-
公开(公告)号：CN110247391A
公开(公告)日：2019-09-17
申请号：CN201910301043.6
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
Abstract: 本发明公开了一种基于综合加权供电路径指数的配电网失电风险分析方法及系统，该方法系统通过建立综合加权供电路径指数来反映配电网节点失负荷的风险。首先，提取配电网的拓扑和电气信息，依据有功功率流向建立邻接矩阵；然后，建立有功流向树模型，并用线路阻抗为流向树模型中的边赋权；之后，根据有功流向树模型，依深度优先或广度优先的搜索算法，得到正电源集到负电源集之间的供电路径；最后，综合考虑节点负荷量、节点负荷供电、转供路径和电源坚强性相对因子，建立各节点综合加权供电路径指数模型。对每一次配电网的状态更新，循环计算上述过程，实现对负荷节点相对失电风险的快速对比与分析。
-
Patent Agency Ranking
公开(公告)号：CN110247391B
公开(公告)日：2022-08-12
申请号：CN201910301043.6
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
Abstract: 本发明公开了一种基于综合加权供电路径指数的配电网失电风险分析方法及系统，该方法系统通过建立综合加权供电路径指数来反映配电网节点失负荷的风险。首先，提取配电网的拓扑和电气信息，依据有功功率流向建立邻接矩阵；然后，建立有功流向树模型，并用线路阻抗为流向树模型中的边赋权；之后，根据有功流向树模型，依深度优先或广度优先的搜索算法，得到正电源集到负电源集之间的供电路径；最后，综合考虑节点负荷量、节点负荷供电、转供路径和电源坚强性相对因子，建立各节点综合加权供电路径指数模型。对每一次配电网的状态更新，循环计算上述过程，实现对负荷节点相对失电风险的快速对比与分析。
-
公开(公告)号：CN109638826B
公开(公告)日：2022-10-14
申请号：CN201811585182.8
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: H02J3/00
Abstract: 本发明公开了一种基于CNN(卷积神经网络)的电网拓扑辨识方法及系统。该方法主要从电网的基本架构和历史状态数据出发，找出正常运行中有通/断两种状态，即通/断状态影响网络实时拓扑的线路，并将其标注为“拓扑易变线路”，然后辨识出在该线路连通、测量信息缺失条件下的电网拓扑类别。该方法以及系统的数据处理模块考虑“拓扑易变线路”状态组合下的网络拓扑分类，将拓扑类别向量化；对每一拓扑类别下的数据，进行“图片矩阵化”处理；该方法/系统还设有样本补充模块，可以在训练样本量不足时，由连续潮流计算产生补充样本；最后，该方法/系统的拓扑辨识模块可以将处理后的数据输入网络结构为“卷积层1‑池化层1‑卷积层2‑池化层2‑全连接层1‑全连接层2”的CNN中，形成基于样本数据的电网拓扑识别模型。
-
公开(公告)号：CN109857834B
公开(公告)日：2022-07-01
申请号：CN201811585186.6
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
Abstract: 本发明涉及一种基于多维度信息识别的电网边缘电气信息匹配方法及系统，该方法利用主、配、用边缘文本信息、电气连接关系以及边缘潮流信息之间的相关性，通过提取潮流断面信息同时段增长趋势、均值、方差以及极端特征，构造潮流断面信息多维度特征，生成相似度目标函数，利用Python软件中字典模块和numpy模块对多维信息进行处理，解决了目前电力企业主、配、用系统因采样频率差异所导致的边缘潮流断面数据不匹配问题。基于上述方法，本发明还提供了一种基于多维度信息识别的电网边缘电气信息匹配系统，该系统包括系统边缘信息预处理模块、文本信息匹配模块、潮流信息匹配模块和反馈模块。该边缘电气信息匹配方法和系统解决了目前主、配、用系统边缘电气信息不一致，导致调度人员误判断的技术问题，降低了调度人员误操作的风险。
-
公开(公告)号：CN109857834A
公开(公告)日：2019-06-07
申请号：CN201811585186.6
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
Abstract: 本发明涉及一种基于多维度信息识别的电网边缘电气信息匹配方法及系统，该方法利用主、配、用边缘文本信息、电气连接关系以及边缘潮流信息之间的相关性，通过提取潮流断面信息同时段增长趋势、均值、方差以及极端特征，构造潮流断面信息多维度特征，生成相似度目标函数，利用Python软件中字典模块和numpy模块对多维信息进行处理，解决了目前电力企业主、配、用系统因采样频率差异所导致的边缘潮流断面数据不匹配问题。基于上述方法，本发明还提供了一种基于多维度信息识别的电网边缘电气信息匹配系统，该系统包括系统边缘信息预处理模块、文本信息匹配模块、潮流信息匹配模块和反馈模块。该边缘电气信息匹配方法和系统解决了目前主、配、用系统边缘电气信息不一致，导致调度人员误判断的技术问题，降低了调度人员误操作的风险。
-
公开(公告)号：CN109638826A
公开(公告)日：2019-04-16
申请号：CN201811585182.8
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: H02J3/00
CPC classification number: H02J3/00 , H02J2003/007
Abstract: 本发明公开了一种基于CNN(卷积神经网络)的电网拓扑辨识方法及系统。该方法主要从电网的基本架构和历史状态数据出发，找出正常运行中有通/断两种状态，即通/断状态影响网络实时拓扑的线路，并将其标注为“拓扑易变线路”，然后辨识出在该线路连通、测量信息缺失条件下的电网拓扑类别。该方法以及系统的数据处理模块考虑“拓扑易变线路”状态组合下的网络拓扑分类，将拓扑类别向量化；对每一拓扑类别下的数据，进行“图片矩阵化”处理；该方法/系统还设有样本补充模块，可以在训练样本量不足时，由连续潮流计算产生补充样本；最后，该方法/系统的拓扑辨识模块可以将处理后的数据输入网络结构为“卷积层1‑池化层1‑卷积层2‑池化层2‑全连接层1‑全连接层2”的CNN中，形成基于样本数据的电网拓扑识别模型。
-
-
-
-
-
Search Results
6
records
(took 0.033 seconds)
