-
公开(公告)号：CN118630834B
公开(公告)日：2025-04-25
申请号：CN202410723812.2
申请日：2024-06-05
Applicant: 国网青海省电力公司电力科学研究院 , 国网青海省电力公司 , 青海电研科技有限责任公司
Abstract: 本申请提供了一种交流弱电网的并网点电压控制方法及系统，涉及电力控制技术领域，用于提高并网点电压控制的效率以及准确度。该方法包括：若并网点电压未达到预置电压，通过第一发电站有功功率与并节点电压的拟合公式确定第一发电站的有功功率最大值；通过第一发电站的有功功率最大值、无功功率以及第一升压站对应的高压输电线路的等效电阻值、等效电抗值，计算第一升压站对应的并网点电压；若并网点电压未达到预置电压，则将有功功率最大值输入到第一发电站无功功率与并网节点电压的拟合公式重新计算第一发电站的无功功率；根据重新计算的第一发电站的无功功率及有功功率最大值调整第一发电站的有功功率、无功功率。
-
公开(公告)号：CN119209688A
公开(公告)日：2024-12-27
申请号：CN202411303896.0
申请日：2024-09-19
Applicant: 国网青海省电力公司电力科学研究院 , 国网青海省电力公司 , 青海电研科技有限责任公司
Abstract: 本申请提供一种特高压直流故障处理方法及装置，该方法包括：采用机电‑电磁模拟与数据模拟的联合仿真模型，模拟特高压直流故障事件；实时收集所述直流故障事件的故障信息；根据所述故障信息，识别所述高压直流故障事件的故障类型和位置；根据所述故障类型和位置确定故障解决方法；将多个所述故障解决方法存储到故障数据库中；实时监测特高压直流电网的故障信息；根据所述故障信息从所述故障数据库中匹配所述故障解决方法；根据所述故障解决方法处理所述实时故障信息对应的特高压直流故障。本申请通过集成了仿真、优化、决策支持等功能，形成了完整的解决方案体系，全面满足特高压直流系统故障分析和解决的需求。
-
公开(公告)号：CN119154251A
公开(公告)日：2024-12-17
申请号：CN202411099087.2
申请日：2024-08-12
Applicant: 国网青海省电力公司电力科学研究院 , 国网青海省电力公司 , 青海电研科技有限责任公司
IPC: H02J3/00
Abstract: 本申请提出一种电力系统谐波谐振分析方法、装置、设备及存储介质，该方法包括：利用幂迭代法求解节点阻抗矩阵最大特征值，减少计算量，提升速度。通过迭代计算获得多频率点最大特征值集，构建模态阻抗作为分析参数。采用双频率步长确定谐振频率及间隔。同时，引入半功率带宽法计算阻尼比，结合模态阻抗构建准确的谐波谐振指标，提升分析高效性与准确性。
-
公开(公告)号：CN118630834A
公开(公告)日：2024-09-10
申请号：CN202410723812.2
申请日：2024-06-05
Applicant: 国网青海省电力公司电力科学研究院 , 国网青海省电力公司 , 青海电研科技有限责任公司
Abstract: 本申请提供了一种交流弱电网的并网点电压控制方法及系统，涉及电力控制技术领域，用于提高并网点电压控制的效率以及准确度。该方法包括：若并网点电压未达到预置电压，通过第一发电站有功功率与并节点电压的拟合公式确定第一发电站的有功功率最大值；通过第一发电站的有功功率最大值、无功功率以及第一升压站对应的高压输电线路的等效电阻值、等效电抗值，计算第一升压站对应的并网点电压；若并网点电压未达到预置电压，则将有功功率最大值输入到第一发电站无功功率与并网节点电压的拟合公式重新计算第一发电站的无功功率；根据重新计算的第一发电站的无功功率及有功功率最大值调整第一发电站的有功功率、无功功率。
-
公开(公告)号：CN119226949A
公开(公告)日：2024-12-31
申请号：CN202411099089.1
申请日：2024-08-12
Applicant: 国网青海省电力公司电力科学研究院 , 国网青海省电力公司 , 青海电研科技有限责任公司
IPC: G06F18/2431 , G06F18/23213 , G06F18/213 , G06F18/22 , G06F18/15 , G06F18/214 , G06F18/21 , G06N5/01
Abstract: 本申请提出及一种宽频振荡模式识别方法、装置、设备及存储介质，该方法首先收集新能源电网振荡数据，分段并降维处理，通过计算每段平均值或特征值简化数据。随后，运用k‑Shape聚类算法分类数据，构建分类数据集。随机抽取各类样本训练随机森林模型，形成模式识别模型。新数据经降维后，输入模型即得振荡模式。此法通过数据降维、聚类建库及随机森林快速匹配，实现了宽频振荡数据的精准识别，整合历史、实时与仿真数据，提升识别效率与准确性。
-
Patent Agency Ranking
公开(公告)号：CN115293347A
公开(公告)日：2022-11-04
