-
公开(公告)号：CN114169593B
公开(公告)日：2025-03-18
申请号：CN202111410243.9
申请日：2021-11-24
Applicant: 广东电网有限责任公司中山供电局 , 南方电网数字电网研究院股份有限公司 , 浙江大学
Inventor： 胡筱曼 , 潘斌 , 陈旗展 , 崔益国 , 陈浩河 , 董芝春 , 王干军 , 黄宇行 , 陆靖宇 , 麦涵 , 何欣欣 , 蔡田田 , 邓清唐 , 陈波 , 彭勇刚 , 莫浩杰 , 胡丹尔 , 孙静 , 翁楚迪 , 韦巍
IPC: G06Q10/04 , G06Q30/0283 , G06Q50/06 , G06N3/0499 , G06N3/092 , B60L53/60
Abstract: 本发明涉及电动汽车充电技术，旨在提供一种基于负荷预测和深度强化学习的台区电动汽车有序充电方法。包括：根据变电站历史充电剩余容量信息，使用全连接前馈神经网络预测未来剩余充电容量；根据弹性电价机制和预测的未来剩余充电容量，使用基于DQN的深度强化学习算法调整电动汽车充电策略，控制电动汽车接入充电桩的数量。本发明将负荷预测方法引入到电动汽车有序充电运算中，将预测的未来剩余充电容量作为电动汽车充电调度的依据，比传统方法更具实时性、超前性。通过引入深度强化学习到电动汽车有序充电运算中，利用预测到的未来信息超前调度电动汽车有序充电，且具有实时自学习更新能力，比传统算法更灵活有效，进一步提高了经济性和高效性。
-
公开(公告)号：CN114677584B
公开(公告)日：2025-01-03
申请号：CN202111641799.9
申请日：2021-12-29
Applicant: 广东电网有限责任公司中山供电局 , 威胜信息技术股份有限公司 , 贵州电网有限责任公司贵阳供电局城南分局 , 南方电网数字电网研究院股份有限公司
Inventor： 胡筱曼 , 李林峰 , 陈攀 , 李欣洋 , 潘斌 , 陈旗展 , 李黔 , 崔益国 , 陈浩河 , 董芝春 , 黄宇行 , 何欣欣 , 陆靖宇 , 麦涵 , 邱连 , 肖林松 , 范律 , 陈永 , 蔡田田 , 邓清唐 , 陈波 , 李肖博 , 杨英杰
IPC: G06V20/10 , G06V10/22 , G06V10/30 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/096
Abstract: 本发明公开一种双注意力机制配电站水浸识别方法及系统，其中识别方法通过采集浸水场景图片集，构建基于Yolov4‑tiny的具有双注意力机制的检测网络，利用浸水场景图片集对检测网络进行训练，得到具有高检测精度和水浸识别能力的检测网络，最后将所述检测网络部署至边缘代理；同时，通过边缘代理获取周边环境图像并上传至云平台，更新浸水场景图片集，优化检测网络，从而使边缘代理能自适应复杂的场景。本发明旨在解决现有的配电站边缘端水浸环境下无法满足实时响应，以及检测精度较差且无法自适应复杂场景的技术问题。
-
公开(公告)号：CN115021251B
公开(公告)日：2025-04-29
申请号：CN202210765825.7
申请日：2022-07-01
Applicant: 天津大学 , 南方电网数字电网研究院股份有限公司 , 广东电网有限责任公司中山供电局
Inventor： 王成山 , 高世远 , 刘喆林 , 于浩 , 李鹏 , 习伟 , 蔡田田 , 陈波 , 邓清唐 , 杨英杰 , 周培 , 潘斌 , 胡筱曼 , 陈旗展 , 崔益国 , 陈浩河 , 董芝春 , 吴毅江 , 何欣欣 , 李信杭 , 曾土林 , 黄乐彬 , 徐浩庭
Abstract: 一种基于近端原子协调的数字配电网分布式状态估计方法：对于给定的包含多个区域的数字配电网，每个区域部署一个边缘计算装置，并输入各区域数字配电网的内部信息；各区域的边缘计算装置分别确定本区域的状态变量、区内约束矩阵和区间协调矩阵；各区域的边缘计算装置分别初始化状态估计的状态变量、原始拉格朗日乘子、对偶拉格朗日乘子；各区域的边缘计算装置采用近端原子协调算法求解基于半正定规划的原子化分布式状态估计问题，并与相邻区域的边缘计算装置进行信息交互；各区域的边缘计算装置全部完成信息交互后，更新迭代次数；各区域的边缘计算装置分别判断节点电压估计结果偏差是否大于估计收敛阈值。本发明有效提升了计算效率，减少了计算负担。
-
公开(公告)号：CN114707765B
