-
公开(公告)号:CN119667589A
公开(公告)日:2025-03-21
申请号:CN202411756812.9
申请日:2024-12-03
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G01R35/04 , H04L43/0805 , G06F18/2415 , G06F18/213
Abstract: 本发明公开了一种电能计量故障检测方法、装置、终端设备及存储介质,上述方法包括:获取预设时段内智能电网内网络设备的电气数据;对于每一网络设备,根据电气数据,计算得到电能值、电量差动值、功率差动值以及线损变化值;将电能值、电量差动值、功率差动值以及线损变化值输入至预设故障检测模型,得到电能值、电量差动值、功率差动值以及线损变化值的数据特征;获取预设标准数据特征范围值;将各数据特征与预设标准数据特征范围值进行比对;确定数据特征中,任意一数据特征超出对应的预设标准数据特征范围值时,所对应的网络设备发生故障。通过实施本发明,不仅能对智能电表的故障进行检测,还能对智能电网中其他网络设备进行故障检测。
-
公开(公告)号:CN118232411A
公开(公告)日:2024-06-21
申请号:CN202410414589.3
申请日:2024-04-08
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种分布式发电协同控制方法、装置、终端设备及存储介质,方法包括:获取电力系统的基础数据;根据所述基础数据,以日总有功功率损耗、谐波失真率以及三相和单相故障电流综合最小为目标,构建分布式发电协同控制模型;并基于基础数据构建设备数量约束、功率流约束和电压约束;在设备数量约束、功率流约束和电压约束的约束下,对分布式发电协同控制模型进行求解,生成在日总有功功率损耗、谐波失真率以及三相和单相故障电流综合最小时,电网各节点处的分布式光伏发电功率和电容器组的功率;根据电网各节点处的分布式光伏发电功率和电容器组的功率进行协同控制。通过实施本发明能减少电力线路损耗和谐波畸变率,提高供电可靠性。
-
公开(公告)号:CN116596199B
公开(公告)日:2024-02-06
申请号:CN202310883025.X
申请日:2023-07-19
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06Q10/063 , G06Q50/06
Abstract: 本发明公开了一种配电网线损影响因子的叠加分析方法和系统,包括:根据预设区域渗透率,从计量中心采集配电网的历史数据;对所述配电网的历史数据进行缺失值处理和异常值删除,获取配电网线损和各线损影响因子分析矩阵;根据所述配电网线损和各线损影响因子分析矩阵,采用灰色关联分析法,计算所述配电网线损和各线损影响因子之间的关联度大小;对关联度大于预设值的配电网线损影响因子,采用敏感性分析,获得各线损影响因子对应的线损敏感度。本发明实现了不需要大量的拓扑数据和潮流计算即可定性定量分析配电网线损,提高配电网线损分析的准确性。
-
公开(公告)号:CN116976514A
公开(公告)日:2023-10-31
申请号:CN202310954805.9
申请日:2023-08-01
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种分布式电源选址定容方法、装置及存储介质,方法包括:在分布式电源接入电网后,获取电网的运行参数,生成若干个目标函数及其约束条件;若干个目标函数包括:节点电压波动、储能系统容量和配电网网损;利用多目标粒子群迭代计算若干个目标函数;将每次迭代求出的非劣解加入精英集后,计算精英集的粒子适应度,并更新精英集的粒子;迭代完成后,将更后的精英集作为最优解集;根据最优解集中确定的节点,生成分布式电源的最佳接入位置及其接入容量,通过改进多目标粒子群算法计算多目标分布式电源优化配置模型的目标函数,在多个冲突的目标函数之间找到最优或接近最优的解决方案集,提高了分布式电源选址定容的正确性。
-
公开(公告)号:CN116975140A
公开(公告)日:2023-10-31
申请号:CN202310931295.3
申请日:2023-07-27
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种电力系统降损调控结果可视化方法及系统,包括:根据电力系统的运行数据对其线损进行异常诊断;当诊断结果为异常时,对运行数据进行降损分析,并基于分析得到的降损策略对电力系统进行降损调控;对降损调控结果进行建模处理到显示模型;实时测量显示模型的当前显示亮度、所处环境的当前光照强度和在显示范围的场景图片,然后根据当前光照强度与当前显示亮度的差值调整显示模型的显示亮度,并提取场景图片中人员头部的特征信息以用于调整显示模型的显示角度。本发明根据实时获取的显示模型所处环境的光照强度和显示范围的场景图片中人员头部的特征信息,调整显示模型的显示亮度和角度,以适应性地满足观看模型的不同用户的观感。
-
