-
公开(公告)号:CN114994462B
公开(公告)日:2024-10-29
申请号:CN202210643691.1
申请日:2022-06-08
申请人: 国网黑龙江省电力有限公司伊春供电公司 , 国家电网有限公司
IPC分类号: G01R31/08 , G01D21/02 , G01N21/3554 , G01N22/04 , G01C9/00 , G08B13/196
摘要: 本发明公开了一种送电线路检测系统,涉及送电线路检测技术领域。包括检测设备,所述检测设备包括检测主机、太阳能板、倾斜探测器、双鉴防水探测器、警示号、视频监视摄像头和绝缘子探测器,所述检测主机的输入线路与太阳能板的输出线路连接,所述太阳能板与倾斜探测器、双鉴防水探测器、警示号、视频监视摄像头和绝缘子探测器均通过电性连接;本发明可以更全面、更准确地对高压架的高压电力线路的情况进行检测和处理,避免在高压线路发生故障时,不能及时对高压电力线路进行维修,造成高压电力线路发生故障,从而提高了高压电力线路在使用过程中的检测效果,增加了高压电力线路使用过程的安全性。
-
公开(公告)号:CN108985515B
公开(公告)日:2021-11-26
申请号:CN201810817775.6
申请日:2018-07-24
申请人: 国网河南省电力公司电力科学研究院 , 武汉大学 , 国家电网有限公司
摘要: 本发明公开了本发明涉及一种基于独立循环神经网络的新能源出力预测方法及系统,通过输入规划地区发展的某类新能源若干年内的出力曲线的历史数据,采用PFCM聚类算法对各年度出力曲线进行聚类,确定各年度的最优聚类场景数目NS,采用场景削减算法获取各年的概率权重典型出力曲线,然后对独立循环神经网络进行训练,利用训练所得预测模型进行未来的年典型出力曲线预测;本发明用于在地区广泛进行新能源电力规划建设的发展新阶段中,能够着重考量新能源渗透率的变化,预测出更为精准的年度新能源出力典型曲线,在新能源规划建设中能够取得更为精确新能源出力预测结果,为地区电力规划建设与调度工作提供更为可靠的参考。
-
公开(公告)号:CN111445078A
公开(公告)日:2020-07-24
申请号:CN202010242549.7
申请日:2020-03-31
申请人: 国网河北省电力有限公司 , 东南大学 , 国家电网有限公司
摘要: 本发明公开一种基于长短期记忆神经网络的综合能源系统多元负荷预测方法,包括以下步骤:(1)获取源荷时空序列数据的特征因子集;(2)采用互信息理论选取输入变量;(3)对上述输入变量建立预测模型,比较预测误差大小,确定最优的输入变量;(4)在选取最优输入变量集合的基础上,建立基于长短期记忆神经网络(LSTM)的综合能源系统多元负荷预测模型。本发明基于源荷时空序列数据的特征因子集,结合多特征因子有效性分析结果,研究利用长短期记忆神经网络模型,实现区域综合能源系统源荷数据日前预测;该方法有利于综合能源系统中的经济调度和优化运行,进一步减轻环境压力,提高能源利用效率。
-
公开(公告)号:CN109787221B
公开(公告)日:2023-10-20
申请号:CN201811607269.0
申请日:2018-12-27
申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司 , 东南大学 , 国家电网有限公司
摘要: 本发明提供了一种微电网电能安全经济调度方法。该法包括:将微电网内的可调资源运行数据带入预先建立的微电网运行模型,结合可再生能源预测数据和负荷的预测数据通过优化求解得到所述微电网内的可调资源的有功出力参考值,并基于所述有功出力参考值进行潮流计算,得到各节点的电压初值;针对发生电压越限的节点,通过设定的电压控制策略修正可调资源的有功出力范围,直至电压越限消除,且微电网可控发电机组总运行成本最低的目标函数收敛到最优解。本发明提供的技术方案通过优化网内可调资源的有功出力,实现了微电网的最优运行。
-
公开(公告)号:CN111598289A
公开(公告)日:2020-08-28
申请号:CN202010235843.5
申请日:2020-03-30
申请人: 国网河北省电力有限公司 , 东南大学 , 国家电网有限公司
摘要: 本发明公开一种计及LSTM光伏出力预测的综合能源系统分散式优化方法,首先,获取光伏历史出力数据及光照强度、温度历史气象数据;其次,建立并训练长短期记忆网络模型,并确定模型参数;构建长短期记忆网络模型评价指标,评估模型的预测性能;然后,构造综合能源系统最优经济调度目标函数;最后,将长短期记忆网络模型光伏出力预测结果作为输入,采用交替方向乘子法求解综合能源系统最优化问题。本发明能实现综合能源系统的分散式优化调度,有利于提高求解效率;计及供能资源、用能资源的互补性,建立了涵盖冷、热、电多能流耦合的优化调度模型,实现了综合能源系统经济、高效运行。
