-
公开(公告)号：CN114268091A
公开(公告)日：2022-04-01
申请号：CN202111444771.6
申请日：2021-11-30
申请人： 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司 , 深圳供电局有限公司
摘要： 本发明涉及电力系统技术领域，公开了一种基于综合阻抗矩阵的故障处理方法、装置、设备及介质，方法包括根据三相线路故障类型，确定新增节点，并获得包含所述新增节点的复合序网；根据所述复合序网，计算综合阻抗矩阵；采用星网变换消去所述综合阻抗矩阵中的新增节点，得到目标综合阻抗矩阵；将所述目标综合阻抗矩阵加入到正序网络中进行仿真计算，得到所有初始节点的正序电压；根据星网变换的逆变换得到所述新增节点的正序电压，并计算负序网络电压、负序网络电流、零序网络电压和零序网络电流。本方法能避免在正序网络中新增节点，保持原有的节点编号不变，从而降低计算复杂度。
-
公开(公告)号：CN114252764A
公开(公告)日：2022-03-29
申请号：CN202111441002.0
申请日：2021-11-30
申请人： 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司 , 深圳供电局有限公司
IPC分类号： G01R31/327
摘要： 本发明提供了一种断路器断路能力的校验方法、装置、设备及介质，所述方法包括获取双馈型风电机组的预设电磁暂态模型，并根据所述预设电磁暂态模型构建故障测试系统；基于所述故障测试系统，获取在发生短路故障情况下的电流‑电压特性曲线；根据所述电流‑电压特性曲线计算得到所述双馈型风电机组的短路电流有效值；根据所述短路电流有效值对断路器的断流能力进行校验。采用本发明实施例，能够在网络中存在双馈型风电机组时，在计算短路电流时考虑双馈风电机组的影响，从而提高短路点实际电流值计算结果的准确性，同时对断路器的断流能力进行更准确的校验。
-
公开(公告)号：CN114268091B
公开(公告)日：2023-06-06
申请号：CN202111444771.6
申请日：2021-11-30
申请人： 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司 , 深圳供电局有限公司
摘要： 本发明涉及电力系统技术领域，公开了一种基于综合阻抗矩阵的故障处理方法、装置、设备及介质，方法包括根据三相线路故障类型，确定新增节点，并获得包含所述新增节点的复合序网；根据所述复合序网，计算综合阻抗矩阵；采用星网变换消去所述综合阻抗矩阵中的新增节点，得到目标综合阻抗矩阵；将所述目标综合阻抗矩阵加入到正序网络中进行仿真计算，得到所有初始节点的正序电压；根据星网变换的逆变换得到所述新增节点的正序电压，并计算负序网络电压、负序网络电流、零序网络电压和零序网络电流。本方法能避免在正序网络中新增节点，保持原有的节点编号不变，从而降低计算复杂度。
-
公开(公告)号：CN112446171B
公开(公告)日：2023-11-07
申请号：CN202011241068.0
申请日：2020-11-09
申请人： 深圳供电局有限公司 , 南方电网科学研究院有限责任公司
IPC分类号： G06F30/27 , G06F16/2458 , G06N3/042 , G06N3/0464 , G06N3/049 , G06N3/08 , G06Q50/06 , G06F119/12
摘要： 本发明公开了一种电力系统暂态稳定监测方法、装置、终端设备及存储介质，所述方法通过在时空图卷积网络输入电路系统故障前、故障中和故障后的时间序列上的母线节点的状态变量以及系统的节点导纳矩阵进行时间和空间的相关性学习，获取每个发电机节点的失稳概率，实现对每台发电机的暂态稳定状态的监测。
-
公开(公告)号：CN113869028A
公开(公告)日：2021-12-31
申请号：CN202111080554.3
申请日：2021-09-15
申请人： 深圳供电局有限公司 , 南方电网科学研究院有限责任公司
IPC分类号： G06F40/205 , G06F16/35 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种电力文本信息提取方法、装置、终端设备及计算机可读存储介质。所述电力文本信息提取方法包括：获取电力文本数据；基于预设电力信息分类模型和所述电力文本数据，获得电力文本数据的文本类别；基于预设电力信息提取模型和所述电力文本数据的文本类别，对每个类别的电力文本数据进行信息提取，获得结构化的电力文本信息；对所述结构化的电力文本信息进行标准化处理，得到标准化的电力文本信息；所述标准化处理包括时间信息标准化处理和地点信息标准化处理。采用本发明实施例，能根据不同类别的电力文本数据选择不同的电力信息提取模型，提高了电力文本信息提取的效率和精度。
-
公开(公告)号：CN113868409A
公开(公告)日：2021-12-31
申请号：CN202111082151.2
