-
公开(公告)号：CN112202168A
公开(公告)日：2021-01-08
申请号：CN202011043328.3
申请日：2020-09-28
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 东南大学 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种多目标协调优化的多元电网超前控制供电方法及其系统，对考虑主动控制成本的可控源‑网‑荷系统供电能力进行评估，属于电网供电领域。该方法对可再生能源出力及需求响应进行建模，以区域供电能力最大化和主动控制成本最小化为目标对系统进行超前优化调度。考虑分布式发电机组的出力、网络拓扑、负荷可控等级，构建电力系统的多目标协调优化模型。基于改进的NSGA‑II的交叉算子和选择策略和熵TOPSIS的方法为发电机组提供了出力解决方案。经验证，该方法可以事先有效增强分布式发电机组出力；依存其开发的系统可以应用至电力系统调度层面，节约现有的控制成本，并且提高实际系统中分布式发电机组的发电效率，实现了多元电网的超前优化调度。
-
公开(公告)号：CN112132354A
公开(公告)日：2020-12-25
申请号：CN202011043252.4
申请日：2020-09-28
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 东南大学 , 国网江苏省电力有限公司
Abstract: 本公开属于发电、变电或配电的技术领域，公开计及网络韧性的城市电网负荷超前转供方法及其系统，包括：获得预测系统的结果，得出高危节点；以所述高危节点为中心，相隔一个断路器为半径，获得一级区域；以所述一级区域内节点为中心，相隔一个断路器为半径，划分出二级区域；以所述二级区域内断路器为自变量，采用粒子群算法，得出最优的转供路径；将系统结构和潮流输入预测系统，由此计算韧性指标，在判断具体系统时具有实用性；在进行负荷转供时，同时考虑了韧性和安全性，且二者权重可以随要求对应的调整；由于系统潮流实时变化，故重要性评估结果也变化，可以适应实时变动的电力系统，在进行超前控制时可以很好地发挥作用。
-
公开(公告)号：CN109782124A
公开(公告)日：2019-05-21
申请号：CN201811584067.9
申请日：2018-12-24
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 东南大学 , 国网江苏省电力有限公司
IPC: G01R31/08
Abstract: 一种基于梯度下降算法的主配用一体化故障定位方法及系统。在该故障定位方法中，基于梯度下降算法对实现主配用一体化网络模型的故障定位，同时基于上述方法，构建了由数据采集模块，分析模块以及准确率评估模块构成的故障定位系统。本方法以一个IEEE标准33节点拓扑算例进行验证。算例通过模拟电网故障，通过数据采集模块统计各节点测量多维度数据并预处理，运用神经网络梯度下降算法思想，建立多层神经网络，选择合适的激励函数进行非线性激励，基于梯度下降算法对模型定位的准确度进行优化，在故障定位计算模块中给出故障支路定位结果。算例仿真表明，能够以较高的精确度对故障发生支路进行定位。该故障定位方法可以有效地定位电网故障发生支路，对电网的运行抢修提供有效的决策依据，减少经济损失。
-
公开(公告)号：CN110110759B
公开(公告)日：2023-07-11
申请号：CN201910300750.3
申请日：2019-04-15
Applicant: 东南大学 , 国网江苏省电力有限公司苏州供电分公司
Inventor： 杜璞良 , 赵家庆 , 陈中 , 郭家昌 , 戴中坚 , 马子文 , 苏大威 , 徐春雷 , 吕洋 , 丁宏恩 , 田江 , 霍雪松 , 李春 , 唐聪 , 徐秀之 , 俞瑜 , 赵奇
IPC: G06F18/25 , G06F18/2411 , G06F18/2415 , G06F17/18 , G06Q50/06
Abstract: 本发明提供了一种基于多维度信息识别的电网电气信息指向方法及系统，首先对台区和上层变压器数据进行采集和预处理；其次基于处理后的台区与上层变压器负荷数据构建0‑1规划模型，并基于模型寻优，获取电气指向概率；随后基于处理后的台区与上层变压器电压数据进行电压相关性分析，获取相关系数；最后对得到的概率，电压相关数据进行归一化处理，通过机器学习‑SVM算法获取电气正确指向关系。本发明基于概率负荷匹配和电压相关性计算，可实现对当前电力公司系统上层变压器和台区建立正确的电气指向关系；能够更正当前电力系统中由于临时增设线路而导致系统电气指向信息不一致问题，降低调度人员的操作风险，确保电网安全运行。
-
公开(公告)号：CN112132354B
公开(公告)日：2022-06-28
申请号：CN202011043252.4
申请日：2020-09-28
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 东南大学 , 国网江苏省电力有限公司
Abstract: 本公开属于发电、变电或配电的技术领域，公开计及网络韧性的城市电网负荷超前转供方法及其系统，包括：获得预测系统的结果，得出高危节点；以所述高危节点为中心，相隔一个断路器为半径，获得一级区域；以所述一级区域内节点为中心，相隔一个断路器为半径，划分出二级区域；以所述二级区域内断路器为自变量，采用粒子群算法，得出最优的转供路径；将系统结构和潮流输入预测系统，由此计算韧性指标，在判断具体系统时具有实用性；在进行负荷转供时，同时考虑了韧性和安全性，且二者权重可以随要求对应的调整；由于系统潮流实时变化，故重要性评估结果也变化，可以适应实时变动的电力系统，在进行超前控制时可以很好地发挥作用。
-
Patent Agency Ranking
公开(公告)号：CN114492941A
