-
公开(公告)号：CN105117602B
公开(公告)日：2017-12-29
申请号：CN201510543575.2
申请日：2015-08-28
申请人： 国电南瑞科技股份有限公司 , 南京南瑞集团公司 , 国家电网公司 , 江苏省电力公司 , 江苏省电力公司电力科学研究院 , 国电南瑞南京控制系统有限公司
IPC分类号： G06F19/00
摘要： 本发明公开的是一种计量装置运行状态预警方法，包括以下步骤：1)从电能计量装置的4个组成部分的离线录入信息和在线监测信息中选取能反映各部分运行状态的指标信息；2)数据预处理，对原始数据进行异常数据剔除与补充；3)分别建立评价体系并运用AHP综合评价模型对其运行状态进行评分；4)对各部分评价体系进行数据挖掘，选取对运行状态评价影响较大的评价指标；5)结合在线监测信息，通过云自适应PSO‑BPNN预测模型对各组成部分未来运行状态评分值进行预测；6)将预测出的运行状态评分值和评估标准比较，确定4个组成部分的运行状态，适时给出预警信号。本发明提供的方法可以有效地对计量装置运行状态进行预警，进而提高电能计量装置检验的针对性、合理性和科学性。
-
公开(公告)号：CN105117602A
公开(公告)日：2015-12-02
申请号：CN201510543575.2
申请日：2015-08-28
申请人： 国家电网公司 , 国电南瑞科技股份有限公司 , 江苏省电力公司 , 江苏省电力公司电力科学研究院 , 河海大学 , 国电南瑞南京控制系统有限公司
IPC分类号： G06F19/00
摘要： 本发明公开的是一种计量装置运行状态预警方法，包括以下步骤：1)从电能计量装置的4个组成部分的离线录入信息和在线监测信息中选取能反映各部分运行状态的指标信息；2)数据预处理，对原始数据进行异常数据剔除与补充；3)分别建立评价体系并运用AHP综合评价模型对其运行状态进行评分；4)对各部分评价体系进行数据挖掘，选取对运行状态评价影响较大的评价指标；5)结合在线监测信息，通过云自适应PSO-BPNN预测模型对各组成部分未来运行状态评分值进行预测；6)将预测出的运行状态评分值和评估标准比较，确定4个组成部分的运行状态，适时给出预警信号。本发明提供的方法可以有效地对计量装置运行状态进行预警，进而提高电能计量装置检验的针对性、合理性和科学性。
-
公开(公告)号：CN106199276B
公开(公告)日：2018-11-30
申请号：CN201610589498.9
申请日：2016-07-25
申请人： 国电南瑞科技股份有限公司 , 国家电网公司 , 南京南瑞集团公司 , 国网河北省电力公司 , 国电南瑞南京控制系统有限公司
摘要： 本发明公开了一种用电信息采集系统中异常信息的智能诊断系统及方法，本发明的系统由异常分析专家库、自学习模块和GIS故障定位模块三部分组成，各部分协同工作，增强了对用电信息采集系统运行的监控能力。本发明以用电信息采集系统所采集的数据为依托，通过异常分析专家库和自学习模块对获取的各类用电数据进行统计、分析和诊断，判定异常类型和严重程度，并通过GIS故障定位模块快速准确地锁定故障发生地的具体位置，极大程度上提高了故障监测的准确度和故障处理的效率。
-
公开(公告)号：CN106199276A
公开(公告)日：2016-12-07
申请号：CN201610589498.9
申请日：2016-07-25
申请人： 国电南瑞科技股份有限公司 , 国家电网公司 , 南京南瑞集团公司 , 国网河北省电力公司 , 国电南瑞南京控制系统有限公司
CPC分类号： G01R31/00 , G01R31/024 , G01R31/041
摘要： 本发明公开了一种用电信息采集系统中异常信息的智能诊断系统及方法，本发明的系统由异常分析专家库、自学习模块和GIS故障定位模块三部分组成，各部分协同工作，增强了对用电信息采集系统运行的监控能力。本发明以用电信息采集系统所采集的数据为依托，通过异常分析专家库和自学习模块对获取的各类用电数据进行统计、分析和诊断，判定异常类型和严重程度，并通过GIS故障定位模块快速准确地锁定故障发生地的具体位置，极大程度上提高了故障监测的准确度和故障处理的效率。
-
公开(公告)号：CN108400862A
公开(公告)日：2018-08-14
申请号：CN201810038859.X
申请日：2018-01-16
申请人： 国电南瑞科技股份有限公司 , 国网江苏省电力有限公司 , 国家电网公司 , 国电南瑞南京控制系统有限公司
摘要： 本发明公开了一种智能用电终端可信数据融合加密方法，包括控制中心对系统参数初始化；用户对实际用电数据和需求用电数据进行加密，构建加密消息，并对其进行签名；网关对用户签名依次进行融合和验证，验证通过后，分别对该网关下所有用户的实际用电数据和需求用电数据进行融合，构建加密消息，并对其进行签名；控制中心对网关签名依次进行融合和验证，验证通过后，分别对控制中心下所有用户的实际用电数据和需求用电数据进行融合，通过解密融合值，获得整体的实际用电数据和需求数据以及各个区域的实际用电数据和需求数据。本发明可以更好地维护数据的安全性、保密性和完整性，为智能用电过程中的用户隐私保护提供更加可靠的防护服务。
