-
公开(公告)号：CN111509783B
公开(公告)日：2023-08-15
申请号：CN202010319681.3
申请日：2020-04-22
Applicant: 国家电网公司东北分部 , 北京科东电力控制系统有限责任公司
Abstract: 本申请公开了一种本申请提供了一种多类型能源一体化协同控制方法，包括：根据电网的全网负荷增量和预先滤波的区域控制偏差得到第一待调量；利用水电机组针对第一待调量进行调频后得到第二待调量；在第二待调量的基础上考虑风电预测增量、光电预测增量和联络线预测增量，得到第三待调量；判断机组所处的断面类型，根据预先设定的断面策略、频率保护策略及水电备用保护策略，对第三待调量进行调节，得到剩余待调量；由火电机组完成对剩余待调量的调节。本申请还公开了基于上述方法的协同控制装置。本申请实现水火机组基于负荷预测趋势、新能源功率预测趋势、频率紧急度及备用保护的协调控制，提高了全网频率稳定性。
-
公开(公告)号：CN111509783A
公开(公告)日：2020-08-07
申请号：CN202010319681.3
申请日：2020-04-22
Applicant: 国家电网公司东北分部 , 北京科东电力控制系统有限责任公司
Abstract: 本申请公开了一种本申请提供了一种多类型能源一体化协同控制方法，包括：根据电网的全网负荷增量和预先滤波的区域控制偏差得到第一待调量；利用水电机组针对第一待调量进行调频后得到第二待调量；在第二待调量的基础上考虑风电预测增量、光电预测增量和联络线预测增量，得到第三待调量；判断机组所处的断面类型，根据预先设定的断面策略、频率保护策略及水电备用保护策略，对第三待调量进行调节，得到剩余待调量；由火电机组完成对剩余待调量的调节。本申请还公开了基于上述方法的协同控制装置。本申请实现水火机组基于负荷预测趋势、新能源功率预测趋势、频率紧急度及备用保护的协调控制，提高了全网频率稳定性。
-
公开(公告)号：CN118035463A
公开(公告)日：2024-05-14
申请号：CN202410088307.5
申请日：2024-01-22
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 国网电力科学研究院有限公司 , 北京科东电力控制系统有限责任公司
Abstract: 一种电网调度多模态知识图谱构建方法及系统，包括：采集电网调度领域多元异构数据，根据多模态数据类型特点进行数据预处理；基于预处理后的电网调度多模态数据进行多模态数据标记并构建知识样本库；对多模态数据标记后得到的知识样本库数据进行统一特征融合，并采用深度学习模型抽取电网调度多模态实体知识；基于电网调度多模态实体知识的抽取结果，建立多模态调控实体间关系，将多模态调控知识融合与链接，形成电网调度多模态知识图谱。本发明建立电网调度多模态知识图谱，实现跨系统、跨业务的多模态知识的共建共享，提升电网调度多模态知识重构与知识融合水平，并为调控业务提供多模态数据支撑。
-
公开(公告)号：CN118504988A
公开(公告)日：2024-08-16
申请号：CN202410926120.8
申请日：2024-07-11
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司 , 国网安徽省电力有限公司 , 北京科东电力控制系统有限责任公司
IPC: G06Q10/0635 , G06Q50/06 , G06N5/022 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/082
Abstract: 本发明公开了基于分布式多模态知识图谱的新设备启动风险识别方法及系统，所述方法包括：采用知识本体与实体结合的架构构建分布式多模态知识图谱；对分布式多模态知识图谱进行跨模态事件细粒度对齐；采用跨模态事件细粒度对齐后的分布式多模态知识图谱获取特征三元组并转化为特征向量；基于深度学习算法构建风险识别模型并完成风险识别。本发明能够为调度人员提供及时、准确的风险信息，有助于降低风险发生概率，提高电力调度的安全性和稳定性。
-
公开(公告)号：CN118504988B
公开(公告)日：2024-10-29
申请号：CN202410926120.8
申请日：2024-07-11
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司 , 国网安徽省电力有限公司 , 北京科东电力控制系统有限责任公司
IPC: G06Q10/0635 , G06Q50/06 , G06N5/022 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/082
Abstract: 本发明公开了基于分布式多模态知识图谱的新设备启动风险识别方法及系统，所述方法包括：采用知识本体与实体结合的架构构建分布式多模态知识图谱；对分布式多模态知识图谱进行跨模态事件细粒度对齐；采用跨模态事件细粒度对齐后的分布式多模态知识图谱获取特征三元组并转化为特征向量；基于深度学习算法构建风险识别模型并完成风险识别。本发明能够为调度人员提供及时、准确的风险信息，有助于降低风险发生概率，提高电力调度的安全性和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN104851051A
公开(公告)日：2015-08-19
申请号：CN201410743837.5
申请日：2014-12-08
Applicant: 国家电网公司 , 国网安徽省电力公司 , 北京科东电力控制系统有限责任公司 , 南京信大高科技发展有限公司
