-
公开(公告)号:CN103475437A
公开(公告)日:2013-12-25
申请号:CN201310365148.0
申请日:2013-08-20
申请人: 国家电网公司 , 国网上海市电力公司 , 华东电力试验研究院有限公司
IPC分类号: H04J3/06
摘要: 本发明涉及一种基于IEEE1588的时钟系统对时精度测试方法,包括以下步骤:1)1588主钟通过交换机发送对时报文给子钟,同时向示波器发送秒脉冲信号;2)子钟通过交换机与1588主钟报文交互进行对时,并输出秒脉冲信号给示波器;3)示波器将来自1588主钟的秒脉冲信号作为触发信号,并通过观察来自子钟的秒脉冲信号轨迹来确定主钟/子钟之间的对时精度。与现有技术相比,本发明具有测试精度高、测试效率高、可靠性高等优点。
-
公开(公告)号:CN110807550A
公开(公告)日:2020-02-18
申请号:CN201911047102.8
申请日:2019-10-30
摘要: 本发明涉及一种基于神经网络的配变重过载识别预警方法及终端设备,所述方法用于对某日台区配变的重过载事件进行识别并预警,包括以下步骤:1)获取待识别的各台区配变的基础数据,对所述基础数据进行预处理;2)基于预处理后的基础数据对各台区配变进行粗预测分类,所述粗预测分类的类别包括一级安全、二级安全和二级关注;3)判断是否存在属于二级关注的台区配变,若是,则采用训练好的GRU型神经网络对属于所述二级关注的台区配变进行精预测,基于精预测结果输出配变预警信息,若否,则输出配变正常信息。与现有技术相比,本发明具有既可以保持时刻动态监测的状态,又能节省算力,达到准确预测效果等优点。
-
公开(公告)号:CN109038812A
公开(公告)日:2018-12-18
申请号:CN201810811630.5
申请日:2018-07-23
申请人: 国网上海市电力公司 , 国电南瑞科技股份有限公司
IPC分类号: H02J13/00
CPC分类号: H02J13/0017
摘要: 本发明涉及一种基于主站的智能分布式FA远程运维方法,包括如下步骤:智能分布式FA终端与主站进行静态拓扑模型和动态拓扑模型的交互;基于主站实现智能分布式FA终端的拓扑模型校核,直至投运正常;主站建立用于智能分布式FA逻辑的配电网络模型;主站一键下发所述配电网络模型,实现智能分布式FA终端的动作逻辑。与现有技术相比,本发明通过基于主站的智能分布式FA远程运维,实现了分布式FA的远程配置及网架结构变化的模型校核,极大地减少了分布式FA的配置,提升了智能分布式FA模型的正确性,降低了工作量。
-
公开(公告)号:CN116415925A
公开(公告)日:2023-07-11
申请号:CN202211725781.1
申请日:2022-12-30
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 南京联迪信息系统股份有限公司
摘要: 本申请公开一种基于人工智能的配网故障研判方法,所述研判方法包含:S1,获取原始数据,对所述原始数据进行预处理;S2,将预处理过的数据存入数据库中;S3,建立学习机模型,将数据输入学习机模型中对模型进行训练,得到跳闸事件判定模型;输入学习机模型中对模型进行训练,得到跳闸事件判定模型;S4,使用k折交叉验证法评估所述跳闸事件判定模型的性能,并根据结果调整所述跳闸事件判定模型。本申请通过引进人工智能技术,可充分模拟人类思维中的近似推理、语言变量来表述专家的经验,并可基于历史数据的增加而不断地自我学习、调整诊断算法逻辑,从而在实际应用时能够给出最近似于专家诊断的结果,大幅度减少了人工诊断工作量。
-
公开(公告)号:CN114581141A
公开(公告)日:2022-06-03
申请号:CN202210220703.X
申请日:2022-03-08
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
摘要: 本发明公开了一种基于特征选择与LSSVR的短期负荷预测方法,该方法包括:获取待预测地区负荷数据、气象数据以及日历信息,并对其进行数据预处理;根据预处理后数据确定候选特征集;采用带有L1范式的LSSVR算法对候选特征集进行特征选择,并根据选择的特征得到最终的历史数据样本和未来预设时间的待预测样本的输入特征向量;确定预设时刻的待预测样本的输入特征向量与所有相应时刻的历史数据样本的输入特征向量的相似度,并根据相似度筛选出待预测样本对应的相似样本;通过相似样本训练得到LSSVR预测模型,并通过LSSVR预测模型对未来预设时间的负荷进行预测。本发明可充分利用历史负荷信息及负荷影响因素信息,提高负荷预测精度并具有较大的适用范围。
-
公开(公告)号:CN105258064A
公开(公告)日:2016-01-20
申请号:CN201510762636.4
申请日:2015-11-10
申请人: 国网上海市电力公司