申请号：CN202210968361.X
申请日：2022-08-12
Applicant: 国网青海省电力公司电力科学研究院 , 国网青海省电力公司信息通信公司 , 国网青海省电力公司 , 国家电网有限公司 , 中国科学院信息工程研究所
Abstract: 本公开实施例公开了一种电力调度场景下的模型联合隐私训练与共享方法及装置，所述方法包括：将当前的电力调度部门加入联盟链中，作为其中一个调度参与方；获取当前的电力调度部门在电力调度时所处理的流经其他相关部门的用电数据，并对采集的用电数据标注流向标签；流向标签用于表征用电数据对应的电力流向信息；基于与参与联盟链的其他电力调度部门预先协商的数据特征构建策略构建模型训练数据；决策树模型的训练；将当前的电力调度部门训练得到的决策树模型与其他电力调度部门训练得到的决策树模型进行比较；在目标模型为当前的电力调度部门的本地训练得到的模型时，在当前的电力调度部门的本地将目标模型通过智能合约共享至联盟链中。
-
公开(公告)号：CN119675919A
公开(公告)日：2025-03-21
申请号：CN202411725099.1
申请日：2024-11-28
Applicant: 国网青海省电力公司 , 国网青海省电力公司电力科学研究院
IPC: H04L9/40 , H04L67/12 , G06F18/2433 , G06F18/2431 , G06F18/213 , G06F18/211 , G06V10/80
Abstract: 本发明公开了一种基于深度学习的攻击痕迹识别分析方法，涉及电力电网相关技术领域，该方法包括：基于电力电网的电网日志提取第一时间下的第一电网记录；激活记录解码器依次对第一电网运行信息和第一用户行为信息进行解码分析；确定第一时间的第一标记；当第一标记为异常标记时，匹配第一类别预测器；对电力电网的第一攻击痕迹特征进行预测分析；启动第一攻击处理预案进行针对性应急处理。解决了现有技术中存在的面对复杂多变的网络攻击，难以实时、准确地识别和预测攻击痕迹，进而导致应急处理无法精准、迅速响应，使得电力电网异常检测效率和准确性低下、安全风险高的技术问题，达到了提高电网异常检测效率和准确性及降低安全风险的技术效果。
-
公开(公告)号：CN119087072A
公开(公告)日：2024-12-06
申请号：CN202411088444.5
申请日：2024-08-09
Applicant: 国网青海省电力公司电力科学研究院 , 国网青海省电力公司
IPC: G01R31/00
Abstract: 本申请提出了一种继电保护功能运行状态风险预警方法及装置，该方法主要包括：实时获取继电保护设备中各元素的运行状态，并周期性巡检各元素的定值；当运行状态变化或定值与预设不符时，获取当前元素信息；根据一次设备运行方式确定保护功能状态；校验保护功能状态，一致则正常，不一致则异常；若异常，则生成预警信息。此方法通过定值检测与周期检测双触发，实现了日常与突发故障的巡检及报警，有助于避免电网故障或事故。
-
公开(公告)号：CN116436004A
公开(公告)日：2023-07-14
申请号：CN202310100425.9
申请日：2023-02-12
Applicant: 国网青海省电力公司电力科学研究院 , 青海大学 , 国网青海省电力公司
Abstract: 本发明公开了一种基于k‑means分群聚类的光伏逆变器谐波抑制方法，方法步聚如下：第一步，采集PMU数据建立随机矩阵模型；第二步，基于LES指标对PMU数据进行特征提取；第三步，针对LES指标进行分群聚类，本发明的优点是首先提出了把PMU数据采集应用于电网谐波，其次对采集的数据进行参数提取，然后根据提取的参数进行谐波分群聚类，以提高谐波抑制的精确性和效率，本发明对谐波机理分析及抑制措施，具有一定的指导意义。
-
公开(公告)号：CN117312902A
公开(公告)日：2023-12-29
申请号：CN202310869007.6
申请日：2023-07-16
Applicant: 国网青海省电力公司电力科学研究院 , 青海大学 , 国网青海省电力公司
IPC: G06F18/24 , H02J3/00 , G06F18/214 , G06N3/0464 , G06N20/00 , G06Q50/06
Abstract: 本发明公开了一种基于小波变化和卷积神经网络的电网电能质量在线状态估计方法，采用小波变化提取电能质量监测数据特征值，生成典型电能质量扰动随机数据样本，划分训练样本和测试样本比例；其次对训练样本和测试样本分别进行小波变换，并根据电能质量特性模型提取电能质量扰动的多个特征值；最后通过卷积神经网络方法完成数据自动分类和电能质量在线状态估计，本发明的优点是，相对传统的机器学习方法，其电能质量特征提取更精确，分类准确度更高。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.085 seconds)
