-
公开(公告)号：CN111080149B
公开(公告)日：2022-08-09
申请号：CN201911328852.2
申请日：2019-12-20
Applicant: 四川大学 , 国网新疆电力有限公司乌鲁木齐供电公司
Abstract: 本发明提出高中低压一体化配电网络可靠性混合计算方法，考虑高中低压配网的相互影响，建立了配网一体化模型，首先基于状态转移抽样法的准序贯蒙特卡洛仿真的高压配电网可靠性评估，得到高压配电网的年平均故障次数、年平均停电时间；其次获取衔接高压配电网和中压配电网的变电站出线停运率和修复率；最后将所述变电站出线停运率和修复率作为中低压配网可靠性计算的输入，使用最小路法计算中低压配网可靠性指标；本发明综合考虑高中低电压等级的配电网之间的相互影响，提高了评估结果的精确性，对配电网的评估涉及低压配网拓扑，提高了低压用户的供电可靠性的计算精度。
-
公开(公告)号：CN112101754A
公开(公告)日：2020-12-18
申请号：CN202010905634.7
申请日：2020-09-01
Applicant: 四川大学 , 国网新疆电力有限公司乌鲁木齐供电公司
Abstract: 本发明公开了一种电力应急保障能力评价方法，涉及城市重要供电单元应急保障能力技术领域，包括如下步骤：S1，分析不同应急措施的可靠性大小；S2，建立供电单元应急保障能力评价指标体系；S3，通过供电单元应急保障能力评价指标体系建立重要供电用户损失模型；S4，根据重要供电用户损失模型计算出的应急保障参与后用户损失情况，通过应急保障能力等级判断其应急保障能力大小，本发明所提出的评价体系与模型方法能够清晰、全面的反应应急保障能力大小，更全面的指导电网规划改造，减小停电损失。
-
公开(公告)号：CN112101754B
公开(公告)日：2023-12-19
申请号：CN202010905634.7
申请日：2020-09-01
Applicant: 四川大学 , 国网新疆电力有限公司乌鲁木齐供电公司
IPC: G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种电力应急保障能力评价方法，涉及城市重要供电单元应急保障能力技术领域，包括如下步骤：S1，分析不同应急措施的可靠性大小；S2，建立供电单元应急保障能力评价指标体系；S3，通过供电单元应急保障能力评价指标体系建立重要供电用户损失模型；S4，根据重要供电用户损失模型计算出的应急保障参与后用户损失情况，通过应急保障能力等级判断其应急保障能力大小，本发明所提出的评价体系与模型方法能够清晰、全面的反应应急保障能力大小，更全面的指导电网规划改造，减小停电损失。
-
公开(公告)号：CN111080149A
公开(公告)日：2020-04-28
申请号：CN201911328852.2
申请日：2019-12-20
Applicant: 四川大学 , 国网新疆电力有限公司乌鲁木齐供电公司
Abstract: 本发明提出高中低压一体化配电网络可靠性混合计算方法，考虑高中低压配网的相互影响，建立了配网一体化模型，首先基于状态转移抽样法的准序贯蒙特卡洛仿真的高压配电网可靠性评估，得到高压配电网的年平均故障次数、年平均停电时间；其次获取衔接高压配电网和中压配电网的变电站出线停运率和修复率；最后将所述变电站出线停运率和修复率作为中低压配网可靠性计算的输入，使用最小路法计算中低压配网可靠性指标；本发明综合考虑高中低电压等级的配电网之间的相互影响，提高了评估结果的精确性，对配电网的评估涉及低压配网拓扑，提高了低压用户的供电可靠性的计算精度。
-
公开(公告)号：CN114139858B
公开(公告)日：2023-04-18
申请号：CN202111246853.X
申请日：2021-10-26
Applicant: 四川大学
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/06 , G06F17/18
Abstract: 本发明公开了一种基于预想事故集的场馆供电系统运行风险评估方法，包括：(1)生成场馆供电系统的预想事故集；(2)对预想事故集中的每个场景进行故障后果分析；(3)提出风险评估指标并进行计算；(4)采用Shapley值分摊方法得到各元件对所有风险评估指标的贡献率；(5)采用熵权法计算元件对场馆供电系统运行风险的综合贡献率；(6)对综合贡献率进行排序，获得场馆供电系统的薄弱环节，完成对场馆供电系统风险的评估以及其薄弱环节的识别。本发明将评估对象拓展到终端用户以适应场馆供电系统风险评估的特殊性，并提出基于Shapley值分摊法和熵权法的综合风险贡献率计算方法，解决了目前场馆供电系统风险评估方法缺乏及薄弱环节难以识别的问题。
-
Patent Agency Ranking
公开(公告)号：CN111598724B
公开(公告)日：2022-07-22
申请号：CN202010423881.3
申请日：2020-05-19
Applicant: 四川革什扎水电开发有限责任公司 , 四川大学
