-
公开(公告)号：CN110827170B
公开(公告)日：2022-09-06
申请号：CN201911057221.1
申请日：2019-10-31
Applicant: 国电南瑞科技股份有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
IPC: G06Q50/06
Abstract: 本发明公开了一种考虑广域量测时延的RTU数据处理方法与装置，采用多断面时刻广域量测的实时库数据存储结构，将设备ID、电气量、时间三维数据结构转化为二维数据结构，降低了存储数据的复杂度。提出调度主站量测数据固定时刻保存的方式，无需单独保存量测数据的时间信息，实现各时刻广域量测数据的快速存储和访问。本发明提供的考虑广域量测时延的RTU数据处理方法与装置，提高了数据库量测数据访问的快速性和便捷性。对量测数据进行滚动刷新修正和预测，提高各存储时刻量测数据准确性。
-
公开(公告)号：CN110555785B
公开(公告)日：2022-08-05
申请号：CN201910723607.5
申请日：2019-08-07
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种月度计划安全稳定校核方法及系统，本发明基于新能源场站历史实测功率序列进行聚类分析和概率统计，获得各新能源场站有功出力调整方案，并结合待校核计划整合生成待校核计划方式集，基于待校核计划方式集对所有预想故障进行安全稳定量化评估，得到安全稳定校核结果；计及了新能源机组不确定性对月度计划校核的影响，使安全稳定校核结果与电网实际更接近，可有效指导实际电网调度运行。
-
公开(公告)号：CN110971492B
公开(公告)日：2021-07-13
申请号：CN201911333744.4
申请日：2019-12-23
Applicant: 国电南瑞科技股份有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种考虑广域量测时延的RTU全网同时断面生成方法及系统，根据RTU量测数据报文时间和RTU量测数据时延，在调度主站机器时间已统一对时的基础上，形成统一时标下一段时间内广域量测汇集数据；基于广域量测汇集数据，若同一时刻电网关键节点RTU量测数据的更新率超过设定阈值，则将该时刻作为断面时刻，根据计划方式下全网潮流修正断面时刻未更新的RTU量测数据，整合形成全网同时断面数据。本发明提供的广域量测数据汇集方法及系统提高了量测数据的实时性，根据关键节点量测数据更新情况确定是否构建全网同时断面，保证了系统的可观测性和可靠性。
-
公开(公告)号：CN113488988B
公开(公告)日：2025-01-21
申请号：CN202110570272.5
申请日：2021-05-25
Applicant: 国电南瑞科技股份有限公司
Abstract: 本发明公开了基于最短路径搜索的计划方式拓扑关系生成方法及装置，基于参考电网运行方式和停复役计划进行停役关联设备识别和最优复役路径搜索，获得待停役可开断设备集和待复役可开断设备集；在此基础上将待停役可开断设备状态置为分，将待复役可开断设备状态置为合，采用广度优先搜索算法进行拓扑分析得到拓扑节点和拓扑岛号，快速形成相对合理的计划方式拓扑关系，本发明使调度计划安全稳定校核结果与电网实际更接近。
-
公开(公告)号：CN117254468A
公开(公告)日：2023-12-19
申请号：CN202311093882.6
申请日：2023-08-28
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司
Abstract: 本发明公开了一种基于拉格朗日松弛的电网有功调度智能决策方法和系统，该方法包括：根据电网运行成本与弃风弃光成本之和最小的目标函数以及有功平衡约束、机组有功出力约束、线路有功功率约束和暂态安全约束构建含风电和光伏的电网实时有功调度模型；将电网实时有功调度模型转化为马尔可夫决策过程模型；利用拉格朗日松弛深度确定性策略梯度算法对马尔可夫决策过程进行建模；采用深度确定性策略梯度算法对深度强化学习智能体进行训练，得到电网实时有功调度的策略神经网络和价值神经网络；利用策略神经网络输出电网实时有功调度的最优策略。本发明综合考虑新能源不确定性，提高深度强化学习智能体训练速度，能够满足实时运行控制的时效性要求。
-
Patent Agency Ranking
公开(公告)号：CN115276035A
公开(公告)日：2022-11-01
申请号：CN202210162228.5
申请日：2022-02-22
