-
公开(公告)号：CN120016672A
公开(公告)日：2025-05-16
申请号：CN202510042967.4
申请日：2025-01-10
Applicant: 国网安徽省电力有限公司 , 南京国电南自电网自动化有限公司 , 西安交通大学 , 国网安徽省电力有限公司宣城供电公司 , 安徽南瑞继远电网技术有限公司
Abstract: 本发明公开一种基于频率跟踪的含新能源变电站备自投的控制方法及系统，方法包括监测主线路断路器跳闸信号，出现跳闸信号，获取母线电压U。如果母线电压U
-
公开(公告)号：CN108199355A
公开(公告)日：2018-06-22
申请号：CN201810116056.1
申请日：2018-02-06
Applicant: 国网安徽省电力有限公司 , 西安交通大学
CPC classification number: H02H7/22 , H02H7/0455 , H02H7/26
Abstract: 本发明公开了一种分析电子互感器与电磁互感器配合对系统保护影响的方法，步骤如下：S1，给定母线差动保护的相关参数计算公式；所述相关参数包括保护判据、动作电流、制动电流和比率；S2，利用PSCAD软件建立母线差动保护模型；S3，得到母线差动保护的差动电流Id和制动电流Ires：S4，对三种故障点分别进行仿真分析；本发明利用了PSCAD环境下建立的母线差动保护仿真模，通过对区内故障、区外故障和线路出口故障等情况分别进行仿真，研究电子式(ECT)、电磁式电流互感器相互配合下的母线差动保护动作性能。仿真结果表明，混合接入互感器情况下，虽然会使得稳态运行情况下的差流产生异常的增加，如果保护的定值设定有合理的裕度，可以完全消除其影响。
-
公开(公告)号：CN116455061A
公开(公告)日：2023-07-18
申请号：CN202310260824.1
申请日：2023-03-14
Applicant: 国网安徽省电力有限公司 , 武汉凯默电气有限公司 , 西安交通大学
IPC: H02J13/00
Abstract: 本发明公开一种变电站一二次信号关联测试过程可视化方法及系统，包括绘制变电站主接线图，所述主接线图中各一次设备均创建独立间隔；将SCD文件中二次设备对应逻辑节点关联至所述主接线图一次设备及相应间隔，完成所述一次设备和所述二次设备的关联建模；基于所述二次设备的状态监测配置，动态展示各所述间隔的电压电流、所述主接线图的一次设备运行状态以及所述二次设备的测试状态监测；通过收集、整理、分析测试间隔的跳闸、动作、闭锁、反校、回采和位置等信号来校验跳合闸动作的逻辑和时序是否正确。
-
公开(公告)号：CN108199355B
公开(公告)日：2019-04-30
申请号：CN201810116056.1
申请日：2018-02-06
Applicant: 国网安徽省电力有限公司 , 西安交通大学
Abstract: 本发明公开了一种分析电子互感器与电磁互感器配合对系统保护影响的方法，步骤如下：S1，给定母线差动保护的相关参数计算公式；所述相关参数包括保护判据、动作电流、制动电流和比率；S2，利用PSCAD软件建立母线差动保护模型；S3，得到母线差动保护的差动电流Id和制动电流Ires：S4，对三种故障点分别进行仿真分析；本发明利用了PSCAD环境下建立的母线差动保护仿真模，通过对区内故障、区外故障和线路出口故障等情况分别进行仿真，研究电子式(ECT)、电磁式电流互感器相互配合下的母线差动保护动作性能。仿真结果表明，混合接入互感器情况下，虽然会使得稳态运行情况下的差流产生异常的增加，如果保护的定值设定有合理的裕度，可以完全消除其影响。
-
公开(公告)号：CN108414812A
公开(公告)日：2018-08-17
申请号：CN201810116058.0
申请日：2018-02-06
Applicant: 国网安徽省电力有限公司 , 西安交通大学
Abstract: 本发明公开了一种基于罗氏线圈的电子式电流互感器，包括罗氏线圈等效电路、放大电路和积分电路；积分电路通过放大电路与罗氏线圈等效电路连接。建立的罗氏线圈电子式电流互感器模型中罗氏线圈等效电路用来等效线圈的参数，通过采样电阻输出电压信号；放大电路将线圈输出的小电压信号进行放大，以供后面的积分元件使用；最后的积分电路是最重要的一个部分，首先良好的积分环节一方面可以放大需还原的信号，能保证测量的精确度，降低误差，另一方面可以优化信号，过滤掉无用的干扰。并根据建立的对罗氏线圈电子式电流互感器模型进行仿真模拟分析其特性，为电子式电流互感器在实用过程中提供技术支持。
-
Patent Agency Ranking
公开(公告)号：CN108414812B
公开(公告)日：2021-01-29
申请号：CN201810116058.0
申请日：2018-02-06
Applicant: 国网安徽省电力有限公司 , 西安交通大学
