂覆在模具上真空干燥成膜，得到复合聚合物全固态电解质。通过上述方法，电解质具有高电导率、优异的机械性能、安全性、稳定性、界面兼容性，以及生产成本低等特点。
-
公开(公告)号：CN113533952A
公开(公告)日：2021-10-22
申请号：CN202110779302.3
申请日：2021-07-09
Applicant: 国网湖北省电力有限公司黄冈供电公司 , 国家电网有限公司
IPC: G01R31/327
Abstract: 本发明公开了一种基于CEEMD和相空间重构的有载调压变压器分接开关机械故障诊断分析方法，包括：建立互补集合经验模态分解和相空间重构模型；获取有载调压变压器分接开关的振动信号；将信号分解为不同频率特征的固有模态函数；通过C‑C法确定IMFs的延迟时间和嵌入维数；提取振动信号混沌特征的特征量（李雅普诺夫指数和关联维数）；建立及学习矢量量化神经网络（LVQ）进行状态分类识别系统模型，得到有载调压变压器分接开关机械故障诊断结果。本发明通过互补集合经验模态分解出不同频率的振动信号并利用振动信号的混沌特性，采用相空间重构和LVQ结合起来进行分类预处理，有效地实现了对分接开关故障状态的识别。
-
公开(公告)号：CN117134346A
公开(公告)日：2023-11-28
申请号：CN202311139264.0
申请日：2023-09-06
Applicant: 国网湖北省电力有限公司黄冈供电公司
IPC: H02J3/00 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于VMD‑GA‑PSO‑LSTM模型的短期负荷预测方法及装置，具体包括以下步骤：S1、对原始负荷数据预处理；S2、采用VMD方法对数据进行模态分解；S3、对得到的数据进行归一化，并导入到GA‑PSO算法中；S4、开始进行迭代，采用LSTM进行电力负荷预测；S5、将得到的预测数据进行反归一化；S6、对数据分量进行叠加，得到预测结果。本发明涉及负荷数据处理技术领域。该基于VMD‑GA‑PSO‑LSTM模型的短期负荷预测方法及装置，通过建立多特征负荷数据集，并引入VMD方法分解负荷数据集，消除其中噪声，利用GA‑PSO算法优化后的LSTM对数据集进行负荷预测。实验结果表明，VMD‑GA‑PSO‑LSTM模型预测结果的MAPE与RMSE得到明显改善，提高了负荷预测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.057 seconds)