-
公开(公告)号:CN108985515A
公开(公告)日:2018-12-11
申请号:CN201810817775.6
申请日:2018-07-24
申请人: 国网河南省电力公司电力科学研究院 , 武汉大学 , 国家电网有限公司
摘要: 本发明公开了本发明涉及一种基于独立循环神经网络的新能源出力预测方法及系统,通过输入规划地区发展的某类新能源若干年内的出力曲线的历史数据,采用PFCM聚类算法对各年度出力曲线进行聚类,确定各年度的最优聚类场景数目NS,采用场景削减算法获取各年的概率权重典型出力曲线,然后对独立循环神经网络进行训练,利用训练所得预测模型进行未来的年典型出力曲线预测;本发明用于在地区广泛进行新能源电力规划建设的发展新阶段中,能够着重考量新能源渗透率的变化,预测出更为精准的年度新能源出力典型曲线,在新能源规划建设中能够取得更为精确新能源出力预测结果,为地区电力规划建设与调度工作提供更为可靠的参考。
-
公开(公告)号:CN109149661B
公开(公告)日:2022-04-19
申请号:CN201810974627.5
申请日:2018-08-24
申请人: 国网河南省电力公司电力科学研究院 , 武汉大学 , 国家电网有限公司
摘要: 本发明公开了改进的综合负荷模型建立方法及装置,考虑分布式光伏的低电压穿越情况,对无功电流指令进行自适应调整;根据光伏并网控制策略和前馈解耦策略得到相应的控制框图;计算控制框图的总传递函数,构建光伏并网的等效负荷模型;搭建储能并网的等效负荷模型,构建光伏储能分布式电源负荷模型;根据电动汽车充放电特性,建立电动汽车充放电负荷模型;最后在传统综合负荷模型的基础上,新增上述分布式电源以及电动汽车充放电特性,构建新型广义综合负荷模型。本发明在光伏模型中考虑了低电压穿越,在光伏的诺顿等效模型的基础上进行改进,考虑了电动汽车充放电特性,因此更加精确地描述负荷特性,能够提高电力系统仿真计算的精度。
-
公开(公告)号:CN109149661A
公开(公告)日:2019-01-04
申请号:CN201810974627.5
申请日:2018-08-24
申请人: 国网河南省电力公司电力科学研究院 , 武汉大学 , 国家电网有限公司
CPC分类号: H02J3/50 , H02J3/32 , H02J3/383 , H02J2003/007
摘要: 本发明公开了改进的综合负荷模型建立方法及装置,考虑分布式光伏的低电压穿越情况,对无功电流指令进行自适应调整;根据光伏并网控制策略和前馈解耦策略得到相应的控制框图;计算控制框图的总传递函数,构建光伏并网的等效负荷模型;搭建储能并网的等效负荷模型,构建光伏储能分布式电源负荷模型;根据电动汽车充放电特性,建立电动汽车充放电负荷模型;最后在传统综合负荷模型的基础上,新增上述分布式电源以及电动汽车充放电特性,构建新型广义综合负荷模型。本发明在光伏模型中考虑了低电压穿越,在光伏的诺顿等效模型的基础上进行改进,考虑了电动汽车充放电特性,因此更加精确地描述负荷特性,能够提高电力系统仿真计算的精度。
-
公开(公告)号:CN109272205B
公开(公告)日:2022-03-29
申请号:CN201810973480.8
申请日:2018-08-24
申请人: 国网河南省电力公司电力科学研究院 , 武汉大学 , 国家电网有限公司
摘要: 本发明公开了广义负荷特性分析方法及装置,该方法包括建立步骤、编制步骤、分析步骤,通过建立能刻画广义负荷特性的指标体系和对规划年的典型日负荷曲线的编制,针对含分布式光伏、电动汽车和储能系统的某区域,在原负荷曲线的基础上,考虑新能源设备出力的影响,基于规划年份该区域第一产业、第二产业和第三产业的负荷占比的变化,以及分布式光伏、电动汽车和储能系统渗透率的变化,对该区域规划年的广义电力负荷特性进行预测和分析,能够为后续开展负荷预测、电力市场分析与规划等一系列工作奠定基础。
-
公开(公告)号:CN109787221A
公开(公告)日:2019-05-21
申请号:CN201811607269.0
申请日:2018-12-27
申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司 , 东南大学 , 国家电网有限公司
摘要: 本发明提供了一种微电网电能安全经济调度方法。该法包括:将微电网内的可调资源运行数据带入预先建立的微电网运行模型,结合可再生能源预测数据和负荷的预测数据通过优化求解得到所述微电网内的可调资源的有功出力参考值,并基于所述有功出力参考值进行潮流计算,得到各节点的电压初值;针对发生电压越限的节点,通过设定的电压控制策略修正可调资源的有功出力范围,直至电压越限消除,且微电网可控发电机组总运行成本最低的目标函数收敛到最优解。本发明提供的技术方案通过优化网内可调资源的有功出力,实现了微电网的最优运行。
-
-
-
-
-
-
-
-
-