-
公开(公告)号：CN110796303B
公开(公告)日：2023-11-07
申请号：CN201911018674.3
申请日：2019-10-24
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC: G06Q10/04 , G06F18/23 , G06F18/214 , G06Q50/06
Abstract: 一种基于EWT和ODBSCAN的短期电力负荷预测方法，可解决单一的预测模型对于具有复杂变化及随机特性的负荷序列，预测难以获得理想的精度的技术问题。本发明提出基于EWT和ODBSCAN的组合预测方法，首先，采用EWT分解负荷，得到不同的固有模态分量；其次，采用合理的方法对各分量进行预测。其中，低频、中频分量采用IRF预测；高频分量具有不确定性，使用ODBSCAN根据气象因素温度和湿度聚类，再根据每类的样本特性选择处理方法。最后，叠加各个分量的预测结果，获取总的预测结果。根据某地市现场实测负荷数据进行实验，预测结果分别与EWT‑IRF、EWT‑RF、EMD‑IRF模型的预测结果进行对比，可以获得更高的预测精度，体现实际负荷的变化规律。
-
公开(公告)号：CN115271242A
公开(公告)日：2022-11-01
申请号：CN202210970798.7
申请日：2022-08-13
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
Abstract: 本发明实施例公开了一种光伏发电功率预测模型的训练方法、预测方法、装置。按照天气类型，将待训练数据进行划分，得到多种划分后的待训练数据；将多种划分后的待训练数据输入预设的光伏功率集成预测模型Stacking TCN‑LGBM‑PM中；基于预设的光伏功率集成预测模型，对每种划分后的待训练数据进行计算，得到每种划分后的待训练数据对应的光伏功率；根据计算得到的每种划分后的待训练数据对应的光伏功率和每种划分后的待训练数据对应的标识光伏功率，对光伏功率集成预测模型进行训练，得到训练后的多种天气类型对应的光伏功率集成预测模型。解决了光伏发电功率预测精度过低的问题，提高了光伏发电功率的预测精度。
-
公开(公告)号：CN113887794A
公开(公告)日：2022-01-04
申请号：CN202111144517.4
申请日：2021-09-28
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网安徽省电力有限公司
Abstract: 本发明公开了一种配电网无功优化的方法及装置，所述方法包括以下步骤：将配电网的历史负荷、拓扑数据以及对应的历史无功优化策略输入改进的CNN网络进行特征提取；特征提取后的配电网数据中历史负荷、拓扑数据作为DBN网络的输入，对应的历史无功优化策略作为DBN网络的输出，训练DBN网络，直到达到预设的迭代次数或者网络损耗不变的时候停止训练得到无功优化模型；将实时获取的历史负荷、拓扑数据输入无功优化模型，得出实时的无功优化策略，利用实时的无功优化策略对配电网进行无功优化；本发明的优点在于：配电网无功优化过程的计算时间短以及精度高。
-
公开(公告)号：CN108964120B
公开(公告)日：2021-09-24
申请号：CN201810699373.0
申请日：2018-06-29
Applicant: 安徽大学 , 国网安徽省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种低压分布式光伏接入容量优化控制方法，该方法使用控制器与调容调压变压器提升光伏接入容量的优化控制，该方法在一定程度上解决了台区因光伏消纳能力较差而引发的电压正偏差问题，显著提升了低压台区的低压分布式光伏的接入容量，并降低了低压台区电能质量建设改造的成本，普片适用于含分布式光伏的低压台区。
-
公开(公告)号：CN117214635A
公开(公告)日：2023-12-12
申请号：CN202311338400.9
申请日：2023-10-17
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司亳州供电公司 , 安徽大学
IPC: G01R31/12
Abstract: 本发明公开了一种基于瞬时无功电流的三相交流串联故障电弧检测方法，属于电气故障检测领域。本发明针对三相交流串联型电弧故障，根据瞬时无功理论将三相电流经过坐标变换得到瞬时无功电流；电弧故障发生前瞬时无功电流为零，电弧故障发生后瞬时无功电流发生波动，通过检测瞬时无功电流的变化判断电弧故障的发生。当瞬时无功电流在设置的阈值范围以内时，无电弧故障发生，当瞬时无功电流超过设置的阈值范围时，判断电弧故障发生。本发明解决了传统故障检测方法对于电机类负载故障诊断准确率低的问题。本发明的故障检测信号变化明显，可以减小噪声的干扰，能够有效提高故障电弧检测的准确度，避免故障漏判和误判。
-
Patent Agency Ranking
公开(公告)号：CN117039854A
公开(公告)日：2023-11-10
申请号：CN202310930460.3
申请日：2023-07-27
Applicant: 国网安徽省电力有限公司合肥供电公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽大学
Inventor： 陶伟龙 , 汪勋婷 , 方进虎 , 孔德骏 , 唐大城 , 张程 , 王钰竹 , 丁津津 , 毛德拥 , 吕晓娜 , 王洪波 , 王伟 , 毛旬 , 郭力 , 周杨俊冉 , 印欣 , 张宏庆 , 陈璐 , 张传海 , 张倩