申请日：2021-09-15
申请人： 深圳供电局有限公司 , 南方电网科学研究院有限责任公司
IPC分类号： G06F16/335 , G06F16/35 , G06F16/36 , G06F16/31 , G06F40/284
摘要： 本发明公开了一种基于弱监督学习的电力行业专有词挖掘方法、装置及介质，所述方法包括：获取电力文本语料并进行分词，得到若干字符串片段；根据预设的停用词表对若干字符串片段进行切分，得到候选词汇的正样本集合，并去除停用词；对去除停用词的若干字符串片段构建N‑gram词组，得到候选词汇的正、负样本集合；引入外部知识对正、负样本集合进行调整；根据正、负样本集合和特征信息对分类器进行自监督的学习训练，得到目标词汇及所述目标词汇的概率；根据统计数据规则过滤掉所述目标词汇中的不可信词汇，得到最终的电力行业专有词汇。本发明采用弱监督学习方法能够实现对电力行业专有词汇进行高效、精准地挖掘，且不需要人工干预，提高了自动化程度。
-
公开(公告)号：CN111611663A
公开(公告)日：2020-09-01
申请号：CN202010288441.1
申请日：2020-04-14
申请人： 深圳供电局有限公司 , 南方电网科学研究院有限责任公司
IPC分类号： G06F30/18 , G06F30/20 , H04L12/24 , G06F113/04
摘要： 本发明公开了一种电力系统仿真故障生成方法，包括：读取电力系统的潮流数据文件，并根据所述潮流数据文件，获取电力系统基础拓扑结构；根据所述潮流数据文件和所述电力系统基础拓扑结构，识别所述电力系统的故障拓扑节点，以及获取所述故障拓扑节点的拓扑信息；根据所述故障拓扑节点的拓扑信息，识别电力系统的故障设置元件及其拓扑信息；其中，所述故障设置元件包括线路、三绕组变压器、电厂、直流系统；根据所述故障设置元件的拓扑信息，设置故障类型，生成所需的仿真故障，能实现准确地解析电力系统拓扑结构，能够快速、完整地生成适用于电力系统仿真的故障需求，保证电网安全稳定地运行。本发明还公开了一种电力系统仿真故障生成装置。
-
公开(公告)号：CN111611663B
公开(公告)日：2023-05-05
申请号：CN202010288441.1
申请日：2020-04-14
申请人： 深圳供电局有限公司 , 南方电网科学研究院有限责任公司
IPC分类号： G06F30/18 , G06F30/20 , H04L41/06 , H04L41/12 , G06F113/04
摘要： 本发明公开了一种电力系统仿真故障生成方法，包括：读取电力系统的潮流数据文件，并根据所述潮流数据文件，获取电力系统基础拓扑结构；根据所述潮流数据文件和所述电力系统基础拓扑结构，识别所述电力系统的故障拓扑节点，以及获取所述故障拓扑节点的拓扑信息；根据所述故障拓扑节点的拓扑信息，识别电力系统的故障设置元件及其拓扑信息；其中，所述故障设置元件包括线路、三绕组变压器、电厂、直流系统；根据所述故障设置元件的拓扑信息，设置故障类型，生成所需的仿真故障，能实现准确地解析电力系统拓扑结构，能够快速、完整地生成适用于电力系统仿真的故障需求，保证电网安全稳定地运行。本发明还公开了一种电力系统仿真故障生成装置。
-
公开(公告)号：CN112818588A
公开(公告)日：2021-05-18
申请号：CN202110024016.6
申请日：2021-01-08
申请人： 南方电网科学研究院有限责任公司 , 深圳供电局有限公司
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , H02J3/06 , G06F111/04
摘要： 本发明公开了一种电力系统的最优潮流计算方法，包括：S1：根据电力系统的节点参数和发电机参数，构建所述电力系统的最优潮流计算环境；S2：采用多智能体异步并行的深度强化学习算法，对所述最优潮流计算环境进行求解，获取不同负荷水平下的最优潮流结果。本发明还对应公开一种电力系统的最优潮流计算装置及存储介质。本发明实施例通过采用多智能体异步并行的深度强化学习算法求解电力系统的最优潮流问题，能够提高模型的泛化能力，同时提高了训练效率。
-
公开(公告)号：CN112446171A
公开(公告)日：2021-03-05
申请号：CN202011241068.0
申请日：2020-11-09
申请人： 深圳供电局有限公司 , 南方电网科学研究院有限责任公司
IPC分类号： G06F30/27 , G06F16/2458 , G06N3/04 , G06N3/08 , G06Q50/06 , G06F119/12
摘要： 本发明公开了一种电力系统暂态稳定监测方法、状态、终端设备及存储介质，所述方法通过在时空图卷积网络输入电路系统故障前、故障中和故障后的时间序列上的母线节点的状态变量以及系统的节点导纳矩阵进行时间和空间的相关性学习，获取每个发电机节点的失稳概率，实现对每台发电机的暂态稳定状态的监测。
-
-
-
-
-
-
-
-
-
搜索结果
171 条记录 (耗时 0.082 秒)