Applicant: 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种低频振荡主导模式识别方法、系统及存储介质。方法包括：S1：获取线路的有功功率曲线，对其进行EMD分解，去除高频及直流分量；S2：对去除高频及直流分量的有功功率曲线进行Prony分析，得到各振荡模式的参数初值，选取振荡能量最大的模式为主导模式；S3：确定主导模式某一参数的调整方向；S4：以Prony分析获得的该参数初值为起点，按照调整方向及设定步长对该参数进行调整，并计算调整后的主导模式曲线与原始有功功率曲线的相关系数；S5：重复步骤S4，直至调整后的主导模式曲线与原始有功功率曲线的相关系数达到最大值；S6：更换参数，重复步骤S3至S5，直至修正完所有需要修正的参数。上述方法能更精确地获得系统低频振荡主导模式参数。
-
公开(公告)号：CN111130100B
公开(公告)日：2022-08-05
申请号：CN202010004811.4
申请日：2020-01-03
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网青海省电力公司 , 国家电网有限公司
Inventor： 周海锋 , 徐泰山 , 徐伟 , 鲍颜红 , 任先成 , 袁震 , 严明辉 , 杨君军 , 阮晶晶 , 董凌 , 夏小琴 , 周瑞 , 徐有蕊 , 李延和 , 陈春萌 , 李兵 , 张舒捷 , 李剑
Abstract: 本发明公开了一种考虑新能源不确定性的日内计划安全稳定校核方法及系统，基于新能源场站有功出力概率分布得到与各预想故障的系统安全裕度最小值对应的新能源场站有功出力调整方案，在此基础上根据新能源场站有功出力调整方案和待校核计划数据生成待校核计划方式，基于待校核计划方式对所有预想故障进行安全稳定量化评估，得到考虑新能源不确定性的安全稳定校核结果，计及了新能源发电不确定性对日内计划校核的影响，使安全稳定校核结果与电网实际更接近。
-
公开(公告)号：CN110728471A
公开(公告)日：2020-01-24
申请号：CN201911172312.X
申请日：2019-11-26
Applicant: 中国南方电网有限责任公司 , 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种电网调度操作安全事故等级确定方法及风险指标计算方法，所述确定方法包括：采集电网调度操作各阶段的计算数据；根据计算数据进行电网调度操作各阶段安全稳定仿真计算；根据仿真计算结果统计负荷损失量、对应的损失负荷设备及设备所属厂站；计算预先设置的电网范围内由于电力安全事故造成电网减供负荷比例、用户停电比例和失压厂站数；根据电网减供负荷比例、用户停电比例和失压厂站数确定安全事故等级。本发明实现了电网调度操作安全风险在线评价，为电网调度操作的事先预警和预控奠定技术基础，防范调度操作可能带来的安全隐患，保证电网的安全稳定运行。
-
公开(公告)号：CN110555785A
公开(公告)日：2019-12-10
申请号：CN201910723607.5
申请日：2019-08-07
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种月度计划安全稳定校核方法及系统，本发明基于新能源场站历史实测功率序列进行聚类分析和概率统计，获得各新能源场站有功出力调整方案，并结合待校核计划整合生成待校核计划方式集，基于待校核计划方式集对所有预想故障进行安全稳定量化评估，得到安全稳定校核结果；计及了新能源机组不确定性对月度计划校核的影响，使安全稳定校核结果与电网实际更接近，可有效指导实际电网调度运行。
-
公开(公告)号：CN116244613A
公开(公告)日：2023-06-09
申请号：CN202211709448.1
申请日：2022-12-29
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC: G06F18/2321 , H02J3/00 , G06Q50/06
Abstract: 本发明公布了一种基于历史计算结果的短路电流控制规则提取方法，包括如下步骤，获取预处理后的短路电流历史计算结果，采用高斯混合模型进行聚类，得到高斯混合聚类结果；根据高斯混合聚类结果，基于预设的区间阈值，分离出集合Sbus，进而筛选得到发电机组集合Sgen和线路集合Sline；采用不同的运行方式，计算三集合中所有母线的短路电流，进而得到短路电流的发电机组和接线控制规则。通过海量历史运行方式数据和短路电流历史计算结果，先筛选出可能有效的候选措施，在此基础上融合物理机理，进一步筛选出有效的短路电流控制措施，实现短路电流控制规则的快速可靠提取，支撑电网调控的运行方式调整、预防控制决策，保障新型电力系统的安全稳定运行。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.141 seconds)
