-
公开(公告)号：CN115115188A
公开(公告)日：2022-09-27
申请号：CN202210634858.8
申请日：2022-06-07
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06Q10/06 , G06Q50/06 , G06F30/20 , G06F119/02 , G06F119/06 , G06F119/14
Abstract: 本发明涉及一种电力信息物理系统韧性计算方法，其特征在于：构建电力信息物理系统的初始网络架构；构建信息系统与电力系统的节点多状态模型和支路状态模型，生成初始状态下电力信息物理系统的故障元件集合及有效网络；构建信息系统中的故障传播动力学模型；构建故障在电力系统中传播的节点功率平衡模型；构建故障在信息系统和电力系统间传播的病毒感染动力学模型；迭代求解获得故障在电力信息物理系统传播的稳定状态，计算电力信息物理系统的韧性指标。本发明通过综合分析电力系统与信息系统的运行结构差异，模拟故障在两个系统内部以及两个系统之间的传播机理，克服传统电力信息物理系统韧性研究的单一性和适应性问题。
-
公开(公告)号：CN115273895A
公开(公告)日：2022-11-01
申请号：CN202210705519.4
申请日：2022-06-21
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明公开了一种基于小波时频熵和RUSboost的变压器运行状态监测方法和系统，所述方法包括：搭建电力变压器声纹数据采集平台，采集变压器不同运行工况下的声纹信号数据并进行数据预处理；对预处理后的变压器声纹信号进行时频域分析、运行工况分析以及测点选择；对声纹信号进行50Hz倍频小波时频熵计算；基于RUSBoost算法建立变压器声纹识别模型，对变压器声纹识别模型进行训练和测试；基于变压器声纹识别模型进行变压器运行状态在线监测。本发明为存在样本不平衡声纹的变压器机械状态监测与识别提供有效支撑，对运行工况的分析能够有效排除本身不同运行状态可能造成的误差。
-
Patent Agency Ranking
公开(公告)号：CN114865713A
公开(公告)日：2022-08-05
申请号：CN202210420440.7
申请日：2022-04-21
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
Abstract: 本申请公开了一种考虑可再生能源消纳能力的配电网协调优化方法和系统，所述方法包括：步骤1：分析配电网内不同储能设备的运行特性，建立配电网多类型储能模型，包括地源热泵模型、蝶式斯特林光热模型、高温相变复合储热系统模型、预制舱梯次储能模型和液化空气储能模型；步骤2：考虑配电网运行约束，建立包括多类型储能的配电网运行模型；步骤3：以最大化可再生能源消纳能力为目标建立配电网优化调度模型；步骤4：对步骤1‑3建立的模型进行求解，并根据求解结果对配电网储能进行调度，实现可再生能源消纳能力最大化。本发明可实现系统内可再生能源的有效就地消纳。
-
公开(公告)号：CN114867123B
公开(公告)日：2024-12-13
申请号：CN202210420438.X
申请日：2022-04-21
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: H04W72/121 , H04W72/53 , H04W72/1263
Abstract: 一种基于强化学习的5G物联网多用户调度方法，包括如下步骤：根据通信场景模型，计算集合中每个用户的实际可达速率；根据每个用户的实际可达速率，生成初始调度用户集合；根据每个用户的实际可达速率以及每个用户被调用的次数，通过Q‑learning方法，评价当前调度周期下每个用户的动作价值估计值；确定每个用户的动作价值的置信区间上界值；根据每个用户的动作价值的置信区间上界值，确定当前调度周期下的调度用户集合；根据当前调度周期下的调度用户集合，再次计算当前调度周期下每个已选用户的实际可达速率。利用本发明算法，基站可以直接选择M个最优用户，而无需尝试不同的用户组合。从而减少了计算量，同时算法收敛后的系统性能不低于现有方法。
-
公开(公告)号：CN114867123A
公开(公告)日：2022-08-05
申请号：CN202210420438.X
申请日：2022-04-21
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: H04W72/12
Abstract: 一种基于强化学习的5G物联网多用户调度方法，包括如下步骤：根据通信场景模型，计算集合中每个用户的实际可达速率；根据每个用户的实际可达速率，生成初始调度用户集合；根据每个用户的实际可达速率以及每个用户被调用的次数，通过Q‑learning方法，评价当前调度周期下每个用户的动作价值估计值；确定每个用户的动作价值的置信区间上界值；根据每个用户的动作价值的置信区间上界值，确定当前调度周期下的调度用户集合；根据当前调度周期下的调度用户集合，再次计算当前调度周期下每个已选用户的实际可达速率。利用本发明算法，基站可以直接选择M个最优用户，而无需尝试不同的用户组合。从而减少了计算量，同时算法收敛后的系统性能不低于现有方法。
-
公开(公告)号：CN114580706A
公开(公告)日：2022-06-03
申请号：CN202210087496.5
申请日：2022-01-25
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 基于GRU‑LSTM神经网络的电力金融业务风控方法及系统，通过深度学习对电力金融业务历史数据进行数据分析，得到电力金融业务的风险因素，根据风险因素建立风险预警指标体系，构建风险预警模型，其中深度学习为GRU‑LSTM组合预测：先将金融业务数据通过GRU网络进行分析，再放入LSTM网络进行模拟分析。本发明方法利用深度学习技术对复杂的金融问题数据进行学习分析，并对相关的业务信息进行分析，剖析业务与问题数据之间的关联，有利于规避风险，帮助提升决策管理能力。
-
公开(公告)号：CN115115188B
公开(公告)日：2024-07-12
申请号：CN202210634858.8
申请日：2022-06-07
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06Q10/0639 , G06Q50/06 , G06F30/20 , G06F119/02 , G06F119/06 , G06F119/14
Abstract: 本发明涉及一种电力信息物理系统韧性计算方法，其特征在于：构建电力信息物理系统的初始网络架构；构建信息系统与电力系统的节点多状态模型和支路状态模型，生成初始状态下电力信息物理系统的故障元件集合及有效网络；构建信息系统中的故障传播动力学模型；构建故障在电力系统中传播的节点功率平衡模型；构建故障在信息系统和电力系统间传播的病毒感染动力学模型；迭代求解获得故障在电力信息物理系统传播的稳定状态，计算电力信息物理系统的韧性指标。本发明通过综合分析电力系统与信息系统的运行结构差异，模拟故障在两个系统内部以及两个系统之间的传播机理，克服传统电力信息物理系统韧性研究的单一性和适应性问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.045 seconds)