Abstract: 本发明公开了一种基于罗氏线圈的电子式电流互感器，包括罗氏线圈等效电路、放大电路和积分电路；积分电路通过放大电路与罗氏线圈等效电路连接。建立的罗氏线圈电子式电流互感器模型中罗氏线圈等效电路用来等效线圈的参数，通过采样电阻输出电压信号；放大电路将线圈输出的小电压信号进行放大，以供后面的积分元件使用；最后的积分电路是最重要的一个部分，首先良好的积分环节一方面可以放大需还原的信号，能保证测量的精确度，降低误差，另一方面可以优化信号，过滤掉无用的干扰。并根据建立的对罗氏线圈电子式电流互感器模型进行仿真模拟分析其特性，为电子式电流互感器在实用过程中提供技术支持。
-
公开(公告)号：CN114283084B
公开(公告)日：2025-05-16
申请号：CN202111582996.8
申请日：2021-12-22
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院
IPC: G06T5/73 , G06T5/60 , G06T5/10 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种特高压换流站屏柜压板监测去反射干扰网络及方法，包括多个顺次级联的编码器和多个顺次级联的解码器，编码器包括顺次连接的两个残差块和一个WRNL块，解码器包括顺序连接的卷积层、两个残差块和一个WRNL块，卷积层连接一个SE块，当前解码器输入端融合的上一级输出结果以及每个编码器的输出结果之后输入到当前解码器中的SE块，SE块通过卷积层调整通道数量之后将结果输入到当前解码器中的残差块，带反射干扰的图像输入第一级编码器，最后一级解码器输出去掉反射干扰的图片；本发明的优点在于：解决特高压直流换流站设备全景监测过程屏柜表面玻璃反光导致所采集图像部分区域难以监测的难题。
-
公开(公告)号：CN113659539B
公开(公告)日：2024-04-26
申请号：CN202110700674.2
申请日：2021-06-23
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明的一种基于5G技术的配网纵联差动保护实现方法，包括将自适应整定好的定值流转至配电自动化主站，由主站采用5G通信的方式下发至保护装置中，使得保护装置能够实时调整定值。本发明建立了基于5G技术的配网纵联差动保护实现机制，建立了广域范围内配网保护定值实时动态调整机制，弥补了三段式电流保护在遇到结构复杂且运行方式切换频繁的线路时，容易出现定值失配的缺点，使得配网保护对电网运行方式和结构有更强的适应性。
-
公开(公告)号：CN114329862A
公开(公告)日：2022-04-12
申请号：CN202111583017.0
申请日：2021-12-22
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 长园深瑞继保自动化有限公司
IPC: G06F30/18 , G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , H04L41/12 , H04L41/16 , G06F111/02 , G06F111/04
Abstract: 特高压换流站全景监控的泛在异构网络拓扑优化控制方法，属于特高压换流站全景监控技术领域，解决特高压换流站在网络发生故障时重构通信网络的实时性差、可靠性低而造成的全景监控数据传输拥堵的问题；基于深度强化学习的拓扑控制算法，顺序构建异构网络的拓扑结构；采用深度强化学习和蒙特卡罗树搜索相结合的框架，根据预先定义的拓扑规则依次构建网络；深度卷积神经网络被训练来预测部分建立的拓扑的传输流量，并引导蒙特卡罗树在搜索空间中更有前途的区域中展开搜索；蒙特卡罗树的搜索结果加强了深度卷积神经网络的学习，以便在下一次迭代中获得更准确的预测。
-
公开(公告)号：CN114283062A
公开(公告)日：2022-04-05
申请号：CN202111581497.7
申请日：2021-12-22
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院
Abstract: 特高压换流站保护系统全景监控图像重建与传输方法，属于特高压换流站全景监控技术领域，解决目前特高压换流站保护系统全景监视图像存在的模糊不清、分辨率低，以及在网络发生故障时全景监控数据传输拥堵的问题；通过在深度多尺度残差网络模型中采用多尺度卷积块构建多种尺度提取图像的低阶和高阶特征，避免图像细节提取不完备现象，采用残差学习机制来保留低阶粗糙特征，促进特征的再利用，进而提高图像的重建能力；拓扑优化通过构建异构网络的拓扑结构，采用深度强化学习和蒙特卡罗树搜索相结合的框架，根据预先定义的拓扑规则依次构建网络；蒙特卡罗树的搜索结果加强了深度卷积神经网络的学习，以便在下一次迭代中获得更准确的预测。
-
-
-
-
-
-
-
-
-
Search Results
157
records
(took 0.049 seconds)
