一种配电网络智能安全全方位预警与控制系统

    公开(公告)号:CN114157038A

    公开(公告)日:2022-03-08

    申请号:CN202111512932.0

    申请日:2021-12-11

    IPC分类号: H02J13/00 H02H7/26

    摘要: 本发明公开了一种配电网络智能安全全方位预警与控制系统,包括:运维大数据平台,用于感知运维数据和处理运维操作,对运维事件进行分析、处理并做出决策,运维操作包括采集、存储和展示各种运维数据;智能运维组件,用于根据具体的运维场景、业务规则或专家经验采用人工智能算法构建的组件,包括运维知识图谱和动态决策;自动化工具,用于确定逻辑的运维工具,对技术系统实施运行控制、监控、重启、回滚、版本变更或流量控制操作,以维护技术系统的安全、稳定和可靠运行。根据电网运行关联匹配,为电网故障预测模型提供更加充分合理的数据支撑,进而有效规避电力系统网络运行风险。

    一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法

    公开(公告)号:CN111967688B

    公开(公告)日:2024-02-23

    申请号:CN202010909741.7

    申请日:2020-09-02

    摘要: 本发明公布了一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法包括以下步骤:获取某地区的电力系统历史负荷数据,对历史负荷数据的异常数据进行处理;对影响电力负荷的因素进行分析与量化,将修正后的数据进行归一化;确定神经网络的输入输出数据,确定最优的隐含层的神经元个数,建立卷积神经网络;用训练好的卷积神经网络进行预测,并将预测的数据反归一化从而得到负荷预测值;根据时间序列模型和卷积神经网络预测值确定卡尔曼方程,时间序列模型的预测值作为卡尔曼滤波的真实值,卷积神经网络的预测值作为卡尔曼滤波的测量值,对电网负荷进行预测。本发明预测精度较高,可广泛应用于电力系统的负荷预测中。(56)对比文件张爽.基于改进卷积神经网络在短期负荷预测中的方法研究《.中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2020,(第7期),第C042-511页.Bui, DM 等.A Statistical Data-Filtering Method Proposed for Short-TermLoad Forecasting Models《.JOURNAL OFELECTRICAL ENGINEERING & TECHNOLOGY》.2020,第15卷(第5期),第1947-1967页.Xun Gong 等.A Generic LoadForecasting Method for AggregatedThermostatically Controlled Loads Basedon Convolutional Neural Networks《.2019IEEE Energy Conversion Congress andExposition (ECCE)》.2019,第495-502页.Hossein Javedani Sadaei 等.Short-termload forecasting by using a combinedmethod of convolutional neural networksand fuzzy time series《.Energy》.2019,第175卷第365-377页.

    一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法

    公开(公告)号:CN111967688A

    公开(公告)日:2020-11-20

    申请号:CN202010909741.7

    申请日:2020-09-02

    IPC分类号: G06Q10/04 G06Q50/06 G06N3/04

    摘要: 本发明公布了一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法包括以下步骤:获取某地区的电力系统历史负荷数据,对历史负荷数据的异常数据进行处理;对影响电力负荷的因素进行分析与量化,将修正后的数据进行归一化;确定神经网络的输入输出数据,确定最优的隐含层的神经元个数,建立卷积神经网络;用训练好的卷积神经网络进行预测,并将预测的数据反归一化从而得到负荷预测值;根据时间序列模型和卷积神经网络预测值确定卡尔曼方程,时间序列模型的预测值作为卡尔曼滤波的真实值,卷积神经网络的预测值作为卡尔曼滤波的测量值,对电网负荷进行预测。本发明预测精度较高,可广泛应用于电力系统的负荷预测中。

    一种基于MO-CGABC的主动配电网故障恢复方法

    公开(公告)号:CN114465216A

    公开(公告)日:2022-05-10

    申请号:CN202210048492.6

    申请日:2022-01-17

    摘要: 本发明涉及了一种基于MO‑CGABC的主动配电网故障恢复方法,包括:输入配电网拓扑数据并标注故障点,找出非故障停电区域和具有孤岛供电能力的分布式电源;采用功率圆搜索和深度优先遍历(Depth First Search,DFS)的方法进行孤岛划分;建立重要负荷优先、网损最小、开关操作次数最小的多目标数学模型;利用基于交叉操作的全局人工蜂群算法多次迭代、择优保留;将Pareto最优解集作为主动配电网故障恢复策略,决策人员根据实际问题及自身偏好挑选最终解。本发明同时兼顾配电网安全性、经济性和合理性要求,建立了主动配电网的故障恢复模型,验证了改进MO‑CGABC算法在配电网故障复问题上的可行性和高效性。

    配电网接地故障选线方法
    20.
    发明公开

    公开(公告)号:CN113376480A

    公开(公告)日:2021-09-10

    申请号:CN202110809373.3

    申请日:2021-07-17

    IPC分类号: G01R31/08 G01R31/52 G01R31/58

    摘要: 本发明公布了配电网接地故障选线方法。该方法分别采用5次谐波法、有功分量法和暂态能量法从零序电流信号中提取5次谐波分量、有功分量、暂态能量作为故障特征,并定义其故障测度,然后将这些故障测度作为模型的输入,利用故障稳态与暂态信息对接地故障不同的判别能力,并借助遗传算法强大的宏观搜索能力和良好的全局优化性能,训练时,先用遗传算法对神经网络的权值进行寻找,将搜索范围缩小后,再利用LM改进的BP网络相结合,进而形成一种基于遗传算法的改进LM—BP算法模型的四层神经网络来进行精确求解,以达到全局寻找的目的,还可以避免陷入局部极小,使得选线模型达到较高的精度,以提高选线的稳定性和准确性。