-
公开(公告)号：CN114355240A
公开(公告)日：2022-04-15
申请号：CN202111451134.1
申请日：2021-12-01
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC: G01R31/52 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种配电网接地故障诊断方法及装置，包括：获取配电网的基础拓扑结构故障时的一维零序电流信号，并将一维零序电流信号转换为二维图像；以所述二维图像作为卷积神经网络模型的输入，训练得到基础故障诊断模型；在配电网发生故障时，判断发生故障的拓扑结构是否为基础拓扑结构：若是，则利用基础故障诊断模型对配电网进行故障诊断，输出对应的故障类型；否则，基于基础故障诊断模型，利用迁移学习方法，得到该发生故障的拓扑结构对应的目标故障诊断模型，并利用该目标故障诊断模型对配电网进行故障诊断，输出对应的故障类型。本发明的配电网接地故障诊断方法能够实现不同拓扑结构的故障分类，运用范围广，故障分类快速，准确率高。
-
公开(公告)号：CN114077846A
公开(公告)日：2022-02-22
申请号：CN202111198766.1
申请日：2021-10-14
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
Abstract: 本发明的一种基于RF‑LSTM的故障电流多域识别方法及存储介质，其中方法包括以下步骤，针对电弧故障平台，获取原始电流信号；对原始电流信号进行处理，进行核主成分分析提取第三主成分，然后对第三主成分信号进行时域、频域和能量域特征提取；接着用随机森林进行无偏预测重要性估计选择对应负载条件下的高相关特征；最后将筛选后的特征用作LSTM的特征输入，用于学习和训练，实现对故障电弧的多域识别。本发明的方法减少了计算量并且提高了检测速度和精度；结果表明，此方法可以准确的识别电弧故障。
-
公开(公告)号：CN112051480A
公开(公告)日：2020-12-08
申请号：CN202010783864.0
申请日：2020-08-06
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC: G01R31/08
Abstract: 本发明的一种基于变分模态分解的神经网络配电网故障诊断方法及系统，首先，采用变分模态分解方法分析了继电保护点零序电流的故障暂态信号特征。然后根据由变分模态分解得到的内禀模态函数(Intrinsic Mode Function，IMF)，选取故障特征较多的IMF分量，通过Hilbert‑Huang变换提取故障特征。最后，把提取出的故障特征作为卷积神经网络模型的输入，实现故障定位和故障类型判断。本发明不仅能够实现配电网故障定位，也能实现故障类型判断，且相比其他方法诊断精度很高。通过对CNN模型的选择和模型参数的调整，能显著提高故障诊断精度和降低故障诊断耗时。与其他方法对比，该方法能有效提高故障精度，具有很好的泛化能力。
-
公开(公告)号：CN108199404B
公开(公告)日：2020-06-16
申请号：CN201711403880.7
申请日：2017-12-22
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC: H02J3/38
Abstract: 本发明针对现有高渗透率大规模分布式能源系统，在集群划分依据、划分方法方面仍旧处于探索阶段，不便于对高渗透率大规模分布式能源系统开展后续电压调节的问题，提供一种高渗透率分布式能源系统的谱聚类集群划分方法。该方法，包括：通过N个节点之间的电气距离，构造权重矩阵和度矩阵，利用权重矩阵和度矩阵计算标准化的拉普拉斯矩阵LLaplacian并进行降为，采用K‑means算法将数据降维后的矩阵L聚为n个亚群落，确定每个亚群落中的一个节点为该亚群落的聚类质心；构造适应度函数，依据适应度函数确定N个节点的最终亚群落划分结果和每个亚群落的聚类质心。本发明可有效的解决高渗透率可再生能源的过电压问题，并具有良好的实时性。
-
公开(公告)号：CN110222887A
公开(公告)日：2019-09-10
申请号：CN201910454601.2
申请日：2019-05-27
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽大学
Abstract: 本发明公开了基于VMD和DNN的预测方法及在短期负荷预测的应用，属于电力系统短期负荷预测技术领域。包括步骤1：采集负荷数据；步骤2：将采集数据进行归一化处理；步骤3：采用VMD方法对归一化后的原始负荷序列进行分解；步骤4：对步骤3得到的K个分量进行深度神经网络（DNN）训练；步骤5：将分解后的测试样本带入DNN并叠加得到最终的预测结果。本发明对具有波动性和随机性的数据预测准确，能够有效减少数据的计算量，缩短了计算时间，而且预测结果准确，提升负荷预测的准确性对电力系统的经济调度、稳定运行具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN108199404A
公开(公告)日：2018-06-22
申请号：CN201711403880.7
申请日：2017-12-22
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC: H02J3/38
