-
公开(公告)号：CN117131357A
公开(公告)日：2023-11-28
申请号：CN202310991268.5
申请日：2023-08-08
申请人： 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司
IPC分类号： G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/08 , H02J3/00
摘要： 本发明公开了基于多元特征提取和Stacking学习框架的负荷识别方法及装置包括：首先提取不同电器负荷下信号的特征建立负荷数据特征库，利用傅里叶变换提取信号的谐波特征，利用概率统计提取信号统计特征，利用一维卷积神经网络提取信号深度特征；然后设计Stacking算法，学习数据特征和对应的负荷类别之间的关系；选择随机森林，决策树和支持向量机作为初级学习器，并结合随机森林作为次级学习器，训练出最终的负荷识别模型；本发明具有实现简单，负荷识别精度高的优点，可用于调控和资源调配等领域。
-
公开(公告)号：CN115589328A
公开(公告)日：2023-01-10
申请号：CN202211361236.9
申请日：2022-11-02
申请人： 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 中国科学院沈阳自动化研究所 , 国家电网有限公司
摘要： 本发明公开了一种基于量子保密通信的多能流系统反监听方法及装置，构建多能流系统与综合能源系统云平台的量子保密通信网络。综合能源系统云平台通过量子保密通信网络进行量子密钥的分发。多能流系统各能流区块间主站节点将传输信息发送到量子保密通信网络通过密钥进行加密。量子保密通信网络中加密的传输信息选择最优路径进行转发。综合能源系统云平台的量子通信终端接收到最优路径转发的加密明文，并对明文进行解密，获得传输信息。利用监听者的扰动态|s>进行反监听验证。若存在监听，则放弃此次通信，并发出预警。本发明有助于发现多能流系统中的数据监听行为，保障多能流信息能量融合系统的安全运行。
-
公开(公告)号：CN118644127A
公开(公告)日：2024-09-13
申请号：CN202410616631.X
申请日：2024-05-17
申请人： 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司
IPC分类号： G06Q10/0639 , G06Q50/06 , G06F17/16 , G06F17/18
摘要： 本发明公开了一种评估负荷资产价值的方法及系统，涉及电力资产估值技术领域，包括：对负荷场景进行摸底，确定参与调控的场景；确定参与调控的场景的关键指标；采用层次分析法给每个参与调控的场景的关键指标分别赋予权重；按照规则计算出每个场景的关键指标的分数；每个参与调控的场景赋予权重；得到业务场景的分数；得到负荷资产估值。本方法有效地结合了层次分析法和均值‑方差‑CVaR法，实现对各种调控场景下负荷资产价值的精准计算。本方法不仅考虑了不同调控服务的多个属性指标，还通过综合评分系统来确定每个场景的贡献度，从而为电力市场提供了一种科学、系统和动态的负荷资产估值工具，帮助优化资源配置和增强电网的稳定性与经济性。
-
公开(公告)号：CN117251758A
公开(公告)日：2023-12-19
申请号：CN202310942600.9
申请日：2023-07-30
申请人： 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司
IPC分类号： G06F18/24 , G06F18/10 , G06F18/2131 , G06N20/20 , G06F18/214 , G06N3/0464 , G06F18/25
摘要： 本发明公开了基于多元特征和Bagging集成学习模型的负荷识别方法及系统包括，获取电器负荷信号，并对负荷信号进行特征提取；基于特征提取结果构建电力负荷数据指纹特征库，将电力负荷数据指纹特征库结合Bagging集成学习模型进行分类学习，得到电器负荷识别分类模型；根据电器负荷识别分类模型对电器负荷信号进行识别。本发明构造了基于后端融合的集成学习Bagging算法来进行负荷识别，能够显著提升负荷预测的精度。
-
公开(公告)号：CN114330814A
公开(公告)日：2022-04-12
申请号：CN202111324025.3
申请日：2021-11-10
申请人： 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 国网浙江省电力有限公司台州供电公司 , 国网浙江省电力有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于VMD分解和改进双层BILSTM网络的短期负荷预测方法，构建改进双层BiLSTM网络负荷预测模型，设置超参数，利用训练集、验证集对改进双层BiLSTM网络负荷预测模型进行训练，获取网络参数，得到训练后的改进双层BiLSTM网络负荷预测模型；将历史时刻对应的负荷序列、VMD分解后的负荷子序列、温度序列输入到训练后的改进双层BiLSTM网络负荷预测模型，得到t+1时刻负荷的预测结果。本发明将复杂的负荷时间序列分解为频率更加集中、周期性更突出的若干子序列。有效降低了训练误差、提高了训练稳定性。提高预测模型的训练速度，保证模型误差的收敛趋势，避免陷入局部最优。
