-
公开(公告)号:CN111783464A
公开(公告)日:2020-10-16
申请号:CN202010625052.3
申请日:2020-07-01
申请人: 中国电力科学研究院有限公司 , 国网冀北电力有限公司 , 国家电网有限公司
IPC分类号: G06F40/295 , G06F40/211 , G06F16/35 , G06F16/36 , G06N3/04 , G06N3/08 , G06Q50/06
摘要: 本发明提供一种面向电力的领域实体识别方法及系统,其通过构建电力领域实体识别算法能够实现对电力领域文本中电力领域实体进行识别,该方法采用BIE进行训练数据标注,利用双向长短时记忆网络和条件随机场进行电力领域实体识别算法模型构建,通过F值等进行算法模型评价,评价满足业务需求即可用于电力实体识别。采用双向长短时记忆网络和条件随机场进行领域实体识别模型的构建,综合了双向长短时记忆网络的序列建模能力,可以捕获较远的上下文信息,具备神经网络拟合非线性的能力,同时采用条件随机场优化整个序列,有效地解决了传统的循环神经网络存在梯度消失或梯度爆炸问题,为构建电力领域的知识图谱的构建提供了重要基础。
-
公开(公告)号:CN118643864A
公开(公告)日:2024-09-13
申请号:CN202410829126.3
申请日:2024-06-25
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: G06N3/0442 , G06N3/006 , G06N3/084 , G06N3/0985 , G06N3/0455 , G06Q50/06
摘要: 本发明属于文本数据检测技术领域,公开了一种面向电力智能客服的文本数据检测方法及相关装置;其中,所述文本数据检测方法包括:获取待检测的文本数据;利用预先训练好的文本数据检测模型对待检测的文本数据进行检测,获得预测出的对话摘要数据;其中,文本数据检测模型采用序列到序列模型,且序列到序列模型中的编码器和解码器采用双向长短期记忆神经网络;双向长短期记忆神经网络的学习率和隐含层神经元个数超参数组合经优化算法优化获得。本发明将序列到序列模型中的循环神经网络改进为双向长短期记忆神经网络,防止了文本序列中的重要特征信息被遗忘;对超参数组合进行优化,提升了序列到序列模型对文本特征的检测精度。
-
公开(公告)号:CN113505458B
公开(公告)日:2024-07-02
申请号:CN202110846723.3
申请日:2021-07-26
申请人: 中国电力科学研究院有限公司 , 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06F30/18 , G06F30/27 , G06N3/042 , G06N3/0464 , G06N3/084 , G06F111/08 , G06F119/06
摘要: 本发明提供一种连锁故障关键触发支路预测方法、系统、设备及存储介质,方法包括:获取在线预测目标信息;将在线预测目标信息构建为图数据样本集,并综合潮流与拓扑状态整理为支路特征矩阵和关联矩阵;将支路特征矩阵和关联矩阵输入连锁故障仿真模型识别可能引发严重连锁故障的薄弱支路,得到待预测的电力系统中各支路的薄弱程度。该方法显著提高了连锁故障的预防工作效率,且对连锁故障的预防控制有较大的工程应用价值和推广前景。
-
公开(公告)号:CN117878924A
公开(公告)日:2024-04-12
申请号:CN202410222694.7
申请日:2024-02-28
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
IPC分类号: H02J3/00 , G06N3/045 , G06N3/0475 , G06N3/0442 , G06N3/086 , G06N3/094 , G06N3/0985 , G06Q50/06
摘要: 本发明属于配电网技术领域,公开了一种配电网状态估计方法、系统、设备及介质;其中,所述配电网状态估计方法包括:获取配电网的量测数据,通过生成对抗神经网络对所述量测数据进行增强,获得增强后数据;基于所述增强后数据,采用由改进的鲸鱼优化算法优化后的门控循环单元神经网络进行运行状态估计,获得配电网状态估计结果;其中,所述改进的鲸鱼优化算法,通过引入非线性递减因子、自适应权值因子和最佳领域扰动对标准鲸鱼优化算法进行改进获得。本发明提供的技术方案,能够实现对配电网运行状态的有效估计,且具有较高的估算精度。
-
公开(公告)号:CN114006413B
公开(公告)日:2023-08-29
申请号:CN202111275319.1
申请日:2021-10-29
申请人: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
