-
公开(公告)号:CN115656720A
公开(公告)日:2023-01-31
申请号:CN202211321447.X
申请日:2022-10-26
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
IPC分类号: G01R31/08 , G06F18/2433 , G06F17/16 , G06F17/18
摘要: 本发明涉及一种基于谱残差和随机矩阵理论的配网故障诊断方法及设备,所述方法包括以下步骤:采集不同维度的低压配网电压电流录波数据;分维度对所采集的低压配网电压电流录波数据计算谱残差,并获得显著性图谱;按配网拓扑信息对显著性图谱进行空间组合,构建时空数据集矩阵;基于随机矩阵理论,采用移动滑窗法在所述时空数据集矩阵上依次选取矩阵,判断是否存在异常值,实现配网故障诊断和定位。与现有技术相比,本发明具有准确性高、效率高等优点。
-
公开(公告)号:CN114048819A
公开(公告)日:2022-02-15
申请号:CN202111360101.6
申请日:2021-11-17
发明人: 田英杰 , 李凡 , 蒋家富 , 吴裔 , 赵莹莹 , 苏运 , 郭乃网 , 金妍斐 , 刘俊 , 杨帆 , 杜习周 , 陈琰 , 杨秀 , 刘方 , 傅广努 , 李承泽 , 张浩 , 仇志鑫 , 刘欣雨 , 张倩倩 , 蒋倩 , 汤金璋 , 周从亨 , 陈浩然
摘要: 本发明涉及一种基于注意力机制和卷积神经网络的配电网拓扑辨识方法,包括以下步骤:S1:获取配电网的量测数据以及对应的拓扑结构,构建数据库;S2:对量测数据进行预处理;S3:根据特征贡献度对特征筛选,构建特征集;S4:构建配电网拓扑辨识模型,基于特征集对配电网拓扑辨识模型进行训练;S5:将待辨识的配电网的量测数据送入配电网拓扑辨识模型,获取待辨识的配电网的拓扑结构。与现有技术相比,本发明具有仅需要断面量测数据,辨识分类准确性高,克服数据噪声等优点。
-
公开(公告)号:CN118641015B
公开(公告)日:2024-11-01
申请号:CN202411110016.8
申请日:2024-08-14
申请人: 国网上海市电力公司
摘要: 本发明涉及一种基于激光监测杆塔螺栓部件损伤振动识别方法及系统,方法包括:基于激光振动识别模型进行螺栓激光信号和杆塔连接件激光信号特征提取处理;基于激光信号特征提取处理结果进行螺栓结构振动特征和杆塔连接件振动特征识别处理;根据识别的螺栓结构振动特征和杆塔连接件振动特征,结合外界环境影响特征进行振动判定处理;并根据判定的振动确定出故障振动或非故障振动;基于振动判定处理结果进行部件损伤特征提取处理并生成振动风险报告。本发明实现了通过对螺栓激光信号和杆塔连接件激光信号进行特征提取处理、振动特征识别处理,并结合外界环境影响特征进行部件损伤特征提取处理,大大提高了对杆塔螺栓振动故障识别的精确性。
-
公开(公告)号:CN118759330A
公开(公告)日:2024-10-11
申请号:CN202411245468.7
申请日:2024-09-06
申请人: 国网上海市电力公司 , 武汉大学 , 北京琪瑞智电科技有限公司
摘要: 本发明公开了一种基于磁阀式电流互感器参数优化的局部放电检测方法及系统,本发明涉及局部放电检测技术领域。包括以下步骤:通过设定若干组磁阀式电流互感器被优化参数组合,所述优化参数组合包括负载电阻、次级线圈的匝数、磁通路径的长度和相对渗透率,同时采集互感器工作环境参数;根据环境参数,使用遗传算法确定最优的优化参数组合,以此参数组合作为磁阀式电流互感器的参数;将优化参数后的磁阀式电流互感器设置在被检测设备的供电输入线缆上,根据电流互感器的输出信号的功率谱密度判断被测设备是否发生局部放电。
-
公开(公告)号:CN118586162A
公开(公告)日:2024-09-03
申请号:CN202410631252.8
申请日:2024-05-21
IPC分类号: G06F30/20 , G06F18/22 , G01M13/00 , G06F111/10 , G06F119/04 , G06F119/14
摘要: 本发明涉及一种电抗器铁心柱气隙劣化程度识别方法、装置及存储介质,步骤包括:制备多组气隙垫块样品,对各组样品进行不同程度的加速老化操作;测量各组不同老化程度气隙垫块样品的杨氏模量;基于不同程度老化程度气隙垫块样品的杨氏模量模拟得到不同老化程度下油箱表面振动分布;获取待识别电抗器油箱表面振动分布;分别计算待识别电抗器油箱表面振动分布与模拟得到的不同老化程度下油箱表面振动分布之间的相似度;基于最大相似度,得到待识别电抗器当下配对的振动分布和气隙垫块杨氏模量,确定待识别电抗器铁心柱气隙劣化程度。本发明能够充分考虑气隙垫块的性质以及其发生机械劣化后的实际机械性能,评估结果更准确、并且更具有实际物理意义。
-
公开(公告)号:CN118171863A
公开(公告)日:2024-06-11
申请号:CN202410305634.1
申请日:2024-03-18
申请人: 华东电力试验研究院有限公司 , 国网上海市电力公司 , 上海电力大学
IPC分类号: G06Q10/0631 , G06Q50/06
