-
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:CN112016732A
公开(公告)日:2020-12-01
申请号:CN202010209920.X
申请日:2020-03-23
Applicant: 国网安徽省电力有限公司 , 安徽大学
Abstract: 本发明的一种基于IRF和ODBSCAN的电力负荷频域预测方法及系统,可解决现有方法误差较大的技术问题。本发明提出基于改进的随机森林IRF(Improved Random Forest)和ODBSCAN(Optimized Density-Based Spatial Clustering of Applications with Noise)的频域组合预测方法。首先,采用EWT(Empirical Wavelet Transform)分解负荷,得到不同的固有模态分量IMFs(Intrinsic Mode Functions);其次,根据各分量特征采用合理的方法进行预测。其中,低频、中频分量采用IRF预测;高频分量具有不确定性,使用ODBSCAN根据气象因素温度和湿度聚类,再根据每类的样本特性选择处理方法。最后,叠加各分量的预测值,获取总的预测结果。根据某地市现场负荷数据进行实验,预测结果分别与EWT-IRF、EWT-RF(Random Forest)、EMD(Empirical Mode Decomposition)-IRF模型的预测结果进行对比,可以获得更佳的预测效果,体现实际负荷的变化规律。
-
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: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:CN119135077A
公开(公告)日:2024-12-13
申请号:CN202411310791.8
申请日:2024-09-20
Applicant: 安徽大学 , 国网安徽省电力有限公司蒙城县供电公司
IPC: H02S50/00 , G06F18/22 , G06F18/23 , G06N3/0464 , G06N3/0442 , H02S50/10 , H02S40/30 , H02J3/00 , H02J3/38 , H02J13/00
Abstract: 本公开提供了一种基于天气类型划分的移动平台短期光伏发电功率预测方法及装置,该方法包括:基于搭建好的光伏发电功率预测移动平台,采集待测时间段内不同时刻的光伏数据和气象数据,其中,所述气象数据包括各时刻的降雨量数据;对所述各时刻的降雨量数据进行修正,并根据修正后的各时刻的降雨量数据更新气象数据;根据光伏数据和更新后的气象数据进行相似日聚类,确定天气类型;根据天气类型,基于预先构建的CNN‑LSTM组合深度学习模型预测该时间段内的光伏发电功率,以此方式,可以降低单机光伏出力的随机性和波动性,提高光伏发电功率预测的精度。
-
公开(公告)号:CN118731574A
公开(公告)日:2024-10-01
申请号:CN202410761615.X
申请日:2024-06-13
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
Abstract: 本发明公开了一种多路电弧拉弧灭弧模拟装置,包括支撑结构、高压电极结构、转动结构和接地电极结构;所述支撑结构上设置有呈周向均匀分布的六组高压电极结构,所述转动结构设置在支撑结构上,三组接地电极结构以六组高压电极结构形成的周向中心为中心周向均匀设置在转动结构上,驱动转动结构带动接地电极结构围绕高压电极结构转动。本发明的优点在于,本模拟装置通过六组高压电极结构以及能够转动的三组接地电极结构的配合设置,能够实现三路电弧同步或异步发生、单相或多相接地、控制极柱之间的角度、距离以及一组三相切换成另一组三相等多种应用场景的模拟。
-
公开(公告)号:CN118411018A
公开(公告)日:2024-07-30
申请号:CN202410370198.6
申请日:2024-03-29
Applicant: 安徽大学绿色产业创新研究院 , 国网安徽省电力有限公司 , 中国电力科学研究院有限公司
IPC: G06Q10/0635 , G06Q50/06 , G06Q10/0637
Abstract: 本发明公开了一种高比例分布式光伏并网消纳风险评估方法及装置,所述方法包括供电能力评估;供电可靠性评估;智能化评估;低碳性评估。本发明通过智能化评估和低碳性评估,从而建立了分布式智能电网高比例分布式光伏并网消纳的多维度风险评估指标体系。其中网内源荷平衡度、网间能量耦合度、二氧化碳减排效益等这些新指标有助于更全面、准确地评估分布式光伏并网对电网的影响,包括电网的运行稳定性、环境效益和能源利用效率。
-
公开(公告)号:CN114077846B
公开(公告)日:2024-06-04
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
IPC: G06F18/243 , G06F18/2135 , G06F18/211 , G06N3/0442 , G06N3/09 , G01R31/08 , G01R31/12
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:CN112865032B
公开(公告)日:2023-09-15
申请号:CN202110040749.9
申请日:2021-01-13
Applicant: 国网安徽省电力有限公司 , 南京南瑞继保工程技术有限公司 , 安徽大学
Abstract: 本发明的一种适应5G通信网络的配电网分布式差动保护方法及系统,包括首先,获取双侧配电站电流检测数据;其次,根据微分预测,限制电流采样值的波动范围,进而优化异常数据的幅值;再次,在获取对侧三相电流后,可根据采样时刻对本地三相电流与对侧三相电流进行插值同步;然后,根据本侧和对侧同一时刻对应的相同窗口长度内的同名相电流进行修正余弦系数计算;最后,根据通信数据丢包率、采样通道误差及采样时刻偏差获取修正余弦系数与整定值的大小关系,来判断配电线路是否发生故障,并启动相应的保护措施。该方法可以为不同容量等级的配电线路提供分布式差动保护,在处理基于无线通信网络的线路保护类问题时更有优势,能够满足工程需要。
-
公开(公告)号:CN110942205B
公开(公告)日:2022-12-06
申请号:CN201911232794.3
申请日:2019-12-05
Applicant: 国网安徽省电力有限公司 , 安徽大学
Abstract: 本发明提出了一种基于HIMVO‑SVM的短期光伏发电功率预测方法。首先,为摆脱传统MVO算法易陷入局部优化的缺点,采用基于帐篷映射的混沌序列参与种群初始化;接着,在MVO算法的位置矢量更新中,引入了一种非线性惯性权值下降策略,并加入差分进化(DE)算法进行全局搜索,提出了HIMVO算法来寻优SVM参数;最后,采用所提方法在三种不同天气类型下进行仿真实验。预测结果与SVM、MVO‑SVM方法对比,验证了HIMVO‑SVM方法可有效提升短期光伏发电功率预测精度。
-
-
-
-
-
-
-
-
-