公开(公告)日：2024-08-20
申请号：CN202210506246.0
申请日：2022-05-10
Applicant: 浙江大学 , 广东电网有限责任公司中山供电局 , 南方电网数字电网研究院有限公司
Inventor： 彭勇刚 , 孙静 , 莫浩杰 , 胡丹尔 , 韦巍 , 潘斌 , 胡筱曼 , 李黔 , 陈旗展 , 崔益国 , 陈浩河 , 董芝春 , 吴毅江 , 何欣欣 , 黄宇行 , 彭博涛 , 张超 , 梁杰华 , 习伟 , 蔡田田 , 陈波 , 邓清唐 , 杨英杰 , 朱明增 , 符杰
IPC: H02J3/00 , G06F18/22 , G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/098
Abstract: 本发明涉及涉及电力系统短期负荷预测技术，旨在提供一种基于动态加权聚合的联邦学习负荷预测方法。该方法是由边缘计算装置采用本地数据进行神经网络训练，获得网络参数变化向量上传至云端服务器进行两两相似度计算生成相似度矩阵，并计算本轮训练中局部模型之间的一致度向量。然后基于每轮局部模型针对服务端验证集的准确度与局部模型之间的一致度，对不同局部模型的网络参数变化进行加权，实现局部模型清洗的效果，云端服务器将更新后的全局模型再下发至边缘计算装置，重复上述步骤，直至服务器达到预设训练轮数。本发明解决了现有技术中不能有效避免局部模型可能训练出的脏模型和联邦学习中的数据异构的问题，加快全局模型训练的收敛。
-
公开(公告)号：CN115603330A
公开(公告)日：2023-01-13
申请号：CN202211270838.3
申请日：2022-10-17
Applicant: 广东电网有限责任公司中山供电局(CN) , 浙江大学(CN) , 南方电网数字电网研究院有限公司(CN)
Inventor： 胡筱曼 , 崔益国 , 陈浩河 , 董芝春 , 冷必喜 , 郭鸿毅 , 吴乾江 , 吴奕泓 , 吴毅江 , 彭勇刚 , 苗洛源 , 莫浩杰 , 胡丹尔 , 孙静 , 翁楚迪 , 韦巍 , 蔡田田 , 邓清唐 , 陈波 , 李肖博 , 杨英杰 , 朱明增 , 周培
Abstract: 本发明涉及数字电网智能运行和控制技术，旨在提供一种基于自适应离散粒子群算法的配电网优化方法。该优化方法是针对配电网中无功补偿设备在不同负荷水平和发电水平下的最佳出力值进行调节，使配电网整体的网损和各节点电压偏差之和综合最小；在基于无功补偿设备的无功输出功率或者调节档位构建粒子位置矩阵后，利用自适应离散粒子群算法计算出不同粒子位置下配电网的网损及电压偏差，经多次迭代后计算得到全局最优粒子位置矩阵，获得每个无功补偿设备应输出的无功功率值或者调节档位，用于实现无功调节。本发明可以对连续变量和离散变量同时进行优化，能极大地提高算法求解的效率，增强粒子群算法寻找全局最优解的能力，更适于实际配电网场景。
-
Patent Agency Ranking
公开(公告)号：CN114169593A
公开(公告)日：2022-03-11
申请号：CN202111410243.9
申请日：2021-11-24
Applicant: 广东电网有限责任公司中山供电局 , 南方电网数字电网研究院有限公司 , 浙江大学
Inventor： 胡筱曼 , 潘斌 , 陈旗展 , 崔益国 , 陈浩河 , 董芝春 , 王干军 , 黄宇行 , 陆靖宇 , 麦涵 , 何欣欣 , 蔡田田 , 邓清唐 , 陈波 , 彭勇刚 , 莫浩杰 , 胡丹尔 , 孙静 , 翁楚迪 , 韦巍
Abstract: 本发明涉及电动汽车充电技术，旨在提供一种基于负荷预测和深度强化学习的台区电动汽车有序充电方法。包括：根据变电站历史充电剩余容量信息，使用全连接前馈神经网络预测未来剩余充电容量；根据弹性电价机制和预测的未来剩余充电容量，使用基于DQN的深度强化学习算法调整电动汽车充电策略，控制电动汽车接入充电桩的数量。本发明将负荷预测方法引入到电动汽车有序充电运算中，将预测的未来剩余充电容量作为电动汽车充电调度的依据，比传统方法更具实时性、超前性。通过引入深度强化学习到电动汽车有序充电运算中，利用预测到的未来信息超前调度电动汽车有序充电，且具有实时自学习更新能力，比传统算法更灵活有效，进一步提高了经济性和高效性。
-
公开(公告)号：CN114707765A
公开(公告)日：2022-07-05
申请号：CN202210506246.0
申请日：2022-05-10