-
公开(公告)号：CN111967646A
公开(公告)日：2020-11-20
申请号：CN202010685434.5
申请日：2020-07-16
申请人： 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
摘要： 本发明公开了一种虚拟电厂可再生能源优化配置方法，旨在解决现有技术中可再生能源并网成本高、容易影响电网的技术问题。其包括：根据虚拟电厂电能输出形式建立虚拟电厂电能输出模型；基于虚拟电厂经济效益最大化建立虚拟电厂优化目标函数；根据极端学习机算法建立虚拟电厂的可再生能源发电惩罚成本模型，并进行模型训练；利用遗传算法求解虚拟电厂优化目标函数，获得虚拟电厂可再生能源优化配置结果。本发明能够快速准确的获得最优的虚拟电厂可再生能源优化配置结果，增加虚拟电厂运行的经济型，同时降低并网对电网的影响。
-
公开(公告)号：CN111191892A
公开(公告)日：2020-05-22
申请号：CN201911324049.1
申请日：2019-12-20
申请人： 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
摘要： 本发明公开了一种用于电量系统的网损计算方法及系统，先定义关口属性，可以定义某地区的分区网损关口属性或某地区某电压等级的分压网损关口属性，给定义的输入类的关口属性配置输入类网损分量，给定义的输出类的关口属性配置输出类的网损分量，再根据关口电表电量参与该网损关口属性的方式选择关口电表电量；然后，根据分区网损计算公式和分压网损计算公式生成某地区分区网损计算模型、某地区某电压等级分压网损计算模型；最后根据网损计算模型配置信息计算分时网损电量、网损率，根据计算的分时网损电量计算日网损电量、网损率。本发明的计算方法覆盖全网损耗电量，得到网损计算结果更准确。
-
公开(公告)号：CN111061708A
公开(公告)日：2020-04-24
申请号：CN201911093125.2
申请日：2019-11-11
申请人： 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司
IPC分类号： G06F16/215 , G06N3/04 , G06Q10/04 , G06Q50/06
摘要： 本发明公开了一种基于LSTM神经网络的电能量预测与修复方法，该方法首先对于获取的电能量数据进行标准化处理，然后构造标准数据格式后建立深度学习模型；最后利用LSTM模型进行预测,精度检验和异常值修复。本发明对原始数据进行标准化，重新调整值的分布，避免降低网络学习和收敛的速度，提高网络的学习效率；构建了多个网络层的线性堆叠，加入LSTM层作为输入信息和隐藏状态的桥梁，加入全连接层来链接隐藏状态和输出信息，对模型进行拟合，提高模型预测准确度；通过基于LSTM预测模型对异常的电能量数据进行修复，提高了异常电能量数据修复的准确度。
-
公开(公告)号：CN116400168A
公开(公告)日：2023-07-07
申请号：CN202310336650.2
申请日：2023-03-31
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
IPC分类号： G01R31/08
摘要： 本发明公开了电网故障诊断领域的一种基于深度特征聚类的电网故障诊断方法及系统，包括：将所述实时监测数据经过SMOTE过采样后输入至预先搭建的CNN故障诊断模型获得故障诊断结果；所述CNN故障诊断模型的搭建过程包括：利用训练后的特征提取器提取有标签样本特征和无标签样本特征；对有标签样本特征和无标签样本特征进行半监督聚类形成簇；根据簇确定无标签样本特征的标签，建立有标签样本特征训练集；利用有标签样本特征训练集对CNN故障诊断模型进行训练，重复迭代获得故障诊断准确率大于设定阈值的CNN故障诊断模型；本发明克服现有技术中存在故障诊断正确率和误报率不能兼顾的技术问题。
-
公开(公告)号：CN111950868B
公开(公告)日：2022-11-15
申请号：CN202010735071.1
申请日：2020-07-28
申请人： 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 国网山东省电力公司
摘要： 本发明公开了一种基于生成对抗网络的综合能源系统负荷场景生成方法，包括以下步骤：S1：获取综合能源系统负荷数据，建立冷热电负荷样本数据集合；S2：构建生成对抗网络模型；S3：交替训练生成器网络和判别器网络D；S4：生成综合能源系统负荷场景。本发明利用生成对抗网络学习样本数据的隐含关系，捕捉内部复杂的深层非线性结构特征。在缺乏真实数据或真实数据的多样性不足时，生成与真实场景统计特性相近的综合能源系统多元负荷场景。通过本发明的方法生成的场景可以为负荷预测，异常检测和运行调度提供决策支持，增加系统的灵活性和可靠性。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.118 秒)
