-
公开(公告)号：CN114692729A
公开(公告)日：2022-07-01
申请号：CN202210230736.2
申请日：2022-03-10
申请人： 国网浙江省电力有限公司绍兴供电公司
摘要： 本发明提出了一种基于深度学习的新能源场站不良数据辨识与修正方法，包括：获取新能源场站中辨识对象的历史运行数据，在历史运行数据中标记出历史正常数据和历史不良数据；建立辨识模型，根据历史正常数据对辨识模型进行深度学习训练；建立修正模型，将历史不良数据输入修正模型和训练好的辨识模型中，结合辨识模型的输出对修正模型进行深度学习训练；获取辨识对象的实时运行数据，通过将实时运行数据输入训练好的辨识模型中，区分出实时运行数据中的实时正常数据和实时不良数据；将实时不良数据输入训练好的修正模型中，得到实时不良数据的修正值。本发明可显著提高不良数据辨识和修正效率，保障新能源电站的实时安全稳定运行。
-
公开(公告)号：CN114692521A
公开(公告)日：2022-07-01
申请号：CN202210230379.X
申请日：2022-03-10
申请人： 国网浙江省电力有限公司绍兴供电公司
摘要： 本发明提出了一种风电场测风塔的优化布局方法，包括：确定风电场所在区域和风机排布位置；基于风机排布位置，通过DBSCAN算法在风电场所在区域中划分出测风区域；根据地形数据和历史测风数据建立测风塔选址量化标准，结合网格化筛选方法在测风区域中筛选出符合预设选址标准的测风点；建立测风塔的布局评价指标，根据布局评价指标在备选测风点中确定测风塔位置。本发明通过对风电场测风塔的合理布点，提升了风电场测风塔选址的精度，保证测风数据更具代表性且相对可靠，对发电量后评估和超短期功率预测预测精度都具有重要意义。同时，提出的分区方法还为确定测风塔的数量提供依据，减少了过度建设测风塔造成的资金浪费。
-
公开(公告)号：CN117541907A
公开(公告)日：2024-02-09
申请号：CN202311500692.1
申请日：2023-11-13
申请人： 上海交通大学 , 国网新源控股有限公司 , 国网浙江省电力有限公司绍兴供电公司 , 国家电网有限公司
IPC分类号： G06V10/82 , G06N3/0464 , G06V10/764 , G06V10/44 , G06V10/766 , G06V20/17 , G06N3/0442 , G06N3/08 , G06Q50/06 , G06Q10/20
摘要： 本发明公开了一种调峰电源主设备图像建模方法、系统及存储介质，涉及电力设备监测技术领域。本发明包括以下步骤：采集待检测的图像；对图像中的目标进行标注，得到目标数据集；搭建YOLO V8的整体网络结构；利用目标数据集对YOLO V8的整体网络结构进行训练，得到目标检测模型。利用本发明的目标检测方法，调峰电源主设备巡检人员能够快速、准确地识别和定位关键设备，并及时发现潜在问题。相对于传统巡检方法，本发明不仅提高了调峰电源主设备巡检工作的效率，还保证了设备的安全性和稳定性。
-
公开(公告)号：CN116863199A
公开(公告)日：2023-10-10
申请号：CN202310614299.9
申请日：2023-05-29
申请人： 上海交通大学 , 国网新源控股有限公司 , 国网浙江省电力有限公司绍兴供电公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/44 , G06V20/40 , G06V10/56 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种调峰电源设备图像处理方法，涉及调峰电源设备技术领域，包括采集漏油区域的原始视频，将所述原始视频进行逐帧分解成原始图片集；对所述原始图片集中的原始图片进行锐化处理，强化原始图片中的油污区域的边缘部分，生成检测图像；对所述检测图像中的油污区域的位置进行判断。能够对形状各异、背景复杂且可能存在干扰物体的油污区域区域的位置进行判断，获得油污区域的像素位置信息，其中包含轮廓形状这一重要信息。轮廓形状能够很好地辅助模型判断识别结果是否为油污区域，使得维护管理人员难以及时发现漏油区域，及时进行检修维护。
-
公开(公告)号：CN114944645A
公开(公告)日：2022-08-26
申请号：CN202210230713.1
申请日：2022-03-10
申请人： 国网浙江省电力有限公司绍兴供电公司
摘要： 本发明提出了一种计及资源时空相关性的新能源发电集群划分方法，包括：采用主成分分析法对新能源场站的资源监测数据进行分析，确定影响新能源场站出力的资源主成分因素；根据新能源场站历史出力数据，计算新能源场站的出力特性指标；将资源主成分因素与出力特性指标相结合，生成新能源场站资源与出力的特征数据集合；通过预设距离原则结合簇内误差平方和确定特征数据集合的初始聚类中心，基于K‑means算法根据初始聚类中心对特征数据集合进行聚类分析，根据聚类分析结果划分新能源发电集群。本发明考虑新能源出力与资源环境在时空上具有关联特性，对新能源资源挖掘以及协调运行控制具有支撑作用，并提高了聚类算法的运算速度以及聚类结果的准确性。
-
公开(公告)号：CN114944645B
公开(公告)日：2024-09-20
申请号：CN202210230713.1
申请日：2022-03-10
申请人： 国网浙江省电力有限公司绍兴供电公司
IPC分类号： H02J3/00 , H02J3/38 , G06F18/23213 , G06F18/2135
摘要： 本发明提出了一种计及资源时空相关性的新能源发电集群划分方法，包括：采用主成分分析法对新能源场站的资源监测数据进行分析，确定影响新能源场站出力的资源主成分因素；根据新能源场站历史出力数据，计算新能源场站的出力特性指标；将资源主成分因素与出力特性指标相结合，生成新能源场站资源与出力的特征数据集合；通过预设距离原则结合簇内误差平方和确定特征数据集合的初始聚类中心，基于K‑means算法根据初始聚类中心对特征数据集合进行聚类分析，根据聚类分析结果划分新能源发电集群。本发明考虑新能源出力与资源环境在时空上具有关联特性，对新能源资源挖掘以及协调运行控制具有支撑作用，并提高了聚类算法的运算速度以及聚类结果的准确性。
-
公开(公告)号：CN114444763A
公开(公告)日：2022-05-06
申请号：CN202111540671.3
申请日：2021-12-16
申请人： 国网浙江省电力有限公司绍兴供电公司
摘要： 本申请实施例提出了基于AFSA‑GNN的风电功率预测方法，包括将得到的风电数据进行清洗，进行归一化处理；搭建RNN模型，确定RNN模型的隐含层节点个数；基于得到的RNN模型进行回归运算得到预测功率，结合预测功率与实测功率的均方根误差最小构建目标函数；初始化AFSA算法的各项参数，利用AFSA算法步骤对RNN模型的权值进行优化；向优化后的RNN模型中输入处理后的风电数据进行风电功率预测，得到风电输出功率预测值。通过利用人工鱼群算法的出色寻优能力，以RMSE最小为目标函数，快速实现对脊波神经网络连接权重的寻优，利用脊波神经网络对高维数据的快速逼近能力，从而建立风电的输出功率预测模型，能有效提高预测精度。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.046 秒)
