-
公开(公告)号:CN117332897A
公开(公告)日:2024-01-02
申请号:CN202311342183.0
申请日:2023-10-17
申请人: 南方电网数字电网研究院有限公司
IPC分类号: G06Q10/04 , G06Q50/06 , H02J3/00 , G06F18/10 , G01W1/10 , G06F30/28 , G06F30/27 , G06N3/045 , G06N3/0442 , G06N3/044 , G06N3/047 , G06F111/10 , G06F113/08 , G06F119/14 , G06F113/04 , G06F113/06 , G06F119/08
摘要: 本发明实施例公开了一种人工智能驱动的新能源小时间尺度功率插值集成预测方法。该方法包括:获取待预测的未来时间段对应的未来天气预报信息;将未来天气预报信息输入至预先训练的与原始分辨率对应的最优功率预测模型中,得到与未来时间段内对应的具有原始分辨率的原始功率预测结果;基于预设的目标分辨率、原始分辨率和预先确定的最优插值算法,对原始功率预测结果进行插值处理,得到未来时间段内对应的具有目标分辨率的目标功率预测结果;其中,目标分辨率小于原始分辨率。本发明实施例的技术方案,可以提高新能源功率预测的频率,实现对功率预测结果从原始分辨率到目标分辨率的压缩,提高了功率预测结果的精确程度。
-
公开(公告)号:CN117332896A
公开(公告)日:2024-01-02
申请号:CN202311342182.6
申请日:2023-10-17
申请人: 南方电网数字电网研究院有限公司
IPC分类号: G06Q10/04 , G06Q50/06 , H02J3/00 , G06N20/20 , G06N3/0442 , G06N3/045 , G06N3/044 , G06N3/047
摘要: 本发明实施例公开了一种多层集成学习的新能源小时间尺度功率预测方法及系统。该方法包括:获取待预测的未来时间段对应的未来天气预报信息;在多个预先训练的机器学习模型中确定出至少两个机器学习模型作为目标功率预测模型;针对每个目标功率预测模型,将未来天气预报信息输入至目标功率预测模型中,基于模型输出结果确定出与目标时间尺度对应的未来功率预测结果;其中,目标时间尺度为未来功率预测结果的时间尺度,目标时间尺度小于原始最小时间尺度;对各目标功率预测模型对应的各未来功率预测结果采用平均计算方式、投票方式和机器学习方式中的至少一种方式进行计算,得到与未来时间段对应的最优预测功率结果。
-
公开(公告)号:CN117289107A
公开(公告)日:2023-12-26
申请号:CN202311216313.6
申请日:2023-09-19
申请人: 南方电网数字电网研究院有限公司
IPC分类号: G01R31/28
摘要: 本申请涉及一种芯片可靠性测试方法、装置、计算机设备和存储介质。该方法包括:响应于芯片测试指令,获取待测试芯片对应的多个测试场景对应的测试场景参数;各测试场景参数包括待测试芯片的目标测试类别以及目标测试类别的测试时间间隔;多个测试场景是根据待测试芯片的物流环境得到的;基于各测试场景分别对应的目标测试类别,以及各测试场景分别对应的目标测试类别的测试时间间隔,得到待测试芯片的组合测试指令;按照待测试芯片的组合测试指令,对待测试芯片进行测试,得到待测试芯片的可靠性测试结果。采用本方法能够提高可靠性测试结果的准确性。
-
公开(公告)号:CN117236275A
公开(公告)日:2023-12-15
申请号:CN202311315710.9
申请日:2023-10-11
申请人: 南方电网数字电网研究院有限公司
IPC分类号: G06F30/398 , G06F119/02
摘要: 本申请公开了一种芯片优化方法、装置、设备及存储介质,涉及计算机技术领域。该方法包括:获取待设计芯片的设计指标和初始电路参数;根据设计指标和初始电路参数,构建待设计芯片的芯片仿真模型;基于芯片仿真模型,对待设计芯片进行故障分析,得到故障分析结果;根据故障分析结果,对芯片仿真模型进行优化。上述技术方案,可以在芯片批量生产前,对芯片的仿真模型进行优化,通过设计合理的仿真模型,使得芯片在实际使用时能够达到预期效果,提高了芯片的控制可靠度和安全性。
-
公开(公告)号:CN117200433A
公开(公告)日:2023-12-08
申请号:CN202310990822.8
申请日:2023-08-07
申请人: 南方电网数字电网研究院有限公司
IPC分类号: H02J13/00
摘要: 本申请涉及一种电力系统拓扑分析方法、装置、计算机设备和存储介质。所述方法包括:获取发生遥信变化的目标厂站、与目标厂站相连的目标端设备及属性值;以目标端设备为起始点传递属性值,获得连通路径的最大端设备的属性值;根据最大端设备的属性值和目标端设备的属性值获取与目标端设备连接的目标电气节点的变化情况;在目标电气节点发生变化的情况下,以最大端设备的属性值作为新电气节点的主键;根据新电气节点的主键更新目标端设备、目标厂站到新电气节点的连接边、目标厂站连接的支路,获取增量局部拓扑分析结果。本方法能够适应不断变化的电力系统拓扑结构和状态,具有更好的数据处理效率和可扩展性,满足电力系统实时监测和控制的需求。