IPC: G06Q50/06
Abstract: 本发明公开了一种结合动态修正的电网区域暴雨量精细化预警方法，包括如下步骤：S1，对当地降水量进行预报，生成预报信息，并提取电网杆塔位置降水预报值；S2，根据暴雨定义，提取满足暴雨条件的电网杆塔的位置信息和暴雨量信息；S3，利用气象站历史观测资料和对应的预报信息确定订正系数；根据订正系数订正当前日期预报的电网杆塔暴雨量，得到最终预报结果；S4，根据最终预报结果进行电力设备优先级预报并且发布电网杆塔暴雨灾害预警信息。本发明有效地提高了当前日期暴雨预报值的准确性，从而为暴雨灾害预警工作提供了有力的信息保障。
-
公开(公告)号：CN104849777A
公开(公告)日：2015-08-19
申请号：CN201410743744.2
申请日：2014-12-08
Applicant: 国家电网公司 , 国网安徽省电力公司 , 北京科东电力控制系统有限责任公司 , 南京信大高科技发展有限公司
IPC: G01W1/10
CPC classification number: G01W2203/00 , Y02A90/14 , G01W1/10
Abstract: 本发明公开了一种基于交叉相关追踪法的电网设备区域对流天气预报方法，包括以下步骤：步骤一：根据雷达的历史数据，确定雷达回波的移动矢量特征；步骤二：根据雷达回波的移动矢量特征，对雷达回波和风场外推计算，得到外推后的雷达回波和风场；步骤三：将外推后的雷达回波和风场、电网设备地理信息进行叠加展示与分析。本发明通过对雷达回波进行外推，得到未来雷达回波的移动矢量特征；利用该移动矢量特征进行雷达回波以及风场在未来时间内的临近预报；将该技术应用于电力GIS系统，可以获得电网区域设备回波强度和风场预报预警信息。
-
公开(公告)号：CN104849776A
公开(公告)日：2015-08-19
申请号：CN201410743681.0
申请日：2014-12-08
Applicant: 国家电网公司 , 国网安徽省电力公司 , 北京科东电力控制系统有限责任公司 , 南京信大高科技发展有限公司
Abstract: 本发明公开了一种结合动态修正的电网高低温精细化预警方法，包括如下步骤：S1，对当地天气进行预报，生成最高、最低温度预报结果，并提取影响当地温度预报结果的实况气象因子；S2，根据生成的温度预报结果和选取的实况气象因子建立最高、最低温度预报方程；S3，基于实测最高、最低气温资料和预报结果统计最高、最低温度预报误差；根据温度预报误差对最高、最低温度预报结果进行修正，得到最高、最低温度的最终预报结果；S4，根据最高、最低温度的最终预报结果进行电力设备优先级预报并发布预警信息。本发明能够有效解决电网系统高温和低温预报效果与实测相差较大等问题，及时有效地采取相应措施应对极端高低温，减轻极端天气带来的损害。
-
公开(公告)号：CN119784018A
公开(公告)日：2025-04-08
申请号：CN202411766125.5
申请日：2024-12-04
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司 , 北京科东电力控制系统有限责任公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/092
Abstract: 本发明涉及电力系统领域，公开了一种多智能体深度强化学习的电网停电编排系统，包括编排问题转化模块和决策求解模块；所述编排问题转化模块用于将电网停电计划编排问题转化为多智能体马尔可夫决策过程模型；所述决策求解模块用于在设定的电网停电编排的相关约束下，利用多智能体深度确定性策略梯度算法对多智能体马尔可夫决策过程模型进行训练求解，获得电网停电编排策略。该方案受单智能体强化学习思想启发，将电网停电计划编排问题转化为多智能体马尔可夫决策过程，将电力设备视为单独的智能体，采用多智能体深度确定性策略梯度算法训练具有智能停电计划编排的设备，学习到最优的停电计划编排策略，从而保障电网及其设备的安全运行。
-
公开(公告)号：CN118501570A
公开(公告)日：2024-08-16
申请号：CN202410353352.9
申请日：2024-03-27
Applicant: 东北电力大学 , 国家电网公司东北分部
Inventor： 顾兵 , 张健男 , 陈磊 , 吴珂鸣 , 雷振宇 , 迟成 , 闵勇 , 侯凯元 , 满林坤 , 李鲁阳 , 孙洋 , 徐飞 , 李岩春 , 汤伟 , 赵宇民 , 曹帅 , 罗真 , 杨雪瑞
IPC: G01R31/00 , H02J3/00 , H02J3/24 , G06F30/27 , G06F18/241 , G06F18/2411 , G06F18/2431
Abstract: 本发明属于电力系统分析技术领域，尤其涉及一种数据驱动的次超同步振荡扰动源定位方法。本发明包括搭建包含风机的电磁暂态仿真模型；随机化生成系统参数，对未施加强迫扰动的系统进行特征值分析，检验其是否为小扰动稳定；设置支路的功率送端母线是否存在扰动源为响应变量，进行模型训练；根据模型在拓扑不变以及拓扑改变的系统中成功定位扰动源的准确率，得到不依赖于网络拓扑特性的最优分类模型；将训练后的最优模型应用于子站中，振荡发生后判断支路的功率送端母线是否存在扰动源，将判断结果传输至控制中心汇总并搜索扰动源。能够避免实际振荡样本的问题，模型输入特征不依赖于电网拓扑，保证模型具有更好的迁移性，适应电网拓扑改变的情况。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.072 seconds)
