-
公开(公告)号：CN109842373A
公开(公告)日：2019-06-04
申请号：CN201910300340.9
申请日：2019-04-15
Applicant: 国网河南省电力公司电力科学研究院 , 华北电力大学 , 国家电网有限公司
IPC: H02S50/10
Abstract: 本申请涉及一种基于时空分布特性的光伏阵列故障诊断方法及装置，本申请从光伏电站的历史运行数据及历史环境数据出发，以光伏阵列出力的时间和空间分布函数计算得出光伏出力的时间分量和空间分量，并以此为训练数据集，以训练数据集对概率神经网络进行训练，得出光伏阵列故障诊断模型，建立的光伏支路出力的时间函数和空间函数，可以有效描述不同故障条件下组串电流的分布规律；基于概率神经网络建立了光伏电站直流侧阵列故障诊断方法，诊断精度高。最终使用支路电流数据输入光伏阵列故障诊断模型即可实现多种类型故障的诊断，能够充分有效利用实际工程现有数据。
-
公开(公告)号：CN116307545A
公开(公告)日：2023-06-23
申请号：CN202310183372.1
申请日：2023-02-28
Applicant: 国网河南省电力公司电力科学研究院 , 华北电力大学 , 国网河南省电力公司
IPC: G06Q10/0631 , G06Q50/06 , G06F17/18 , G06F18/2431 , G06N3/006
Abstract: 本发明公开了基于边缘计算的台区能源自治调控方法，具体包括：构建边缘计算控制架构、构建台区自治模型、构建基于边缘计算的台区能源自治调度模型和构建融合随机森林回归算法与人工鱼群算法的参数优化模型。利用云资源来解决历史运行数据上的最优调度决策数据，随后通过历史运行数据与历史决策数据训练得到模型，并在保持长期参数不变的边缘计算设备上局部采用训练良好的模型，实现台区的实时能量调度。
-
公开(公告)号：CN109842373B
公开(公告)日：2020-04-28
申请号：CN201910300340.9
申请日：2019-04-15
Applicant: 国网河南省电力公司电力科学研究院 , 华北电力大学 , 国家电网有限公司
IPC: H02S50/10
Abstract: 本申请涉及一种基于时空分布特性的光伏阵列故障诊断方法及装置，本申请从光伏电站的历史运行数据及历史环境数据出发，以光伏阵列出力的时间和空间分布函数计算得出光伏出力的时间分量和空间分量，并以此为训练数据集，以训练数据集对概率神经网络进行训练，得出光伏阵列故障诊断模型，建立的光伏支路出力的时间函数和空间函数，可以有效描述不同故障条件下组串电流的分布规律；基于概率神经网络建立了光伏电站直流侧阵列故障诊断方法，诊断精度高。最终使用支路电流数据输入光伏阵列故障诊断模型即可实现多种类型故障的诊断，能够充分有效利用实际工程现有数据。
-
公开(公告)号：CN119689172A
公开(公告)日：2025-03-25
申请号：CN202510110401.0
申请日：2025-01-23
Applicant: 国网河南省电力公司电力科学研究院 , 山东大学
IPC: G01R31/08
Abstract: 本发明提出了考虑干扰事件的配电网绝缘子早期故障检测方法及系统，包括：获取配电网绝缘子的零序电流并基于零序电流计算得到零序电流突变率；若零序电流突变率大于设定阈值，则判断配电网发生了故障或扰动事件；获取配电网绝缘子的原始录波数据并基于小波重构算法对原始录波数据进行滤波；对于滤波后信号，基于故障相电压极值点识别尖峰波形；基于零序电流正弦拟合识别非线性畸变波形，基于识别结果，满足设定的第一判据或者第二判据时，判断可能发生了绝缘子早期故障；接着计算信号的小波能量熵，若大于设定熵的阈值，则为配电网绝缘子早期故障，否则为干扰事件。
-
公开(公告)号：CN119578067A
公开(公告)日：2025-03-07
申请号：CN202411646018.9
申请日：2024-11-18
Applicant: 国网河南省电力公司电力科学研究院
IPC: G06F30/20 , G06Q10/0631 , G06Q50/06 , G06F18/25 , G06F113/04
Abstract: 本发明提供了一种基于模型数据融合的设备级数字孪生体构建方法，属于再生能源调度技术领域，采集光伏发电、风力发电和储能设备的运行数据与外部环境数据；对所述运行数据和所述外部环境数据进行数据清洗和数据标准化处理；构建光伏发电设备的数字孪生体，利用所述外部环境数据、光伏发电设备的运行数据和历史发电数据对光伏发电设备的数字孪生体进行动态调整；构建风力发电设备的数字孪生体；构建储能设备的数字孪生体。优点在于：通过多源数据融合，实现设备的精细化建模与动态优化，确保设备状态的精准反映与调控；通过多源数据融合，实现设备的精细化建模与动态优化，确保设备状态的精准反映与调控。
-
Patent Agency Ranking
公开(公告)号：CN119492958A
公开(公告)日：2025-02-21
申请号：CN202411770371.8
申请日：2024-12-04
Applicant: 国网河南省电力公司电力科学研究院