-
公开(公告)号：CN112766706A
公开(公告)日：2021-05-07
申请号：CN202110046846.9
申请日：2021-01-14
申请人： 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 北京国网普瑞特高压输电技术有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
摘要： 本发明公开了一种客户侧不同类型用能管理系统的用能监测方法，包括获取采集设备采集的所有监测对象用能数据以及与用能数据相关的环境参数；根据监测深度和监测对象的拓扑结构，对用能数据进行分层梳理；根据分层梳理后的用能数据和环境参数，对各检测对象进行用能分析，并向相应的用能控制设备下发相应的控制指令。同时公开了相应的装置。本发明不仅采集用能数据，还采集与用能数据相关的环境参数，对用能数据进行分层梳理，基于分层梳理后的用能数据和环境参数进行用能分析和下发控制指令，大大增强了系统整体分析能力，实现供、输、转、用能的无死角监测。
-
公开(公告)号：CN112766579A
公开(公告)日：2021-05-07
申请号：CN202110089833.X
申请日：2021-01-22
申请人： 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司 , 国网重庆市电力公司 , 国家电网有限公司 , 东南大学
摘要： 本发明公开一种基于自适应算法的充电系统规划方法和装置，方法包括：从多个充电系统规划方案中分别获取充电系统参数数据，按照预设的性能指标体系确定性能指标的指标值；利用主分量分析法进行性能指标筛选，利用层次分析法分析得到性能指标集中各性能指标的权重，利用该权重对相应性能指标值进行修正；利用预设的权重自适应修正模型，求解得到各性能指标的最终权重；根据修正后的性能指标值及其对应的最终权重，计算各充电系统规划方案的综合性能数据；将综合性能数据最优的方案作为最终充电系统规划方案。本发明能够适应充电系统特性调整指标权重，使得充电系统的性能预测更加准确，从而能够在充电系统规划阶段得到性能更优的规划方案。
-
公开(公告)号：CN116383810A
公开(公告)日：2023-07-04
申请号：CN202310079861.2
申请日：2023-02-03
申请人： 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 中国科学院沈阳自动化研究所
IPC分类号： G06F21/55 , G06F18/241 , G06N3/006
摘要： 本发明公开了一种电气互联系统虚假数据注入攻击检测方法及装置，该方法包括：提取电气互联系统的节点状态变量构建数据集；将所述数据集进行Bootstrap抽样得到训练集和测试集；计算训练集中每个特征的权重，根据计算得到的权重对训练集数据特征进行精简；利用精简后的训练集进行训练生成随机森林模型；将测试集数据输入所述随机森林模型，根据所述随机森林模型的输出确定虚假数据注入攻击检测结果。
-
公开(公告)号：CN116055110A
公开(公告)日：2023-05-02
申请号：CN202211606776.9
申请日：2022-12-14
申请人： 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 中国科学院沈阳自动化研究所
IPC分类号： H04L9/40
摘要： 本发明公开了一种电力系统虚假数据注入攻击检测方法及装置，该方法包括：根据t时刻的系统状态，采用自适应系数卡尔曼滤波法对系统进行状态估计，得到第一状态估计值；根据t时刻的系统状态，利用加权最小二乘法对系统进行状态估计，得到第二状态估计值；根据第一状态估计值、第二状态估计值和预设一致性检验阈值，对系统进行状态一致性检验；响应于状态一致性检验不通过，根据第一状态估计值进行残差检验，根据残差检验结果，确定虚假数据注入攻击检测结果。
-
公开(公告)号：CN115204467A
公开(公告)日：2022-10-18
申请号：CN202210710222.7
申请日：2022-06-22
申请人： 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司
摘要： 本发明公开了一种电力负荷预测方法、装置及存储介质，其方法包括：在线获取气象数据以及对应的时间信息；对在线获取的气象数据以及对应的时间信息进行预处理生成在线综合数据；基于图像处理技术将在线综合数据转化成在线数据图像；将在线数据图像输入预构建的电力负荷预测模型获取电力负荷预测值；其中，所述电力负荷预测模型的构建过程包括：构建结合注意力模块的卷积神经网络，并将离线数据图像与相应的电力负荷实际值分别作为卷积神经网络的输入和输出进行训练，生成电力负荷预测模型；本发明能够综合气象和时间信息，并通过注意力机制，提高模型的预测精度并且降低复杂度。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.067 秒)
