-
公开(公告)号:CN118396366A
公开(公告)日:2024-07-26
申请号:CN202410373401.5
申请日:2024-03-29
申请人: 国网上海市电力公司 , 北京科东电力控制系统有限责任公司
IPC分类号: G06Q10/0635 , G06Q10/0637 , G06Q10/04 , G06Q50/06 , G06N3/042 , G06N3/0464 , G06N3/084
摘要: 本发明公开了基于图卷积网络的电网运行风险预测系统及方法,它包括:训练数据构建模块用于将静态安全分析历史数据根据时间节点在电网系统状态估计历史断面数据中查找特征变量,得到训练数据集,并将训练数据集中的设备进行类别标注;拓扑特征提取模块用于将图神经网络的节点和边通过真实电网设备间的连接建立电网系统设备邻接矩阵,根据标注后的训练数据集建立电网系统设备特征矩阵,将电网系统设备邻接矩阵和电网系统设备特征矩阵融合并进行特征提取,得到特征向量;特征映射模块用于将特征向量输入到深度神经网络中得到包含负载率区间种类的矩阵,利用包含负载率区间种类的矩阵得到负载区间的概率分布向量。本发明能更好预测电网的运行风险。
-
公开(公告)号:CN118739281A
公开(公告)日:2024-10-01
申请号:CN202410787172.1
申请日:2024-06-18
申请人: 国网上海市电力公司 , 北京科东电力控制系统有限责任公司
摘要: 本发明提供了一种分区发用电平衡分析及跨区支援路径校核方法及系统,方法包括:从外部文件和数据库服务器获取数据;动态识别电网分区;统计分区内发电量和负荷数据,进行分区发用电平衡预测与监视,根据发电量和负荷比较结果发出告警;对告警的分区进行分区负荷转移辅助决策,形成负荷转分区方案及对应的跨区支援路径,并进行基态潮流校核、静态安全分析和风险提示;导出可控负荷清单执行拉限电;将发用电平衡分析和跨区支援路径校核结果进行前端数据展示。本发明实现动态监视分区发用电,为调控人员提供有效的分区转负荷策略和安全校核结果,保障分区供电网络的运行安全性,为省地电网协同优化运行提供有力支撑。
-
公开(公告)号:CN118537876A
公开(公告)日:2024-08-23
申请号:CN202410527286.2
申请日:2024-04-29
申请人: 国家电网有限公司华中分部 , 北京科东电力控制系统有限责任公司
IPC分类号: G06V30/412 , G06V30/18 , G06V10/82 , G06N3/0464 , G06N3/084 , G06Q50/06
摘要: 本发明公开了一种基于电网信息的表格提取系统和方法。包括:从预处理后的含表格的图片中划分出训练集;将训练集对表格信息提取模型进行训练,得到训练后的表格信息提取模型,其中,表格信息提取模型包括编码器、解码器、掩膜修复模块、单元格获取模块和单元格文字识别模块;解码器包含行提取解码器和列提取解码器,掩膜修复模块采用形态学操作和边缘检测相结合的修复方法对解码器的特征输出进行修复;单元格获取模块将经过掩膜修复模块后的修复特征进行交集处理,得到单元格;将待提取信息的表格图片输入训练后的表格信息提取模型中,得到表格信息的提取结果。本发明可以有效解决表格不一致的问题,同时提高表格处理准确度和效率。
-
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
摘要: 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:CN113688210B
公开(公告)日:2024-02-09
申请号:CN202111036935.1
申请日:2021-09-06
申请人: 北京科东电力控制系统有限责任公司 , 南瑞集团有限公司
IPC分类号: G06F16/33 , G06F18/214
摘要: 本发明提供了一种电网调度意图识别方法,包括以下步骤:构建电网调度意图语料集并生成训练样本集;构建电网调度意图识别模型和电网调度专业文本相似度匹配模型;将电网意图测试语句输入电网调度意图识别模型,获得排名靠前的多个的意图类别及其对应的权重概率;基于电网调度意图语料集,选取排名靠前的多个意图类别对应的若干条调度专业语言表述构成召回文本集;将电网意图测试语句与召回文本集代入电网调度专业文本相似度匹配模型计算并进行投票;根据投票结果和权重概率进行多个意图类别的权重重组计算,选取计算结果最大值对应的意图类别作为电网意图测试语句的电网调度意图识别结果。本发明用于提高电网调度意图识别准确率。
-
公开(公告)号:CN114240144A
公开(公告)日:2022-03-25
申请号:CN202111541829.9
申请日:2021-12-16
申请人: 国网宁夏电力有限公司 , 北京科东电力控制系统有限责任公司