-
公开(公告)号:CN117200431A
公开(公告)日:2023-12-08
申请号:CN202310939159.9
申请日:2023-07-27
申请人: 南方电网数字电网研究院有限公司
IPC分类号: H02J13/00 , G06F18/241 , G06F18/2135 , G06F18/22 , H01H47/00
摘要: 本申请涉及一种纳米继电器阵列功耗模式切换方法。该方法包括:在接收到目标业务触发信号时,获取业务执行区域的当前业务执行进度;根据当前业务执行进度,确定业务执行区域的当前链路状态,当前链路状态用于表征业务执行区域的实际承载情况;确定目标业务触发信号对应的目标链路状态;在当前链路状态与目标链路状态不匹配时,根据目标链路状态,确定目标功耗模式切换信号;其中,目标功耗模式切换信号用于指示业务执行区域切换至目标功耗模式,目标功耗模式是与目标链路状态所表征的链路承载能力相匹配的模式。采用本方法能够根据目标业务所需的链路承载能力自适应的调节业务执行区域的功耗模式,以调节纳米继电器阵列的功耗。
-
公开(公告)号:CN116167010B
公开(公告)日:2023-12-08
申请号:CN202310451657.9
申请日:2023-04-25
申请人: 南方电网数字电网研究院有限公司
IPC分类号: G06F18/2433 , G06F18/214 , G06F18/22 , G06N3/04 , G06N3/096 , G06Q50/06
摘要: 本申请涉及具有智能迁移学习能力的电力系统异常事件快速识别方法。方法包括:获取待识别异常事件数据,并对待识别异常事件数据进行预处理操作,得到待识别目标数据;对待识别目标数据进行特征提取,得到待识别目标特征;将待识别目标特征输入至预先构建的异常事件识别模型中,得到异常事件预分类结果;确定待识别目标特征与异常事件预分类结果的特征相似度向量;将特征相似度向量与预设的相似度阈值向量进行比较,得到异常事件识别结果。采用本方法能够利用对异常事件发生时的正、负、零序电压所提取的特征数据,通过识别模型并基于特征相似度,实现了具有智能迁移学习能力的考
-
公开(公告)号:CN116938380A
公开(公告)日:2023-10-24
申请号:CN202311199141.6
申请日:2023-09-18
申请人: 南方电网数字电网研究院有限公司
IPC分类号: H04J3/06
摘要: 本申请涉及一种时标管理方法、装置、计算机设备、时标管理器。其中时标管理方法包括:获取第一计数值、第二计数值和第三计数值,根据获取的第一计数值、第二计数值和第三计数值,确定时标信息。采用本方法能够遇到B码对时失效或GPS信号不稳定的情况时,搭载该时标管理方法的系统仍能够实时获得精度可靠的时标信息,提高了时标管理的可靠性,进一步降低了系统可靠运行的安全隐患指数。
-
公开(公告)号:CN116342077B
公开(公告)日:2023-09-15
申请号:CN202310621583.9
申请日:2023-05-30
申请人: 南方电网数字电网研究院有限公司
IPC分类号: G06Q10/04 , G06F18/2411 , G06F18/2431 , G06N20/00 , G06N3/04 , G06Q50/06 , H02J3/00
摘要: 本申请涉及电力技术领域,特别是涉及一种适用于数据缺失场站的新能源功率迁移学习预测方法。该方法包括:在确定新建场站的历史运行数据存在缺失的情况下,从其他场站的预测模型中,选择新建场站对应的迁移学习模型;获取新建场站对应的更新数据;其中,更新数据包括补齐后的历史运行数据,以及新建场站在历史时间段之后的预设时间段内采集到的当前运行数据;根据更新数据,构建新建场站对应的增量学习模型;基于新建场站对应的迁移学习模型和增量学习模型,对新建场站在未来时段内的输出功率进行预测,得到功率预测结果。本申请能够对新建场站进行准确的功率预测。
-
公开(公告)号:CN116338363B
公开(公告)日:2023-09-15
申请号:CN202310589018.9
申请日:2023-05-24
申请人: 南方电网数字电网研究院有限公司
摘要: 本申请涉及一种故障检测方法、装置、计算机设备和存储介质,涉及故障诊断技术领域。所述方法包括:根据电力系统中故障变电站的故障类型,确定故障影响范围和故障检测策略;进而根据故障影响范围,在电力系统对应的结构图中,确定包含故障变电站对应节点的至少一个检测路径;进一步的,根据故障检测策略,对至少一个检测路径进行故障检测,得到电力系统中发生故障的目标变电站和/或目标输电线路。采用本方法能够通过电力系统对应的结构图,为故障变电站规划所有可能的检测路径,并采用对应的故障检测策略对检测路径进行检测,从而实现对电力系统中故障变电站的故障波及范围进行排查,有效提升了电力系统中故障检测的效率和准确性。
-
-
-
-
-
-
-
-
-