-
公开(公告)号:CN110504675A
公开(公告)日:2019-11-26
申请号:CN201910490946.3
申请日:2019-06-06
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网河北省电力有限公司 , 国网河北省电力有限公司雄安新区供电公司
摘要: 一种交直流混合配电网改造规划方法及系统,包括:基于交直流混合配电网改造项目类型构建多层模型;基于预先设定的算法对多层模型采用自底向上进行求解,得到分布式电源和电压源换流器的容量;基于分布式电源和电压源换流器的容量对交直流混合配电网进行改造;多层模型包括:基于网络优化构建的下层模型、基于分布式电源规划构建的中层模型和基于直流改造规划构建的上层模型。本方案中通过构建下层模型、中层模型和上层模型,考虑了分布式电源和电压换流器的容量规划独立性,得到了合理的容量规划结果,为实际工程提供了合理的方案,对于各种改造场景具有普遍性。本方案中针对多层模型采用自底向上进行求解,提高了求解模型的准确率和计算效率。
-
公开(公告)号:CN110365015A
公开(公告)日:2019-10-22
申请号:CN201910680051.6
申请日:2019-07-26
申请人: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司 , 国家电网有限公司 , 国网河北省电力有限公司 , 中国电力科学研究院有限公司
IPC分类号: H02J3/00
摘要: 本发明公开了一种基于分布智能的配电网故障处理方法及装置,包括:结合分布式馈线自动化系统的运行特征,建立适用于分布式馈线自动化系统的供电恢复目标;考虑负荷数量的多少与负荷类型的重要程度,建立区域负荷评估模型;采用深度优先遍历建立待恢复区域拓扑模型,基于单联络开关供电恢复方法和单联络开关切负荷供电恢复方法进行故障处理,实现供电恢复。本发明能够减轻主站集中控制和信息处理的压力,实现多联络、多分支、多电源的配电网供电恢复策略精益化。
-
公开(公告)号:CN110929976B
公开(公告)日:2024-08-09
申请号:CN201910942381.8
申请日:2019-09-30
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网河北省电力有限公司经济技术研究院 , 国网河北省电力有限公司
IPC分类号: G06Q10/0639 , G06Q50/06
摘要: 本发明提供了一种配电网负荷点可靠性评价方法及系统,所述方法包括如下步骤:收集统计时段内各待分析负荷点的静态信息和运行数据;基于所述静态信息和各负荷点的运行数据计算各负荷点在每次故障中停电系数;基于预先设定的负荷点可靠性指标和停电系数确定各负荷点的供电可靠性综合指标值;根据各负荷点的供电可靠性综合指标值,评价每个负荷点可靠性。本发明可以具体判断含有分布式电源的配电网中每个负荷点的供电可靠性,提高了评价的精度,进一步提高了评价的准确性。
-
公开(公告)号:CN116937548A
公开(公告)日:2023-10-24
申请号:CN202310870817.3
申请日:2023-07-14
申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司南京供电分公司 , 国家电网有限公司
IPC分类号: H02J3/00 , G06Q10/04 , G06Q30/0202 , G06Q50/06 , G06N3/045 , G06N3/044 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/0499 , G06N3/09 , G06N3/084 , G06N3/0985
摘要: 本发明属于能源消耗预测技术领域,提供一种短期住宅负荷预测方法及系统,方法包括获取AEP和IHEPC电力能耗原始数据;对AEP和IHEPC电力能耗原始数据进行预处理,将原始数据标准化至特定区间内得到AEP和IHEPC电力能耗数据集;基于注意力特征网络进行序列表示,时序前馈网络进行时序有效学习,搭建短期住宅负荷预测混合网络;利用AEP和IHEPC电力能耗数据集对短期住宅负荷预测混合网络进行监督训练,以负荷预测结果为输出,得到短期住宅负荷预测模型。该方法提高模型的预测准确度,在抑制重要性相对较低的特征的同时,使得模型更加关注更具判别性的特征。
-
公开(公告)号:CN112836374A
公开(公告)日:2021-05-25
申请号:CN202110175916.0
申请日:2021-02-09
申请人: 上海交通大学 , 国家电网有限公司 , 国网浙江省电力有限公司杭州供电公司 , 中国电力科学研究院有限公司
IPC分类号: G06F30/20 , G06Q10/06 , G06Q30/02 , G06Q50/06 , G06F111/08 , G06F119/02