IPC分类号: F21S9/03 , F21V5/04 , F21V23/00 , F21V31/00 , F21Y115/10
CPC分类号: F21S9/037 , F21V5/04 , F21V23/003 , F21V31/005
摘要: 本发明涉及新型太阳能发电地面灯,包括壳座、透镜、顶部安装环、LED、太阳能板和电池;所述壳座设有开口向上的槽,所述透镜的底部设有与所述槽匹配接合的凸缘,所述顶部安装环的中部设有与所述透镜匹配接合并与所述壳座连接的开口;所述LED安装在所述透镜的下方,所述太阳能板安装在所述LED的下方;所述电池设置于所述槽内,其有效连接所述LED和太阳能板,从而所述电池由所述太阳能板充电,所述LED由电池供电;所述透镜与壳座匹配接合形成容纳所述LED、太阳能板和电池的防水腔。本发明结构简单、制造成本低,易于安装和维护。
-
公开(公告)号:CN116303424A
公开(公告)日:2023-06-23
申请号:CN202211725782.6
申请日:2022-12-30
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 南京联迪信息系统股份有限公司
IPC分类号: G06F16/22 , G06F16/27 , G06F16/215 , G06F18/21 , G06F18/10 , G06F18/214 , G06F18/24 , G06Q50/06 , H02J13/00 , G01R31/08
摘要: 本申请公开一种基于大数据和双数据库的配网信息存储方式,包含:S1,获取原始数据,对所述原始数据进行预处理;S2,将预处理过的数据提取特征,建立数据特征表;S3,建立数据库,在所述数据库中,基于数据特征表将数据分为常态数据和配网故障信息,将所述常态数据存储于分布式数据库中,将所述配网故障信息存储于常态库中;本申请提出基于大数据分析的配网络故障趋势判断方法。在原有配网络故障分析判断基础上,引入大数据分析法,通过数据融合、解析、可视化、状态辨别等过程实现配电络故障趋势判断。
-
公开(公告)号:CN109525415B
公开(公告)日:2022-10-11
申请号:CN201811037737.5
申请日:2018-09-06
申请人: 国网上海市电力公司 , 国电南瑞科技股份有限公司 , 华东电力试验研究院有限公司
摘要: 本发明涉及一种智能配电终端拓扑模型自同步方法和自同步装置,所述自同步方法包括以下步骤:1)建立与智能配电终端的通信链路,实时监听是否存在智能配电终端自描述信息,若是,则执行步骤2),若否,则返回步骤1);2)解析智能配电终端自描述信息,获得与智能配电终端自描述信息中的目的功能,判断目的功能是否为拓扑模型自同步,若是,则执行步骤3),若否,则返回步骤1);3)根据所述智能配电终端自描述信息识别对应终端设备,以该终端设备所关联的开关为中心,生成智能配电终端拓扑模型,向该终端设备发送智能配电终端拓扑模型信息,完成自同步。与现有技术相比,本发明具有精确可靠、方便实现智能配电终端拓扑模型自同步等优点。
-
公开(公告)号:CN114647978A
公开(公告)日:2022-06-21
申请号:CN202210238436.9
申请日:2022-03-11
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海交通大学
IPC分类号: G06F30/27 , G06F113/04 , G06F119/02 , G06F119/06
摘要: 本发明提供一种基于CNN‑LSTM模型和二次规划的配电网短期分层负荷预测方法,包括:获取配电网中不同节点的负荷及相关数据并进行数据预处理;对每个节点分别设计预测模型输入数据集;分别建立CNN‑LSTM模型进行负荷预测;通过二次规划调整上述负荷预测结果以实现配电网短期分层负荷预测。本发明充分考虑考虑配电系统中不同节点的不同影响因素和不同周期特征以及分层结构的前提下,建立了对配网不同节点具有泛化能力的CNN‑LSTM预测模型,并通过二次规划的预测后处理技术使得调整后的负荷满足不同层次节点负荷之间的分层结构的一致性要求,实现了对配网不同节点的短期分层负荷预测。
-
公开(公告)号:CN110232409A
公开(公告)日:2019-09-13
申请号:CN201910461355.3
申请日:2019-05-30
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 重庆大学
摘要: 一种配网跳闸故障类型自动识别方法,构造适用于识别配网跳闸故障类型的DNN模型,将数据处理后的历史故障数据输入DNN模型,进行模型训练,将数据处理后的新的故障数据输入训练好的DNN模型,进行配网跳闸故障类型识别。本发明可有效挖掘故障数据中蕴含的特征,完成配网跳闸故障类型的自动、快速、准确识别,不仅可以提升识别准确度和效率,同时可以在一定程度上节省人力、物力,缩短故障识别时间。
-
-
-
-
-
-
-
-
-