Abstract: 本发明针对现有高渗透率大规模分布式能源系统，在集群划分依据、划分方法方面仍旧处于探索阶段，不便于对高渗透率大规模分布式能源系统开展后续电压调节的问题，提供一种高渗透率分布式能源系统的谱聚类集群划分方法。该方法，包括：通过N个节点之间的电气距离，构造权重矩阵和度矩阵，利用权重矩阵和度矩阵计算标准化的拉普拉斯矩阵LLaplacian并进行降为，采用K-means算法将数据降为后的矩阵L聚为n个亚群落，确定每个亚群落中的一个节点为该亚群落的聚类质心；构造适应度函数，依据适应度函数确定N个节点的最终亚群落划分结果和每个亚群落的聚类质心。本发明可有效的解决高渗透率可再生能源的过电压问题，并具有良好的实时性。
-
公开(公告)号：CN119543130A
公开(公告)日：2025-02-28
申请号：CN202411652960.6
申请日：2024-11-19
Applicant: 国网安徽省电力有限公司合肥供电公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽大学
Inventor： 陶伟龙 , 汪勋婷 , 方进虎 , 孔德骏 , 唐大城 , 王钰竹 , 丁津津 , 毛德拥 , 王洪波 , 王伟 , 毛旬 , 郭力 , 周杨俊冉 , 印欣 , 张宏庆 , 陈璐 , 张传海 , 胡慧怡 , 杨一鸣 , 王玉宝 , 孙桥枫 , 张倩
IPC: H02J3/00 , H02J13/00 , G06Q10/0635 , G06Q50/06 , G06Q10/0631
Abstract: 本发明公开一种负荷转供智能分析及辅助决策方法，包括：通过模型管理和状态估计获取电网模型和基态断面数据，进行设备停电和越限转供分析，采用并行计算和服务化的方式，向故障协同处置等实时监控类应用、事故预案生成等分析校核类应用以及检修计划等调度管理类应用提供负荷转供辅助决策，从而可以根据规范要求确定电网的风险等级。本发明选择停电和越限设备，自动计算得出相应负荷转供方案，分析受影响的重要用户，并清晰的展现在调度员面前，作为提醒和辅助依据，能一定程度的缩短过载负荷转供时间。
-
公开(公告)号：CN114355240B
公开(公告)日：2024-08-09
申请号：CN202111451134.1
申请日：2021-12-01
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC: G01R31/52 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明提供一种配电网接地故障诊断方法及装置，包括：获取配电网的基础拓扑结构故障时的一维零序电流信号，并将一维零序电流信号转换为二维图像；以所述二维图像作为卷积神经网络模型的输入，训练得到基础故障诊断模型；在配电网发生故障时，判断发生故障的拓扑结构是否为基础拓扑结构：若是，则利用基础故障诊断模型对配电网进行故障诊断，输出对应的故障类型；否则，基于基础故障诊断模型，利用迁移学习方法，得到该发生故障的拓扑结构对应的目标故障诊断模型，并利用该目标故障诊断模型对配电网进行故障诊断，输出对应的故障类型。本发明的配电网接地故障诊断方法能够实现不同拓扑结构的故障分类，运用范围广，故障分类快速，准确率高。
-
公开(公告)号：CN117277271A
公开(公告)日：2023-12-22
申请号：CN202311009525.7
申请日：2023-08-09
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
Abstract: 本发明涉及一种机理模型嵌入的深度学习光伏短期预测方法，包括：采用Softsign函数替换LSTM模型的tanh函数，采用CSS函数替换LSTM模型的sigmoid函数，得到改进的LSTM模型；将单二极管模型和改进的LSTM模型结合，得到Diode‑LSTM模型，使用历史数据训练Diode‑LSTM模型，得到训练好的Diode‑LSTM模型，使用训练好的Diode‑LSTM模型对未来一段时间内的光伏发电系统输出功率进行预测；将预测的输出功率与实际输出功率进行比较，评估预测的准确性，并根据需要进行调整和优化。本发明具有更好的梯度传递，Softsign函数的梯度在输入接近于0的时候更加平缓，因此可以更好地传递梯度，避免梯度消失或爆炸的问题，具有更快的收敛速度，具有更好的鲁棒性和更好的泛化能力，可以更好地适应不同的数据集和任务。
-
公开(公告)号：CN117031197A
公开(公告)日：2023-11-10
申请号：CN202310990234.4
申请日：2023-08-08
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
Abstract: 本发明属于分布式可再生能源的故障诊断技术领域，涉及到分布式可再生能源的配电网故障诊断方法、系统及其存储介质。本发明通过分析目标配电网主干线节点功率符合系数，对其故障进行诊断，进而当诊断结果为目标配电网主干线节点功率异常时，对目标配电网对应各风力发电机故障和目标配电网各支路电缆对应各监测段故障进行诊断，有利于及时精确地掌握工作异常的风力发电机，有利于精确快速地掌握目标配电网各支路线路故障的具体位置，通过对目标配电网主干线各子线段的运行故障进行诊断，有利于对目标配电网主干线电缆进行及时维护，保证了目标配电网主干线电缆的健康状态，降低了配电网主干线电缆的运行故障频发率。
-
-
-
-
-
-
-
-
-
Search Results
386
records
(took 0.115 seconds)
