-
公开(公告)号：CN116961030A
公开(公告)日：2023-10-27
申请号：CN202310938578.0
申请日：2023-07-27
Applicant: 广东电网有限责任公司
Abstract: 本发明涉及海上风电接线技术领域，尤其涉及一种海上风电多母线分段振荡补偿的主回路接线及控制方法，主回路接线包括风机、电力电子装置、升压变压器、振荡补偿电路和电压源变换器；风机的输出端依次通过电力电子装置、升压变压器接入交流汇流母线，振荡补偿电路设置在交流汇流母线的每条汇流支路上；振荡补偿电路包括以分布式并联在交流汇流母线上各汇流支路末端的阻尼装置，阻尼装置用于产生阻尼作用，以通过产生的阻尼作用抵消海上风电系统产生的高频振荡。本发明通过主回路接线中的分布式阻尼装置和断路器实现了对海上风电系统高频振荡的有效阻尼，同时降低了补偿电容的容量，节省了占地空间和设备成本。
-
公开(公告)号：CN116562450A
公开(公告)日：2023-08-08
申请号：CN202310540716.X
申请日：2023-05-12
Applicant: 广东电网有限责任公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0635 , G06Q10/0875 , G06Q50/06 , G06F18/214 , G06F18/243
Abstract: 本发明公开了一种煤炭供需形势预警方法及系统，通过获取历史煤炭生产总量、煤炭消费总量、煤炭供应总量、煤炭价格、电煤库存和煤炭可用天数等历史煤炭供需数据后，将历史煤炭供需数据输入根据对基于梯度提升算法的决策树分类模型进行构建得到的煤炭供需形势预警模型进行计算，得到煤炭供需预警结果，以使所述调度中心根据所述煤炭供需预警结果对煤炭资源进行调度，通过梯度提升分类算法自主识别煤炭供需预警级别，有效提高了煤炭供需预测准确度及预测效率。
-
公开(公告)号：CN113690903B
公开(公告)日：2023-06-13
申请号：CN202110952791.8
申请日：2021-08-18
Applicant: 广东电网有限责任公司
Abstract: 本发明公开了一种双馈风电机组的降阶解耦分析方法、系统、设备和介质，该方法包括：首先通过对双馈风电机组各个动态环节的频率响应特性进行分析，明确双馈风机各动态环节的频带分布规律，在此基础上基于双馈风机不同时间尺度的动态特性，提出其在低频段、次/超同步频段和中/高频段内的降阶解耦方法以及所对应的数学模型。所提出的适用于三个典型频段的降阶模型在一定程度上厘清了双馈风机内部各动态环节间的耦合作用关系，并降低了对双馈风机宽频振荡问题分析的难度，减少了相应的计算量。
-
公开(公告)号：CN116232020A
公开(公告)日：2023-06-06
申请号：CN202310245595.6
申请日：2023-03-14
Applicant: 广东电网有限责任公司
Abstract: 本发明提供了一种海上风电换流站中压SiC器件的新型隔离驱动电路，包括MMC子模块、隔离电源模块和驱动模块；其中：所述MMC子模块串联于MMC中，与MMC直流母线电连接；MMC子模块的控制端与所述驱动模块电连接；所述隔离电源模块通过无线传能的方式为所述驱动模块供电。本发明提供的一种海上风电换流站中压SiC器件的新型隔离驱动电路，过设置独立的隔离驱动电源，实现对驱动电路的辅助供电，整体电路结构简单且占用体积小，可以低成本地降低来自MMC的高电压、大电流的影响。
-
公开(公告)号：CN116204132A
公开(公告)日：2023-06-02
申请号：CN202310256431.3
申请日：2023-03-16
Applicant: 广东电网有限责任公司广州供电局
IPC: G06F3/06 , G06F16/215
Abstract: 本发明公开了一种应用于变电站的数据处理方法、装置、设备及介质，其中，该方法包括：获取原始数据，并根据原始数据构建待处理数据；基于张量链式分解算法对待处理数据进行处理，确定与待处理数据相对应的待应用数据；根据预设数据压缩算法对待应用数据进行压缩处理，得到目标数据，并将目标数据存储至目标数据库中。基于上述技术方案，实现了基于张量链式分解对原始数据进行处理得到待应用数据，并对待应用数据进行压缩存储，进而达到了提高了存储数据质量的技术效果，避免了因数据缺失导致问题。
-
Patent Agency Ranking
公开(公告)号：CN116128130A
公开(公告)日：2023-05-16
申请号：CN202310075122.6
申请日：2023-01-31
Applicant: 广东电网有限责任公司
