-
公开(公告)号：CN116760060A
公开(公告)日：2023-09-15
申请号：CN202310587345.0
申请日：2023-05-24
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
摘要： 一种火‑多储系统调频功率双层优化方法属于储能调频技术领域。本发明是一种基于集合经验模态分解和多目标遗传算法的火‑多储系统调频功率双层优化方法，针对多储能系统参与调频带来的整体运行成本较高及调频性能较差的问题，在区域电网双层策略框架基础上，在火‑储调频功率层进行优化，基于集合经验模态分解构建时空滤波器，确定火电机组和多储能系统承担的调频功率指令；在多储能系统调频功率层进行优化，确定调频成本和SOC两个优化目标构建模型，基于多目标遗传算法对该模型进行求解，得出各储能系统出力指令，在以上方法基础上进行仿真分析并与传统策略场景相对比分析，展现了本方法的有序性和科学性。
-
公开(公告)号：CN116054213A
公开(公告)日：2023-05-02
申请号：CN202310092729.5
申请日：2023-02-07
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
摘要： 本发明的一种基于集群划分的分布式储能群间协同的电压控制方法，针对分布式光伏高渗透率接入配电网后引起的节点电压越限的问题，将集群应用于配电网储能电压控制中，通过采用配电网集群划分指标和集群划分方法、建立分布式储能优化调压模型、建立控制方法的评价指标步骤，对配电网实行区域划分来使得节点电压控制在一定范围内，并根据经济性确定最优储能时序出力；对于越限集群，采用就地消纳，考虑出现电压越限后集群储能无调节能力情况的群间协同，并在调节后通过潮流计算，考虑其对整体配电网的影响；具有方法科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN118839816A
公开(公告)日：2024-10-25
申请号：CN202410955742.3
申请日：2024-07-17
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
IPC分类号： G06Q10/04 , G06Q10/0635 , G06Q10/0631 , G06Q50/06 , G06F18/211 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/084
摘要： 本发明公开了一种基于MTL‑NNGP模型的综合能源系统多元负荷预测方法，包括：获取综合能源系统中的冷却、加热和电力负荷数据，并结合气象数据，构建训练数据集；利用所述训练数据集进行MTL‑NNGP模型训练，在模型训练过程中，通过梯度下降法最小化损失函数，获得优化后的MTL‑NNGP模型；所述MTL‑NNGP模型结合多任务学习与神经网络高斯过程；将待测综合能源系统中的负荷数据输入优化后的MTL‑NNGP模型，获得预测结果。该方法通过深度整合负荷特性分析、MTL‑NNGP模型构建与优化训练过程，有效提升了模型训练的计算效率和泛化能力，进而提高了预测的准确性与稳定性，实现了综合能源系统的优化负荷管理与调度。
-
公开(公告)号：CN117996750A
公开(公告)日：2024-05-07
申请号：CN202410248411.6
申请日：2024-03-05
IPC分类号： H02J3/00 , G06F16/29 , G06Q50/06 , G06F18/213 , G06F18/23 , G06N3/0442 , G06N3/08
摘要： 基于双输入模式下NWP风速校正的风电功率预测方法，属于风电技术领域。本发明提出的基于双输入模式和波动聚类的NWP风速校正方法能降低模型捕捉映射关系的难度，集中于对实测风速建立映射关系，提高NWP风速的校正精度，再将校正后的值应用于短期风电功率预测中，获得更准确的短期风电功率预测结果。本发明公开的方法物理意义清晰、科学合理、实用价值更高、精度更高，适用于风电功率预测，并且预测精度高，预测结果有效，适用性和实用性强。
-
公开(公告)号：CN116341278A
公开(公告)日：2023-06-27
申请号：CN202310436840.1
申请日：2023-04-23
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
IPC分类号： G06F30/20 , H02J3/06 , G06F17/11 , G06F17/16 , G06Q50/06 , G06F111/08 , G06F113/04 , G06F111/04
摘要： 本发明是一种基于区域间场景等值的配电网随机潮流加速算法，涉及随机潮流算法领域，包括建立通过边界量来相互影响的多区域潮流模型，提出一种区域间场景等值方法，设计一种随机潮流的分布式求解算法。本发明考虑随机潮流算法中因对节点注入功率进行大量模拟导致计算负担巨大的问题，构建了通过边界量来相互影响的多区域潮流模型，并提出了一种区域间场景等值方法，减少了在信息传递过程中的冗余场景信息。进一步在此基础上设计了随机潮流的分布式求解算法，降低了传统集中式的以指数形式增加的场景数目，可在相同的时间约束下求解更多的场景，避免了运行量过大的问题。
-
公开(公告)号：CN118887124A