公开(公告)号:CN116522181A
公开(公告)日:2023-08-01
申请号:CN202310769382.3
申请日:2023-06-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06F18/23213 , G06Q50/06 , G06F16/215 , G06F16/9537 , G06F18/2431
Abstract: 本发明公开了一种配电台区日线损特征提取方法及系统,通过获取配电台区的预设时间段内的日线损数据,并对日线损数据进行均值归一化处理和剔除后,得到第一日线损数据,并根据预设类个数对预设时间段内的所有第一日线损数据进行二分k均值聚类处理,得到多个类,按照预设规则将多个类的中心点进行合并及剔除后,得到多个处理后的类,再采用自聚类算法对多个处理后的类按照预设分类维度进行聚类,得到特征提取结果,通过采用改进后的二分k均值聚类方法对各日线损数据进行二分k均值聚类后,再按照预设的分类维度对全部日线损聚类中心进行聚类,有效提高了日线损特征结果的准确性。
-
公开(公告)号:CN115034314A
公开(公告)日:2022-09-09
申请号:CN202210681802.8
申请日:2022-06-16
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种系统故障检测方法、装置、移动终端及存储介质,所述方法包括:获取待检测系统的电力故障数据;将电力故障数据输入至堆叠稀疏自动编码器中,以使堆叠稀疏自动编码器根据电力故障数据进行特征提取,输出降维后的特征数据;将特征数据输入至聚类模型中,以使聚类模型根据特征数据进行分类,输出相应的故障类型,完成检测系统的故障检测。采用本发明实施例提高了检测的效率。
-
公开(公告)号:CN119359481A
公开(公告)日:2025-01-24
申请号:CN202411491557.X
申请日:2024-10-24
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06Q50/06 , H02J13/00 , G06F16/9035 , G08B21/18 , G08B25/08
Abstract: 本发明公开了一种停电故障告警方法、装置、终端设备及存储介质,所述方法包括:获取若干待处理停电告警数据;对于每一待处理停电告警数据,根据待处理停电告警数据和预设停电告警研判池,获取与待处理停电告警数据关联台区下所有设备的已存储停电告警信息;根据已存储停电告警信息和预设停电研判规则确定与当前待处理停电告警数据关联台区下所有设备的停电信息;根据所有设备的停电信息和已存储停电告警信息确定当前待处理告警数据对应的未告警设备;向各待处理告警数据对应的各未告警设备发送告警信息。通过实施本发明能提高停电故障告警效率和告警全面性,进而提高用户用电体验。
-
公开(公告)号:CN119210810A
公开(公告)日:2024-12-27
申请号:CN202411274528.8
申请日:2024-09-12
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: H04L9/40 , G06F18/213 , G06F18/214 , G06F18/22 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向云平台的安全检测方法、装置、终端设备和存储介质,在对数据包所对应的数据传输模式进行识别时,可以基于数据包的流量特征,如数据包大小、源地址、目的地址和峰值流量,以及行为特征,如数据包的持续时间以及数据包的协议类型,进行异常识别,则可以基于更全面反映数据传输的流量特性和行为特征,实现数据的深层次分析以及多数据维度的考量,并且可以自动学习所提取的多维度特征,识别出正常传输模式和异常传输模式。则本发明综合考虑了相互关联的多个维度的特征,使得攻击者很难通过单独修改某个特征来绕过检测,从而可以及时发现和预测出云平台潜在的安全威胁,并生成相应的安全告警,提高了云平台安全检测的准确性。
-
公开(公告)号:CN118409852A
公开(公告)日:2024-07-30
申请号:CN202410491488.6
申请日:2024-04-23
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06F9/50 , G06N3/0442 , G06N3/084 , G06N3/098
Abstract: 本发明公开了一种边缘计算自动放缩方法、装置、设备及介质,获取云计算环境中的云数据和边缘计算中各个边缘节点中的本地数据,利用本地数据对Bi GRU模型进行训练,得到训练好的Bi GRU模型,基于云数据,利用训练好的Bi GRU模型进行工作负载预测,得到预测结果,利用预设窗口存储预测结果,并计算冷却时间,根据冷却时间确定资源分配结果,本方法通过利用训练好的Bi GRU模型得到了资源分配结果,降低了数据传输延迟。
-
-
-
-
-
-
-
-
-