Abstract: 本发明提供一种用于智能电网系统的电网故障检测定位方法及系统，该方法包括如下步骤：采集配电线路发生故障时的故障行波信号；预处理故障行波信号，得到预处理后的目标故障行波信号；对目标故障行波信号进行行波前沿检测，确定故障行波信号的信号到达时间；通过频域分析方法和时域分析方法从目标故障行波信号中提取故障信号特征；结合故障信号特征和信号到达时间估计发生故障的故障线路的故障线路特性；通过特征识别模型输出故障线路的线路类型和故障类型；基于线路类型和故障类型并利用决策树算法选择最优故障定位算法；根据目标故障行波信号并采用最优故障定位算法确定故障线路的线路位置。本发明具有根据线路类型智能选择最优定位算法的效果。
-
公开(公告)号：CN119150076A
公开(公告)日：2024-12-17
申请号：CN202411294520.8
申请日：2024-09-14
Applicant: 国网河南省电力公司 , 国网河南省电力公司电力科学研究院
IPC: G06F18/24 , H02J3/00 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种配电网状态识别方法、装置、计算机设备及存储介质，属于电力系统拓扑结构辨识研究领域，该方法包括：将配电网抽象成线图模型；根据线图模型构建邻接矩阵和节点特征矩阵；构建配电网状态识别网络；将邻接矩阵和节点特征矩阵输入至配电网状态识别网络，得到断路器的状态。通过将配电网抽象成线图模型，简化了配电网中各种连接节点和线路的复杂情况，有利于减少影响因素，其次通过该线图模型构建反应配电网情况的矩阵，并通过配电网状态识别网络对该矩阵进行识别，能够准确得到断路器情况，这样在当前大规模分布式电源接入情况下，根据配电网中断路器的动态变化，便于实时监控配网拓扑结构，为配电网优化图运行提供拓扑数据支撑。
-
公开(公告)号：CN118980887A
公开(公告)日：2024-11-19
申请号：CN202411091003.0
申请日：2024-08-09
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司
Abstract: 本发明提供了一种基于融合终端的中压单相断线故障识别方法，属于电网故障识别技术领域。包括：利用融合终端监测台区配变低压侧abc三相的电压；当监测到某两相的电压下降至低于第一阈值时，获取电压低于第一阈值的两相为降压相，另外一相为非降压相；如果非降压相与前次采样的电压差绝对值小于第二阈值，且两个降压相的电压和与非降压相的电压差绝对值小于第三阈值，则判定台区配变的高压侧出现单相断线故障。本发明不仅能够及时识别中压配电网的单相断线故障，更能解决故障点的快速定位等问题，能够减少抢修时间，提升供电服务水平。
-
公开(公告)号：CN114782626B
公开(公告)日：2024-06-07
申请号：CN202210393283.5
申请日：2022-04-14
Applicant: 国网河南省电力公司电力科学研究院 , 杭州电子科技大学 , 国家电网有限公司
Abstract: 本发明公开了一种基于激光与视觉融合的变电站场景建图及定位优化方法，首先获取单线激光雷达、惯性传感器IMU、里程计和双目图像数据，进行预处理；然后进行局部定位与建图，构建子地图；在进行激光线程定位与建图的同时，同步进行对双目图像的处理即视觉线程，实现特征点跟踪，判断关键帧；再对获得的关键帧进行目标检测；最后生成语义地标，并投影至子地图；优化子地图，并进行全局优化。本发明方法结合了基于图优化的定位算法和深度学习的优势，可以得到完整的、可供稳定定位的导航地图，大大缩短了特征匹配时间，极大增加了变电站复杂运维场景下的定位的稳定性，并且使得在变电站场景下的导航更加快速和可靠。
-
公开(公告)号：CN114266720B
公开(公告)日：2024-04-23
申请号：CN202111313824.0
申请日：2021-11-08
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司
Inventor： 田杨阳 , 郭志民 , 刘昊 , 袁少光 , 毛万登 , 高小伟 , 赵健 , 刘善峰 , 贺翔 , 张小斐 , 赵慧彤 , 魏小钊 , 万迪名 , 耿俊成 , 梁允 , 黎维彬 , 高松鹤
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/044 , G06N3/048 , G06N3/084
Abstract: 基于混合神经网络的电力导线故障检测方法及系统，首先根据损坏的电力导线所处地域建立损坏严重性指标，然后采集各个地域损坏的电力导线图像以及未损坏的电力导线图像并对采集的图像进行增广，并对所采集的图像已经增广的图像进行标签设置，构建混合神经网络模型并进行训练，最后实时采集电力导线图像输入至训练好的混合神经网络模型中进行判定。本发明基于混合神经网络的电力导线故障检测模型能够提取各类损坏和未损坏的电力线图像的图像特征并进行分类。本发明的混合神经网络优于现有技术，可使得分类识别率高达95.57％。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.2 seconds)