IPC: G06Q10/04 , G06F18/213 , G06Q50/06 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于图神经网络的短期风能数据预测方法及装置，通过对历史风能数据进行数据预处理，得到标准历史风能数据；构建包括CNN模块、GNN模块和时序卷积模块的初始CGNN模型；将标准历史风能数据输入到初始CGNN模型中，以使CNN模块对标准历史风能数据进行特征提取，得到稀疏图邻接矩阵，GNN模块对稀疏图邻接矩阵进行节点信息融合，得到信息融合图结构，时序卷积模块对信息融合图结构进行高维特征提取，得到第一风能预测数据；将采集的待预测地区的第一历史风能数据输入CGNN模型中，得到短期风能预测数据；与现有技术相比，本发明通过构建CGNN模型，能综合考虑各信息节点间的关系，提高风能预测数据的准确性。
-
公开(公告)号：CN116108960A
公开(公告)日：2023-05-12
申请号：CN202211534854.9
申请日：2022-12-01
Applicant: 广东电网有限责任公司
IPC: G06Q10/04 , G06Q10/0631 , G06F18/214
Abstract: 本发明公开了一种多类型能源需求预测模型训练方法及装置，所述方法包括：获取第一能源需求影响数据集及对应的多类型能源需求数据集；利用已训练的自编码器的编码器对所述第一能源需求影响数据集进行特征提取，得到第二能源需求影响数据集；利用所述第二能源需求影响数据集及所述多类型能源需求数据集对待训练的时序预测模型进行训练，得到多类型能源需求预测模型。本发明多类型能源需求预测模型训练方法及装置，可以有效地提高对模型的训练效率，提升模型泛化能力。
-
公开(公告)号：CN116055651A
公开(公告)日：2023-05-02
申请号：CN202310032496.X
申请日：2023-01-06
Applicant: 广东电网有限责任公司
IPC: H04N1/44 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种多中心能源经济数据的共享访问方法、装置、设备及介质，通过获取多个数据中心的能源经济图像数据，对能源经济图像数据进行数据对齐，得到目标图像数据，增强系统性和稳定性；利用预先训练完成的卷积自编码器模型中的编码器，对目标图像数据进行加密，得到目标图像数据的隐层空间特征；基于隐层空间特征，建立能源经济图像数据的加密数据库，加密数据库中的隐层空间特征用于权限访问方法对应的目标解码器进行加密得到目标能源经济图像数据。实现适应能源经济数据的复杂情况，只有具有访问权限的权限访问方可以调用解码器，且只能访问特定的能源经济数据，增强了能源经济数据的可靠性、安全性和保密性。
-
公开(公告)号：CN113256168B
公开(公告)日：2023-04-07
申请号：CN202110702445.4
申请日：2021-06-24
Applicant: 广东电网有限责任公司
IPC: G06Q10/0631 , G06Q10/0637 , G06Q10/0639 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了一种电力系统规划方法、装置、设备及存储介质，所述方法包括：将电化学储能纳入负荷预测、电源规划以及电网规划中获取储能参与的电力系统，并确定所述储能参与的电力系统的供需平衡；采用预设的电化学储能通用电磁暂态计算模型对所述储能参与的电力系统进行安全稳定性校验；计算所述储能参与的电力系统规划的投资成本以及经济收益，评估所述储能参与的电力系统规划所产生的效益。本发明通过将电化学储能纳入电力系统中进行重新规划，并对规划后的系统进行含电化学储能的校验和评估，提高了电网系统规划的效率以及电网系统中各个层级规划的准确度。
-
公开(公告)号：CN115829123A
公开(公告)日：2023-03-21
申请号：CN202211531078.7
申请日：2022-12-01
Applicant: 广东电网有限责任公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06F18/214
Abstract: 本发明公开了一种基于灰色模型与神经网络的天然气需求预测方法及装置，所述方法包括：采集关于天然气需求特征的特征数据集，所述特征数据集包括时间特征数据和相关因素特征数据；利用所述特征数据集构建灰色模型，并利用WOA算法对所述灰色模型进行优化，得到优化模型；获取所述优化模型的初始预测数据，采用所述初始预测数据对预设的组合神经网络进行模型训练生成预测模型，并调用所述预测模型进行短期需求预测。本发明可以利用灰色模型对各类相关因素和信息进行深层挖掘，再利用深层挖掘的信息对组合模型进行模型训练以及需求预测，通过各类深层挖掘信息的映射和关联进行模型训练，能提高模型预测的准确率，减少预测的误差。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.061 seconds)