IPC分类号: H02J3/46 , H02J3/40 , H02J3/48 , G06F17/16 , G06F18/214 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于图神经网络的电力系统暂态稳定控制方法及系统,所述方法包括以下步骤:获取电力系统特征向量及邻接矩阵;将邻接矩阵和电力系统特征向量输入预训练好的图神经网络评估模型中,输出电力系统的暂态稳定裕度评估值;基于暂态稳定裕度评估值,判断电力系统的暂态功角稳定性;如不稳定则更新控制策略,如稳定则基于电力系统的暂态功角稳定性判断为稳定时对应的控制策略实现电力系统暂态稳定控制。本发明的方法,利用图神经网络考虑电网的拓扑信息,可实时评估系统的暂态稳定裕度并迭代生成和执行紧急控制策略,从而能够保证大扰动故障后系统中的同步发电机群保持同步运行。
-
公开(公告)号:CN112152830B
公开(公告)日:2023-08-04
申请号:CN201910575025.7
申请日:2019-06-28
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: H04L41/0631
摘要: 本发明公开了一种智能的故障根因分析方法及系统,包括:对接收到的故障报警进行根因分析,获得故障排查的范围;基于故障排查的范围和故障溯源图谱,确定故障发生的原因;基于故障发生的原因从运维知识库中获取所述故障对应的解决方案。本发明提供的技术方案可以快速定位故障原因,并推荐解决方案,极大地减少了IT运维人员的负担,提高运维效率,保证系统的正常运行。
-
公开(公告)号:CN114006370A
公开(公告)日:2022-02-01
申请号:CN202111277178.7
申请日:2021-10-29
申请人: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
IPC分类号: H02J3/00
摘要: 本发明公开了一种电力系统暂态稳定分析评估方法及系统,所述方法包括以下步骤:获取待暂态稳定分析评估的电力系统的参数;其中,所述参数包括线路拓扑连接矩阵和运行特征向量;将获取的参数输入预训练好的图神经网络模型,获取模型输出结果;基于模型输出结果完成电力系统暂态稳定分析评估。本发明方法,能够同时提取电网的运行特征和结构特征,对于电网变化的网络拓扑结构(如检修、停运等情况)具有较强的泛化能力;可自动提取不确定特征,具有源荷随机波动条件下电网稳定分析的能力;其稳定评估计算速度快,可实现海量、多类型故障下的快速评估。
-
公开(公告)号:CN109145362A
公开(公告)日:2019-01-04
申请号:CN201810705142.6
申请日:2018-07-02
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网浙江省电力有限公司 , 国网福建省电力有限公司
摘要: 本发明提供一种电网建模方法及系统,包括基于用户的仿真场景信息匹配数据库模板;根据数据库模板,建立服务器端的库环境;采用图模一体化的方式对仿真模型进行拼接;将经拼接后的仿真模型加载到服务器端的库环境中,启动仿真环境以生成电网模型。本发明提供的方案,采用了虚拟资源弹性扩展技术,解决了传统的仿真物理资源与演习规模无法互相适应的缺点,实现了资源的高度利用和业务流程的弹性控制。
-
公开(公告)号:CN115860218A
公开(公告)日:2023-03-28
申请号:CN202211527293.X
申请日:2022-11-30
申请人: 中国电力科学研究院有限公司 , 华北电力大学
IPC分类号: G06Q10/04 , G06Q10/0631 , G06Q30/0201 , G06Q50/06 , G06F18/23213 , G06F18/232 , G06N5/04 , G06N5/01 , G06N3/126 , H02J3/14
摘要: 本发明涉及一种基于用户行为差异分析的双重博弈用能优化方法及系统,属于电力系统需求响应技术领域。方法包括以下步骤:通过K‑means算法对居民用户负荷进行聚类分析,得到各类用户的负荷曲线;针对各类用户用电负荷曲线,分别进行峰谷时段划分;建立电网公司与用户的收益模型和双重博弈用能优化模型,所述双重博弈用能优化模型包括主从博弈模型和演化博弈模型;求解所述双重博弈用能优化模型,实现电网公司与用户之间的需求响应互动。本方法实现了削峰填谷,提升了电网整体电能利用效率,降低了碳排放以及保证了电网的安全可靠运行。
-
公开(公告)号:CN115730740A
公开(公告)日:2023-03-03
申请号:CN202211527225.3
申请日:2022-11-30
申请人: 中国电力科学研究院有限公司
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/08 , G06N3/0464
摘要: 本发明涉及一种台区级电力短期负荷预测方法及系统,属于电力系统负荷预测技术领域。方法包括:根据低压配变的三相负荷序列,建立相应节点的特征序列和邻接矩阵,构建面向低压配电台区负荷预测的时空图数据和图数据样本;基于多源条件数据,构建相应的多源条件数据特征;根据构建的所述时空图数据与所述多源条件数据特征,训练条件自适应时空同步图卷积神经网络CASTSGCN模型;应用训练完成的所述CASTSGCN模型,预测低压配变三相负荷预测值;聚合所述配变三相的负荷预测值,获得下一时刻的低压配电台区的总负荷预测值。本方法有效解决了目前低压配电台区负荷预测忽视台区内用户用电行为之间存在的潜在空间相关性的问题,显著提升了低压配电台区负荷预测的精度。
-
-
-
-
-
-
-
-
-