-
公开(公告)号：CN110137967A
公开(公告)日：2019-08-16
申请号：CN201910388541.9
申请日：2019-05-10
申请人： 东北电力大学 , 国网辽宁省电力有限公司
IPC分类号： H02J3/06
摘要： 本发明是一种针对关键节点的大规模电力系统潮流收敛性调整方法，其特点是通过牛顿迭代法(Newton-Raphson)迭代的中间数据，建立潮流收敛性的判断指标；根据指标值所代表的具体意义辨识关键影响节点和因素；根据关键影响节点和因素刻画潮流收敛域；依赖不同调整目标对关键数据量进行调整等内容。具有科学合理，适用性强，效果佳等优点，能够为电网潮流调整提供直观依据。
-
公开(公告)号：CN110137967B
公开(公告)日：2022-03-22
申请号：CN201910388541.9
申请日：2019-05-10
申请人： 东北电力大学 , 国网辽宁省电力有限公司
IPC分类号： H02J3/06
摘要： 本发明是一种针对关键节点的大规模电力系统潮流收敛性调整方法，其特点是通过牛顿迭代法(Newton‑Raphson)迭代的中间数据，建立潮流收敛性的判断指标；根据指标值所代表的具体意义辨识关键影响节点和因素；根据关键影响节点和因素刻画潮流收敛域；依赖不同调整目标对关键数据量进行调整等内容。具有科学合理，适用性强，效果佳等优点，能够为电网潮流调整提供直观依据。
-
公开(公告)号：CN117115538A
公开(公告)日：2023-11-24
申请号：CN202311090865.7
申请日：2023-08-28
申请人： 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC分类号： G06V10/764 , G06V10/80 , G06V10/44 , G06V10/82 , G06V10/25 , G06N3/0464 , G06N3/08 , G06T7/00
摘要： 本发明涉及光伏电池技术领域，即基于拟态视觉的光伏电池缺陷检测仿生模型。它包含三个部分：(1)骨干网络：骨干网络用于提取图像中的有效信息，将原始数据映射至所需的空间中，骨干网络所提取的特征会传递到颈部网络中；(2)颈部网络：颈部网络用于融合不同尺度、层级的特征，并丰富特征的表达能力，颈部网络融合的特征会传递到检测头部；(3)检测头：检测头主要负责对特征进行预测，生成边界框和并预测类别。基于人类感受野及视觉机制的骨干网络对于特征具备更强的抽象能力，能够在色彩单一、纹理复杂的光伏电池电致发光图像上高效的提取有效的特征。所提出的颈部网络，能够有效的增强光伏电池电致发光图像中缺陷特性的表达能力。
-
公开(公告)号：CN117335382A
公开(公告)日：2024-01-02
申请号：CN202311047519.0
申请日：2023-08-19
申请人： 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC分类号： H02J3/00 , G06Q50/06 , G06V10/40 , G06V10/82 , G06N3/0464 , G06V10/762
摘要： 本发明涉及电力系统智能控制技术领域，即基于深度时序聚合的新型电力系统典型运行场景提取方法。首先，以VGG16为基模型，保留其前13层卷积层，并引入全局最大池化层替代其末端的全连接层，构建了系统运行断面图的VGG13_GMP特征提取模型；然后，以软聚类的高斯混合模型为约束，提出了基于特征迭代聚合的典型运行场景生成算法，实现典型运行场景的精细化生成，预先掌握典型运行规律，辅助调度人员积极响应运行场景动态变化，高效制定区域电力系统日内调度方案。本发明所提模型足以应对传统电力系统每5～15min所采集的运行断面，甚至新型电力系统形态下更高频次的时空运行断面动态变化，辅助调度工程师快速制定调度决策方案，保证系统经济、安全、低碳运行。
-
公开(公告)号：CN110148935B
公开(公告)日：2021-12-28
申请号：CN201910388532.X
申请日：2019-05-10
申请人： 东北电力大学 , 国网吉林省电力有限公司
摘要： 本发明是一种基于长短期记忆神经网络的电网静态安全裕度评估方法,其特点是：利用长短期记忆神经网络学习历史数据中的电网运行规律，并预测识别电网运行的时序演进方向，为静态安全距离分析法评估静态安全裕度的方向选择提供理论依据。延时序演进方向，利用摄动法寻找对应的静态安全边界点，并计算静态安全边界点与运行点之间的欧式距离，作为静态安全裕度评估指标。本发明能够提供反映电网实际运行规律的安全信息，避免了传统方法评估结果相对保守的问题，为考虑复杂电网静态安全的调度运行提供新依据。
-
公开(公告)号：CN110148935A
公开(公告)日：2019-08-20
申请号：CN201910388532.X
申请日：2019-05-10
申请人： 东北电力大学 , 国网吉林省电力有限公司
摘要： 本发明是一种基于长短期记忆神经网络的电网静态安全裕度评估方法,其特点是：利用长短期记忆神经网络学习历史数据中的电网运行规律，并预测识别电网运行的时序演进方向，为静态安全距离分析法评估静态安全裕度的方向选择提供理论依据。延时序演进方向，利用摄动法寻找对应的静态安全边界点，并计算静态安全边界点与运行点之间的欧式距离，作为静态安全裕度评估指标。本发明能够提供反映电网实际运行规律的安全信息，避免了传统方法评估结果相对保守的问题，为考虑复杂电网静态安全的调度运行提供新依据。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.036 秒)