Applicant: 浙江大学 , 广东电网有限责任公司中山供电局 , 南方电网数字电网研究院有限公司
Inventor： 彭勇刚 , 孙静 , 莫浩杰 , 胡丹尔 , 韦巍 , 潘斌 , 胡筱曼 , 李黔 , 陈旗展 , 崔益国 , 陈浩河 , 董芝春 , 吴毅江 , 何欣欣 , 黄宇行 , 彭博涛 , 张超 , 梁杰华 , 习伟 , 蔡田田 , 陈波 , 邓清唐 , 杨英杰 , 朱明增 , 符杰
Abstract: 本发明涉及涉及电力系统短期负荷预测技术，旨在提供一种基于动态加权聚合的联邦学习负荷预测方法。该方法是由边缘计算装置采用本地数据进行神经网络训练，获得网络参数变化向量上传至云端服务器进行两两相似度计算生成相似度矩阵，并计算本轮训练中局部模型之间的一致度向量。然后基于每轮局部模型针对服务端验证集的准确度与局部模型之间的一致度，对不同局部模型的网络参数变化进行加权，实现局部模型清洗的效果，云端服务器将更新后的全局模型再下发至边缘计算装置，重复上述步骤，直至服务器达到预设训练轮数。本发明解决了现有技术中不能有效避免局部模型可能训练出的脏模型和联邦学习中的数据异构的问题，加快全局模型训练的收敛。
-
公开(公告)号：CN113820574B
公开(公告)日：2025-03-04
申请号：CN202111167844.1
申请日：2021-09-29
Applicant: 南方电网数字电网研究院股份有限公司
Abstract: 本申请涉及一种SoC架构，用于对电网中的电信号进行采样并获取用于识别故障电弧的目标采样数据，所述SoC架构包括：采集前端用于对电网中的电信号进行采样，获取初始采样数据，并对所述初始采样数据进行处理后得到包括故障电弧的目标采样数据；存储器用于存储程序及数据，所述程序包括用户程序及引导程序；微控制器与所述存储器及所述采集前端均电连接，用于响应启动指令，控制外部存储空间内的用户程序存储至所述存储器中第一预设位置；及根据所述程序控制在预设采样模式下的目标采样数据存储至所述存储器中第二预设位置。采用本方法能够通过对电网中取出的电信号进行采样，后续通过软件分析和电弧识别处理来对故障电弧进行研究。
-
公开(公告)号：CN114925962B
公开(公告)日：2025-02-28
申请号：CN202210334300.8
申请日：2022-03-31
Applicant: 天津大学 , 南方电网数字电网研究院股份有限公司 , 广东电网有限责任公司广州供电局
IPC: G06Q10/0639 , G06Q10/04 , G06Q10/0631 , G06Q30/0201 , G06Q50/06 , G06F17/13 , H02J3/00
Abstract: 一种基于节点边际电价的有源配电网运行灵活性量化分析方法：根据选定的有源配电网，输入有源配电网的参数信息和日前对有源配电网潮流计算得到的配电网日内运行状态；根据提供的内容建立有源配电网运行灵活性量化约束；建立基于节点净功率的有源配电网运行灵活性传导模型，并计算灵活性‑节点净功率灵敏度因子；建立用于配电网运行灵活性定价的拉格朗日对偶函数，求解各时段下不同节点的节点净有功功率与节点净无功功率的灵活性价格结果；将结果输出给具有灵活性资源的电力用户，指导电力用户调整可调度资源运行策略。本发明在统一框架下实现灵活性量化，为有源配电网中源网荷储侧多类型灵活性设备优化调度提供可参考信息，进而提升系统运行灵活性。
-
公开(公告)号：CN117723895B
公开(公告)日：2024-05-03
申请号：CN202410176852.X
申请日：2024-02-08
Applicant: 南方电网数字电网研究院股份有限公司
Abstract: 本申请涉及一种基于多端幅值比矩阵的配电网故障区段定位方法和装置。所述方法包括：通过设置在目标配电网中各输电线路节点的行波采集装置，获取目标配电网的行波幅值信息；根据目标配电网的拓扑结构和行波幅值信息，确定目标配电网的幅值比矩阵信息；根据幅值比矩阵信息，确定目标配电网中的故障区段。采用本方法能够基于设置于配电网中各输电线路节点的行波采集装置，及时获取配电网中准确的行波信息，并结合配电网的拓扑结构，构建配电网对应的行波幅值矩阵，从而基于行波幅值矩阵中的数据确定配电网中发生故障的区段，实现利用及时准确的行波幅值信息，准确分析配电网中的故障区段，提高配电网故障检测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.135 seconds)