公开(公告)日：2024-11-01
申请号：CN202410916844.4
申请日：2024-07-10
申请人： 北华大学 , 国网吉林省电力有限公司吉林供电公司
IPC分类号： G06T5/70 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
摘要： 基于生成对抗网络的电缆隧道无人机巡检图像去噪方法，属于计算机视觉技术领域，包括构建用于电缆隧道无人机巡检图像去噪模型训练的训练数据集和测试数据集；构建生成网络和对抗网络，利用训练数据集对生成网络和对抗网络进行交替训练，得到最优的已训练模型；利用测试集对已训练模型进行测试，若测试结果满足要求，则将该模型作为最终的电缆隧道无人机巡检图像去噪模型；若不满足调整参数，继续训练；将电缆隧道无人机巡检含噪图像，输入到最终去噪模型，得到去噪后的电缆隧道无人机巡检图像。本发明可提高电缆隧道无人机巡检图像去噪后的图像质量，同时更好的还原图像细节信息。
-
公开(公告)号：CN118071123B
公开(公告)日：2024-07-16
申请号：CN202410478301.9
申请日：2024-04-19
申请人： 季华实验室 , 国网吉林省电力有限公司吉林供电公司
IPC分类号： G06Q10/0631 , G06Q10/20 , G06Q50/06
摘要： 本发明提供了一种电力线路巡检无人机调控方法及相关设备，涉及电力线路巡检技术领域。该电力线路巡检无人机调控方法,包括步骤：根据历史巡检数据将所有巡检区域划分为高故障区和低故障区；历史巡检数据包括历次巡检图像；根据各个巡检区域的划分结果，调派第一类无人机和第二类无人机对各个巡检区域进行巡检；对比第二类无人机获取的本次巡检图像和历次巡检图像并根据对比结果调整下一次巡检时调派的无人机类型。本发明的电力线路巡检无人机调控方法能够合理利用搭载高清摄像机或低清摄像机的无人机，一方面能够减少无人机未来的购置数量，另一方面还能够减少已有无人机不必要的报废，达到降低成本和减少浪费的效果。
-
公开(公告)号：CN118034341A
公开(公告)日：2024-05-14
申请号：CN202410185850.7
申请日：2024-02-20
申请人： 国网吉林省电力有限公司吉林供电公司
IPC分类号： G05D1/46 , G05D109/20
摘要： 本发明一种用于检测电力塔架绝缘子的无人机路径规划算法，属于故障检测技术领域；包括以下步骤：一、对电力塔架进行点云建模。二、无人机激光点云定位。三、障碍物识别分类，将障碍物分成电力线、绝缘子、塔身三类。四、为不同类型的障碍物按照危险等级与检测等级设置膨胀半径。五、为每个绝缘子建立直线函数。六、建立基于多目标优化的路径规划目标函数，在目标函数中添加多个约束，包括防碰撞约束，与绝缘子平行约束，绝缘子检测角度最大化约束，绝缘子检测个数占比最大化约束。七、求解目标函数，执行路径规划。本发明解决了现有的绝缘子检测方法中存在的效率低下、危险性高、漏检、绝缘子检测角度不到位的问题。
-
公开(公告)号：CN116912118A
公开(公告)日：2023-10-20
申请号：CN202310850872.6
申请日：2023-07-12
申请人： 北华大学 , 国网吉林省电力有限公司吉林供电公司
IPC分类号： G06T5/00 , G06N3/0475 , G06N3/0464 , G06N3/094 , G06N3/048
摘要： 一种基于生成对抗网络的变电站监控图像去雾方法属于图像处理技术领域。本发明设计了多尺度特征提取模块、注意力模块和边缘增强模块；还设计了基于上述模块的生成网络，在对变电站监控图像去雾的同时，更好的保留图像边缘信息和颜色信息，使得去雾后的图像更清晰，更自然；设计了多尺度对抗网络，更好的提取特征信息，提高对抗网络的对图像是否是真实图像还是生成图像的判决能力，进而提高生成网络的图像去雾能力。采用本发明提出的方法对变电站监控图像进行去雾，可以有效的去处除图像中的雾霾，而且更够更好的保留图像的颜色信息和物体的边缘信息，去雾后的图像视觉效果更好。
-
公开(公告)号：CN118887133A
公开(公告)日：2024-11-01
申请号：CN202410917014.3
申请日：2024-07-10
申请人： 北华大学 , 国网吉林省电力有限公司吉林供电公司
IPC分类号： G06T5/73 , G06T5/70 , G06T5/60 , G06V10/44 , G06V10/46 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
摘要： 一种基于深度卷积网络的配电房烟雾图像去烟雾方法，属于计算机视觉技术领域，包括构建含有烟雾的配电房图像去烟雾网络模型训练数据集和测试数据集；构建含有烟雾的配电房图像纹理特征提取网络分支，图像特征提取主干网络以及配电房烟雾图像重构网络；利用训练数据集对上述构建的网络进行训练，得到最优的网络模型；利用测试数据集对训练后的网络模型进行测试，将满足测试结果的网络模型作为最终去烟雾网络模型；否则调整参数继续训练；将真实含烟雾的配电房图像输入到训练后网络模型中，得到去除烟雾后的配电房图像。本发明在实现配电房烟雾图像去烟雾的同时，提高图像清晰度，更好的保留局部细节信息。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.051 秒)