公开(公告)日：2022-05-13
申请号：CN202111646119.2
申请日：2021-12-29
Applicant: 东南大学 , 国网江苏省电力有限公司苏州供电分公司 , 国网电力科学研究院有限公司 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司
Abstract: 一种基于集群划分和数据增强的整县分布式光伏预测方法，具体是：对整个县的光伏出力历史数据库选择晴天的典型功率曲线，以单站最大功率对出力进行标幺化；计算皮尔逊相关系数作为距离度量，利用基于密度的抗噪聚类算法(Density‑Based Spatial Clustering of Applications with Noise，DBSCAN)对光伏站点进行聚类，形成集群划分，对于异常点，使用k近邻搜索，划分到最近集群；在集群内通过生成式对抗神经网络对历史数据进行数据扩充；将原始数据和生成的数据图片化共同训练深度卷积网络预测模型。本发明的预测方法通过改进的GAN的动态博弈过程训练过程学习到原始数据分布，然后生成相应分布的数据，补充了整县光伏历史数据库，通过增强的训练集训练深度卷积神经网络，提高了模型预测精准度。
-
公开(公告)号：CN114372335B
公开(公告)日：2024-01-23
申请号：CN202111564632.7
申请日：2021-12-20
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 国网电力科学研究院有限公司 , 中国电力科学研究院有限公司 , 东南大学 , 国网江苏省电力有限公司
IPC: G06F30/18 , G06F30/23 , G06F113/04
Abstract: 一种基于电网网格化划分的电动汽车并网拓扑辨识方法及系统，利用电动汽车充电站/充电桩聚集点和变电站的地理位置数据，在配网网格化的基础上，建立电动汽车充电站/充电桩聚集点及变电站的坐标，并以变电站坐标为中心作出配网供电分区的泰森多边形，把划分出的泰森多边形作为单元区域，将变电站与电动汽车充电站/充电桩聚集点进行匹配，并与配网所划分的网格进行关联，从而达到对电动汽车充电桩快速建模的目的。
-
公开(公告)号：CN114372335A
公开(公告)日：2022-04-19
申请号：CN202111564632.7
申请日：2021-12-20
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 国网电力科学研究院有限公司 , 中国电力科学研究院有限公司 , 东南大学 , 国网江苏省电力有限公司
IPC: G06F30/18 , G06F30/23 , G06F113/04
Abstract: 一种基于电网网格化划分的电动汽车并网拓扑辨识方法及系统，利用电动汽车充电站/充电桩聚集点和变电站的地理位置数据，在配网网格化的基础上，建立电动汽车充电站/充电桩聚集点及变电站的坐标，并以变电站坐标为中心作出配网供电分区的泰森多边形，把划分出的泰森多边形作为单元区域，将变电站与电动汽车充电站/充电桩聚集点进行匹配，并与配网所划分的网格进行关联，从而达到对电动汽车充电桩快速建模的目的。
-
公开(公告)号：CN109782124B
公开(公告)日：2021-07-23
申请号：CN201811584067.9
申请日：2018-12-24
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 东南大学 , 国网江苏省电力有限公司
IPC: G01R31/08
Abstract: 一种基于梯度下降算法的主配用一体化故障定位方法及系统。在该故障定位方法中，基于梯度下降算法对实现主配用一体化网络模型的故障定位，同时基于上述方法，构建了由数据采集模块，分析模块以及准确率评估模块构成的故障定位系统。本方法以一个IEEE标准33节点拓扑算例进行验证。算例通过模拟电网故障，通过数据采集模块统计各节点测量多维度数据并预处理，运用神经网络梯度下降算法思想，建立多层神经网络，选择合适的激励函数进行非线性激励，基于梯度下降算法对模型定位的准确度进行优化，在故障定位计算模块中给出故障支路定位结果。算例仿真表明，能够以较高的精确度对故障发生支路进行定位。该故障定位方法可以有效地定位电网故障发生支路，对电网的运行抢修提供有效的决策依据，减少经济损失。
-
公开(公告)号：CN117390502A
公开(公告)日：2024-01-12
申请号：CN202311711786.3
申请日：2023-12-13
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 南京工程学院 , 国网电力科学研究院有限公司 , 中国电力科学研究院有限公司 , 东南大学 , 国网能源研究院有限公司
IPC: G06F18/24 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/09
Abstract: 一种基于ResIOFNN网络的电压数据缺失值填补方法及系统，包括：获取电网的历史数据，对电网历史数据进行预处理和特征分析后划分为训练数据、验证数据、测试数据；根据日负荷情况对训练数据进行场景分类，将数据的场景划分成工作日、休息日和节假日，并对数据按照场景分别编码；搭建ResIOFNN网络并基于训练数据、验证数据和测试数据对其进行训练及参数调整，得到数据填补模型；采集存在缺失数据的电压数据集，提取缺失数据前已知电压数据的特征，对缺失数据进行场景编码，并通过数据填补模型得到缺失数据对应的电压数据值进行填补。本发明能够充分利用深度学习技术对电压相关属性的历史数据进行电压缺失值的填补，提高了电压填补值的准确性。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.05 seconds)