摘要: 本发明提供了一种可靠性指标增量确定方法和系统,包括:根据负荷增量和预先建立的保护动作概率模型,计算元件保护动作概率;根据元件保护动作概率计算线路过载停运率;根据线路过载停运率,确定可靠性指标值;保护动作概率模型,是基于保护元件的整定参数建立的。本发明对网络中受用户侧负荷增量的线路保护动作概率给出了模型,可以进行数学表示和运算,还能计算过载停运率,最终得到配电网系统的可靠性指标值。本发明利用增量计算法减少计算成本,同时适用于规划和运行两阶段,对于已经建成的配电网,负荷系数越高,该可靠性指标评估方法对线路过载停运的刻画越精准。因此尤其适用于负荷增长速度较快的配电系统网络。
-
公开(公告)号:CN112819197A
公开(公告)日:2021-05-18
申请号:CN202011619031.7
申请日:2020-12-31
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司南京供电分公司
摘要: 本发明涉及一种区域智慧能源系统优化配置方法和系统,包括:获取优化周期中各时刻区域内的冷、热和电三种能源的负荷需求;将优化周期中各时刻区域内的冷、热和电三种能源的负荷需求代入预先构建的优化配置模型中,利用改进的粒子群算法求解所述优化配置模型,获得待优化参数的最优解。本发明提供的技术方案,更为合理的对区域智慧能源系统进行规划,保证该系统运行的经济性,避免不必要的损失以及污染。
-
公开(公告)号:CN110912170A
公开(公告)日:2020-03-24
申请号:CN201910983737.2
申请日:2019-10-16
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司经济技术研究院
摘要: 本发明涉及一种低压直流用电系统的换流器接地方案选择方法和系统,包括:根据低压直流用电系统中换流器的接线形式确定低压直流用电系统中换流器可供选择的接地方案,根据低压直流用电系统中换流器可供选择的接地方案的初始指标矩阵选择低压直流用电系统中换流器的最优接地方案。本发明提供的技术方案,原理简单,操作性强,有效解决了低压直流用电系统接地方式选择问题,为直流配电网的发展、尤其是低压直流配电网的发展提供理论支撑。
-
公开(公告)号:CN108512215A
公开(公告)日:2018-09-07
申请号:CN201711489226.2
申请日:2017-12-30
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
摘要: 针对现有技术的不足,本发明公开基于提升可靠性的配电网开关规划方法,通过结合地理信息,对配网区域或单一线路进行开关优化配置,根据不同的需求提供不同的开关配置方案。为实现以上目的,本发明包括所述步骤:从PMS中获取配电网的基础图模数据;解析并校验步骤1中导出的数据图模数据,并检查基础数据的图数一致性;输入可靠性参数和经济性参数;对配网区域或单一线路进行开关优化配置;配置方案选择并进行计算;根据输出结果设置开关加装的位置。本发明通过这样的技术方案,通过一整套配电网的优化配置方案,根据不同需求提供不同的开关设置方法。同时获取的开关信息能直接标注在图上重新回传到PMS系统中,使得数据即时更新。
-
公开(公告)号:CN110533054A
公开(公告)日:2019-12-03
申请号:CN201810515427.3
申请日:2018-05-25
申请人: 中国电力科学研究院有限公司 , 国家电网公司 , 国网浙江省电力有限公司
摘要: 本发明涉及一种多模态自适应机器学习方法及系统,所述方法包括:获取待求解对象及待求解对象的训练数据;若所述待求解对象在长时记忆中存在相关的机器学习模型,则根据所述待求解对象的训练数据,将长时记忆中的所述待求解对象相关的机器学习模型应用于求解所述待求解对象;若所述待求解对象在长时记忆中不存在相关的机器学习模型,则根据所述待求解对象的训练数据,在工作记忆中构建所述待求解对象相关的机器学习模型,并将工作记忆中构建的所述待求解对象相关的机器学习模型应用于求解所述待求解对象,本发明提供的技术方案,可以保证待求解对象的安全可行性并不断提高待求解对象精度与性能。
-
公开(公告)号:CN110533054B
公开(公告)日:2024-02-06
申请号:CN201810515427.3
申请日:2018-05-25
申请人: 中国电力科学研究院有限公司 , 国家电网公司 , 国网浙江省电力有限公司
IPC分类号: G06N20/10 , G06N3/092 , G06N3/0442 , G06N7/01 , G06F18/2431 , G06F18/25 , G06F18/27 , G06Q50/06
摘要: 本发明涉及一种多模态自适应机器学习方法及系统,所述方法包括:获取待求解对象及待求解对象的训练数据;若所述待求解对象在长时记忆中存在相关的机器学习模型,则根据所述待求解对象的训练数据,将长时记忆中的所述待求解对象相关的机器学习模型应用于求解所述待求解对象;若所述待求解对象在长时记忆中不存在相关的机器学习模型,则根据所述待求解对象的训练数据,在工作记忆中构建所述待求解对象相关的机器学习模型,并将工作记忆中构建的所述待求解对象相关的机器学习模型应用于求解所述待求解对象,本发明提供的技术方案,可以保证待求解对象的安全可行性并不断提高待求解对象精度与性能。
-
-
-
-
-
-
-
-
-