摘要: 本发明公开了一种基于生成对抗模仿学习的电力系统动态经济调度系统及方法,首先,生成器网络模块观测电力系统状态,采用强化学习近端策略优化算法生成调度策略;其次,完美调度模块生成完美调度策略;再次,判别器网络模块将所述生成器网络模块生成的调度策略与完美调度策略进行对比,得出反馈信息来训练生成器网络参数与判别器网络参数;最后,生成器网络模块基于判别器网络模块训练后的生成器网络参数,结合电力系统状态获得最终的调度策略。本发明结合生成对抗网络,避免了深度强化学习中人为定义奖励函数引入的主观性,实现策略到策略的端到端的学习,改善了算法的收敛性问题,降低建模难度,增强了算法应对高维复杂问题时的能力。
-
公开(公告)号:CN113935600A
公开(公告)日:2022-01-14
申请号:CN202111149873.5
申请日:2021-09-29
申请人: 国网宁夏电力有限公司 , 北京科东电力控制系统有限责任公司
摘要: 本发明公开了一种基于深度学习的自适应经济调度系统,其特征在于:它包括负荷矩阵构建模块、自适应学习模型及训练样本集构建模块、学习模型的训练目标构建模块、差异化训练样本集构建模块、长短期记忆网络构建模块和实时经济调度自适应学习模型构建模块;本发明基于完美调度理念生成学习模型训练目标,并利用系统中存储的海量历史数据对LSTM‑IIU网络对进行训练,一旦学习模型构建完成,将目标调度时刻的预测数据输入即可得到对应的实时经济调度方案。
-
公开(公告)号:CN113688210A
公开(公告)日:2021-11-23
申请号:CN202111036935.1
申请日:2021-09-06
申请人: 北京科东电力控制系统有限责任公司
摘要: 本发明提供了一种电网调度意图识别方法,包括以下步骤:构建电网调度意图语料集并生成训练样本集;构建电网调度意图识别模型和电网调度专业文本相似度匹配模型;将电网意图测试语句输入电网调度意图识别模型,获得排名靠前的多个的意图类别及其对应的权重概率;基于电网调度意图语料集,选取排名靠前的多个意图类别对应的若干条调度专业语言表述构成召回文本集;将电网意图测试语句与召回文本集代入电网调度专业文本相似度匹配模型计算并进行投票;根据投票结果和权重概率进行多个意图类别的权重重组计算,选取计算结果最大值对应的意图类别作为电网意图测试语句的电网调度意图识别结果。本发明用于提高电网调度意图识别准确率。
-
公开(公告)号:CN109389326B
公开(公告)日:2021-05-25
申请号:CN201811311459.8
申请日:2018-11-05
申请人: 国网四川省电力公司 , 北京科东电力控制系统有限责任公司
发明人: 梁智 , 路轶 , 郭果 , 席骊瑭 , 赵静 , 何明 , 熊志杰 , 邹琬 , 王万凌 , 张旭波 , 李凡红 , 郭小春 , 李婕 , 方堃 , 潘丽 , 李熠 , 尚学伟 , 徐家慧 , 王赞 , 张波 , 付辉 , 余建明 , 刘艳 , 张连超 , 单连飞 , 赵春光 , 邓波 , 李世杰
IPC分类号: G06Q10/06
摘要: 本发明提供了一种面向监控事件的对象化建模方法、设备及系统,应用于建立电网调度控制模型中的二次设备模型,该二次设备模型包括信号字典模型和二次设备台账模型,该方法通过建立信号字典模型和二次设备台账模型,及监控信号与该信号字典模型和二次设备台账模型的关系,得到二次设备模型。通过上述对该二次设备模型的建模,为监控信号扩展其所述的二次设备及对应的相关属性、行为含义等,后续可以通过对该二次设备模型的编辑修改,从而实现对监控信号进行管理维护及规范化管理,有效改善目标存在的管理维护监控信号工作繁琐混乱,并且不利于监控信号统计分析与维护,也不能为实现二次设备监控信号的多源数据管理功能创建技术条件的问题。
-
公开(公告)号:CN109697570B
公开(公告)日:2020-09-29
申请号:CN201811616118.1
申请日:2018-12-27
申请人: 北京科东电力控制系统有限责任公司
摘要: 本发明提供了一种变电站二次设备状态评估方法,涉及变电站二次设备评估的技术领域,搭建二次设备状态云技术平台,该二次设备状态云技术平台包括分布式文件系统模块及基于MapReduce的极限学习机状态评估分类器,分布式文件系统模块读取输入数据并将输入数据以二次设备状态评估训练集形式存储,应用二次设备状态评估训练集对基于MapReduce的极限学习机状态评估分类器进行训练,得到二次设备状态评估模型;实时运行数据经过二次设备状态评估模型映射直接得到输出结果;本方法利用基于MapReduce的极限学习机对二次设备状态进行诊断和分析,可构建高容错性、高可伸缩性、低成本和扩展性良好的高效分布式系统,有效提高对海量二次设备数据的处理能力及对分类器的分类精度。
-
-
-
-
-
-
-
-
-