Abstract: 本发明公开了一种中小水库入库流量日前预测的分时段集成方法，主要解决了现有技术存在的中小水库无法有效利用现有技术进行入库流量预测的问题。该分时段集成方法包括如下步骤：(S1)基于流域降水量划分汛期与非汛期；(S2)搭建汛期与非汛期的集成学习预测器；(S3)对汛期与非汛期的集成学习预测器进行训练；(S4)进行入库流量的预测。通过上述方案，本发明达到了采用水量平衡原理，由水库各类用水可还原水库来水，获得水库入库流量的历史数据，利用深度学习网络强大的非线性表达能力，挖掘历史数据背后的规律来预测日前的入库流量在保证精度的同时避免了对难以观测水文要素资料的依赖的目的，具有很高的实用价值和推广价值。
-
公开(公告)号：CN114511350A
公开(公告)日：2022-05-17
申请号：CN202210074187.4
申请日：2022-01-21
Applicant: 浙江中新电力工程建设有限公司 , 浙江中新电力工程建设有限公司自动化分公司 , 国网浙江杭州市萧山区供电有限公司 , 四川大学
Abstract: 本发明公开了一种考虑网络重构的园区储能多目标规划方法，涉及电气工程领域，该方法主要解决考虑网络约束及分布式能源、分布式储能等多种分布式资源接入下的园区储能规划问题，以经济性为规划目标，考虑网络的重构，网络潮流约束、安全约束以及能源消纳需求，提出基于Distflow的园区储能规划模型。为了便于求解，引入虚拟功率建立辅助线性方程，表征网络的开关动作；此外，基于能源消纳需求与经济性需求之间的制约关系，该方法提出多目标优化模型的松弛处理方法。最后，利用二阶锥及多面体线性化，将非凸非线性的原始Distflow网络潮流约束转化为线性约束，经过对网络潮流及重构的线性化，所建立的模型被转化为混合整数线性规划模型。
-
公开(公告)号：CN111488675A
公开(公告)日：2020-08-04
申请号：CN202010190777.4
申请日：2020-03-18
Applicant: 四川大学 , 国网安徽省电力有限公司 , 国家电网有限公司
IPC: G06F30/20 , G06F16/2458 , G06Q50/06
Abstract: 本发明公开了电力系统连锁故障潜在触发模式的挖掘方法，该挖掘方法包括步骤：(S1)模拟仿真获取大量连锁故障路径；(S2)确定频繁触发事件集；(S3)挖掘频繁触发事件集Tf的主导Length初始事件集；(S4)生成连锁故障潜在触发模式。通过上述方案，本发明达到了能够对海量连锁故障模拟结果进行频繁项集挖掘，并实现对连锁故障潜在触发模式进行提取的目的，具有很高的实用价值和推广价值。
-
公开(公告)号：CN105262082B
公开(公告)日：2017-09-01
申请号：CN201510652103.0
申请日：2015-10-10
Applicant: 四川大学
IPC: H02J3/00
Abstract: 本发明提供一种配电网调度周期的划分方法和系统，方法包括：S1，获取配电网中的n个节点在指定调度周期内的负荷数据；S2，分别利用负荷数据计算调度周期的所有二分方案的波动程度，根据波动程度最小的调度周期二分方案将调度周期划分为2个时段；S3，判断划分的时段数量是否小于预设数量，如果划分的时段数量小于预设数量则执行S4，否则停止划分；S4，分别利用负荷数据计算每个时段的所有二分方案的波动程度，分别确定每个时段所对应的波动程度最小的时段二分方案；S5，确定其中波动程度相对最小的时段二分方案；S6，根据波动程度相对最小的时段二分方案，将对应的时段进一步划分为2个时段，其余时段保持不变，返回步骤S3。
-
公开(公告)号：CN113888362B
公开(公告)日：2023-07-18
申请号：CN202111117019.0
申请日：2021-09-23
Applicant: 四川大学
IPC: G06V20/52 , G06V10/44 , G06V10/764 , G06V10/30 , G06V10/80 , G06V10/82 , G06T7/246 , G06T7/285 , G06T5/50 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于时空张量特征的压路机施工轨迹识别方法，涉及计算机视觉识别以及通信技术领域，步骤包括：获取压路机施工过程的图像数据，经预处理后传输至各个边缘节点，对图像数据的时空张量特征进行提取，经特征拼接后，形成训练数据集，建立CNN模型，并通过自注意力机制对CNN模型进行优化，将训练数据集传输至优化后的CNN模型进行训练，获得完成训练的CNN模型；将完成训练的CNN模型部署至各个边缘节点中，并对压路机施工过程的图像数据进行识别，待识别完成后，融合各个边缘节点的识别结果进行输出。本发明采用边缘计算与云端融合决策相结合的数据处理模式，能够有效避免数据大规模回传带来的网络通讯成本，使计算资源的配置得以优化。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.326 seconds)