摘要: 本发明涉及一种考虑含大量温控负荷的城市社区能源互联网参与需求响应市场的调度方法、装置及介质,其中方法包括以下步骤:构建社区居民用户的柔性负荷模型及其聚合模型,其中,柔性负荷类型包括温控负荷、可转移负荷;构建用户意愿度模型;基于聚合模型和用户意愿度模型构建响应潜力模型;以响应潜力模型作为温控负荷参与响应的约束,构建城市社区参与需求响应的市场机制,建立以社区运营商为上层、负荷聚合商为下层的双层优化模型并进行求解,得到调度方案。与现有技术相比,本发明充分考虑温控负荷响应潜力,将温控负荷聚合模型和用户意愿度结合得到符合实际的响应潜力,并且在以上基础上建立一个完整的城市社区参与需求响应的市场机制,充分考虑社区运营商以及负荷聚合商的利益。
-
公开(公告)号:CN117648447A
公开(公告)日:2024-03-05
申请号:CN202311641595.4
申请日:2023-12-04
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海久湛信息科技有限公司
IPC分类号: G06F16/36 , G06N5/022 , G06F16/35 , G06F16/33 , G06F18/2415 , G06F40/289 , G06N7/01 , G06N3/0442 , G06N3/045
摘要: 本发明涉及一种电网调控预案知识图谱构建方法及系统,属于大数据分析技术领域。其中,该方法包括:获取电网调控预案原始文本集,使用隐马尔科夫链和二元统计模型中,得到分词结果。构建词‑文本序列集矩阵并进行奇异值分解得到奇异向量矩阵,利用奇异向量矩阵对分词结果进行同义词标记和去重。对去重分词结果进行分布式处理和权重计算得到文本向量,将文本向量输入BiLSTM模型,得到文本向量的权重矩阵,将权重矩阵与预设的分类标准进行比较,得到文本向量的分类结果。将分类结果和去重分词结果存储于Neo4j数据库中并图形化处理得到知识图谱。通过隐马尔科夫链对文本进行自动分词和标注,BiLSTM模型和TF‑IDF方法对文本进行自动分类,提高了文本抽取的效率。
-
公开(公告)号:CN117439066A
公开(公告)日:2024-01-23
申请号:CN202311395078.3
申请日:2023-10-25
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司
IPC分类号: H02J3/00 , H02J13/00 , G06F30/27 , G06F113/06
摘要: 本发明涉及一种电网在线调度系统、方法和存储介质,系统中,混合动作空间统一映射模块将混合决策空间映射到离散动作空间,仿真采样模块执行蒙特卡洛树搜索并与电网仿真环境进行交互收集数据,数据存储模块存储采样数据,策略优化模块读取数据进行学习;之后使用经过训练阶段的调度系统进行电网在线调度。与现有技术相比,本发明具有通过深度神经网络的自适应学习和大规模的仿真模拟探索电网系统的调度策略,避免了对领域知识的依赖;通过大量积累的统计信息进行决策,可以为高度随机性事件提供有效的解决方案;将混合的决策空间统一映射到离散决策空间,实现了同时针对离散和连续的调节任务做出有效决策等优点。
-
公开(公告)号:CN116957236A
公开(公告)日:2023-10-27
申请号:CN202310777729.9
申请日:2023-06-28
IPC分类号: G06Q10/0631 , G06Q50/06 , G06F16/36 , G06F16/332
摘要: 本发明涉及一种基于知识图谱的电网告警信息辅助决策方法,包括以下步骤:S1:收集电网调度领域数据,构建知识图谱的模式层;S2:对S1中收集的数据进行知识抽取,构建知识图谱的数据层;S3:进行知识融合,将命名实体链接到已有的知识库中对应的对象上,基于消除后的数据以及S2中数据层中的结构化数据,构建知识图谱;S4、对告警信息进行解析,得到告警信息中的关键信息;S5、从知识图谱中进行匹配,展示与该关键信息相关的网络拓扑结构与电气设备、设备缺陷情况及设备处置预案信息。与现有技术相比,本发明具有有效辅助调控人员进行故障处置决策等优点。
-
公开(公告)号:CN116361607A
公开(公告)日:2023-06-30
申请号:CN202310119165.X
申请日:2023-02-15
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司
摘要: 本发明涉及一种基于用电数据的企业园区碳排放测算方法,该方法包括以下步骤:步骤S1,收集历史数据,包括园区用电量数据与非电用能数据;步骤S2,将用电量数据与非电用能数据一一对应,使用排放因子法计算碳排放量,形成用电量‑非电用能量‑碳排放量数组;步骤S3,对用电量数据与碳排放量数据进行数据相关性分析,并根据相关性对数据分类分级;步骤S4,将不同类别的园区,分别采用不同的方法拟合园区用电量和碳排放量之间的关系,形成电‑碳函数;步骤S5,用数据组之外的园区数据,对电‑碳函数进行交叉验证和误差分析。与现有技术相比,本发明具有准确、实用、便利等优点。
-
-
-
-
-
-
-
-
-