Abstract: 本发明公开了一种用于电网任务监视及管控的快速复电系统，包括故障感知模块、任务驱动模块、任务管理模块、故障处置模块、进程管控模块、风险管控模块、日志记录模块。本系统基于完善的快速复电经验库，结合快速复电的进度以及辅助决策结果，为快速复电全程提供任务推送，实现对故障处置流程管控。旨在通过技术手段减少调度员对于快速复电的工作量，极大程度地缩短快速复电时间，减轻调度员快速复电压力，提前规避各类处置风险。辅助构建新型电力系统下的一体化大电网安全防御体系。
-
公开(公告)号：CN116451035A
公开(公告)日：2023-07-18
申请号：CN202310450686.3
申请日：2023-04-25
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC: G06F18/15 , G06F18/2433 , G06F18/243 , G06F18/214 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/082 , H02J3/00
Abstract: 本发明涉及一种提高分布式光伏预测精度的数据特征工程处理方法，包括：基于iForest算法进行初始数据识别；超分辨率重构‑双通道卷积神经网络进行数据重构，得到重构数据；通过皮尔逊相关系数将得到的重构数据进行相关性的分析；通过相关性的分析和格兰杰因果检验GCT找到最优时间偏移量输入进物理模型，将风速和风向进行变换和气象数据的归一化输入数据驱动模型进行处理。本发明中的物理模型的数据处理，专门用于处理场数据的时空相关性，最后引入特征生成技术来实现数据驱动模型的数据特征提取最大化；对缺失数据进行了识别差补，弥补了分布式光伏电站的数据缺失问题，因为该神经网络的双通道处理，差补的缺失数据与原有的相关性较高。
-
公开(公告)号：CN116316853A
公开(公告)日：2023-06-23
申请号：CN202310362043.3
申请日：2023-04-03
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽大学
Inventor： 丁津津 , 汪勋婷 , 谈韵 , 张翼 , 郝翠甲 , 田宇 , 张征凯 , 戚振彪 , 李蕊 , 徐斌 , 惠慧 , 闫涛 , 曾光 , 娄伟 , 董苏 , 陈林 , 潘高伟 , 孙伟
IPC: H02J3/38 , H02J3/00 , G06Q10/0635 , G06Q50/06
Abstract: 一种分布式电源频繁并离网风险评估方法及系统，属于电力系统技术领域，解决现有的风险评估方法未考虑在保护装置作用下的分布式电源频繁并离网对电网造成影响的问题；本发明的技术方案根据电网的拓扑结构、各节点的用电功率和分布式电源的发电功率，计算电网潮流以及节点电压偏移，根据预设的电压上限值、下限值，循环判断并入节点的分布式电源是否存在频繁并离网情况，从而对分布式电源频繁并离网的风险进行评估，本发明的技术方案解析过程清晰、效率高，对于不同电压等级、不同结构的电网具有普遍适用性，并且能准确反映实际工程中分布式电源的运行方式。
-
公开(公告)号：CN113159361A
公开(公告)日：2021-07-23
申请号：CN202011398686.6
申请日：2020-12-03
Applicant: 安徽大学 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司
Abstract: 本发明的一种基于VDM和Stacking模型融合的短期负荷预测方法及系统，采集负荷序列数据，并输入到事先训练好的预测模型，进行负荷预测并输出预测结果；其中，预测模型的训练步骤如下：采用VMD算法将获取到的原始负荷序列分解为不同的固有模态分量IMF；计算每个IMF负荷分量序列的ApEn值；把每一个ApEn值作为一个随机分量，基于Stacking的思想，XGBoost和长短期记忆神经网络来构建模态分量IMF的预测模型；通过将上述预测模型对各模态分量IMF的预测结果叠加得到最终预测结果，再进行加权融合。相比传统方法的结果，本发明方法的结果表明基于多模型融合的Stacking集成学习方法在电力负荷预测中有良好的应用效果。
-
公开(公告)号：CN108183488B
公开(公告)日：2020-04-28
申请号：CN201711403797.X
申请日：2017-12-22
Applicant: 安徽大学 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明针对现有高渗透率大规模分布式能源系统，在集群划分依据、划分方法、调压策略方面仍旧处于探索阶段，不便于对高渗透率大规模分布式能源系统开展后续电压调节的问题，提供一种基于集群划分的高渗透率分布式能源系统智能调压方法。该方法，包括：采用K‑means算法将电力系统中的节点划分为n个亚群落，以可控PV节点无功功率和有功功率为可调变量，并在亚群落内进行潮流运算；预设非线性调节周期，采用混合粒子群优化算法对PV节点电压进行粗调节，并确定工作点Γ；根据确定的工作点Γ，采用节点电压的线性化方程对PV节点电压进行细调节。本发明可有效的解决高渗透率可再生能源的过电压问题，并具有良好的实时性。
-
-
-
-
-
-
-
-
-
Search Results
386
records
(took 0.16 seconds)
