-
公开(公告)号：CN119623095A
公开(公告)日：2025-03-14
申请号：CN202411779494.8
申请日：2024-12-05
Applicant: 国网冀北电力有限公司超高压分公司 , 北京清电科技有限公司 , 国家电网有限公司
Inventor： 金海望 , 李鹏 , 安海清 , 李金卜 , 张晓飞 , 王彦博 , 于文博 , 柳杨 , 高宏达 , 李涛 , 刘宪辉 , 宋建亮 , 冯玉奇 , 白佳琦 , 余黎明 , 李利明 , 张春阳 , 刘海营 , 黄宸 , 戴浩男 , 刘亦成
IPC: G06F30/20 , G06F119/02
Abstract: 超高压柔性直流输电系统的换流阀运行可靠性评估方法，属于换流阀技术评估领域，所述方法包括以下步骤：获取换流阀的拓扑结构，建立换流阀的桥臂子模块可靠性函数推导示意图；获取换流阀的历史数据，通过建立换流阀的桥臂子模块故障率时变特性函数，得到桥臂子模块故障率；根据换流阀的可靠性函数推导示意图和桥臂子模块故障率，推导换流阀可靠性函数；借助于换流阀运行状态转移过程的转移率矩阵和马尔可夫随机过程模型，得到换流阀的可靠性指标。通过对评估算法的改进，提升了评估算法精确度和适应性。
-
公开(公告)号：CN117851862A
公开(公告)日：2024-04-09
申请号：CN202311760433.2
申请日：2023-12-20
Applicant: 国网冀北电力有限公司超高压分公司 , 国家电网有限公司
Inventor： 郭飞 , 宋巍 , 顾颖 , 骆立实 , 夏立萌 , 蒲鑫 , 冯骁 , 王飞 , 戴浩男 , 刘祺 , 何红亮 , 李广渊 , 李钟凯 , 杨凡 , 于文博 , 张玉锦 , 赵坚胜 , 李世群 , 王玉强 , 王东阳
IPC: G06F18/24 , G01R31/00 , G06F18/2135 , G06N3/0475 , G06N3/047 , G06N3/094 , G06N3/098
Abstract: 本发明公开了一种干式空心电抗器故障辨识方法及存储介质，涉及电力系统领域，包括建立模型和使用模型进行辨识。建立模型包括采集电抗器电气数据并进行样本配对、提取电抗器电气数据的特征并采用具有梯度惩罚的Wasserstein生成对抗神经网络扩充故障工况样本并将样本划分、建立基于基模型的干式空心电抗器故障辨识模型、采用改进Stacking集成学习策略，建立干式空心电抗器故障辨识集成模型。采用本发明提出的技术方案，可以对干式空心电抗器的故障进行有效辨识，为干式空心电抗器的安全稳定运行提供保障。
-
公开(公告)号：CN119862993A
公开(公告)日：2025-04-22
申请号：CN202411966143.8
申请日：2024-12-30
Applicant: 国网冀北电力有限公司超高压分公司 , 国家电网有限公司 , 北京清电科技有限公司
Inventor： 王斐然 , 李振动 , 郭昕阳 , 韩庚 , 任振龙 , 李达 , 李玉宝 , 蔡龙 , 郝新磊 , 施鹏 , 蒋涛 , 李坡 , 黄晓胤 , 张玥 , 石朝阳 , 杨恬恬 , 王梦钒 , 严彬彬 , 闫恒安 , 张桂芳 , 刘洋 , 李利明 , 刘海营 , 张春阳 , 赵康达 , 陈庆贵 , 戴浩男
IPC: G06Q10/04 , G06Q50/06 , G06N3/042 , G06N3/0464
Abstract: 基于多节点关联和图卷积网络的输电线路覆冰厚度预测方法，涉及覆冰预测技术领域，包括：获取输电线路区段的监测点的历史预报气象数据、历史覆冰数据、地形数据和各监测点的空间关系；将步对数据进行筛选，然后进行数据归一化处理；将数据转化为图结构G，同时构建各个监测点之间的距离关联度邻接矩阵；构建图卷积网络预测模型；将数据划分为训练集和测试集，使用训练集对图卷积网络覆冰厚度预测模型进行训练；使用测试集对训练好的覆冰厚度预测模型进行预测同时对覆冰厚度预测结果进行评估。通过对算法的改进，以聚合局部多个节点信息特征的特性，将多个节点的气象数据、地形参数构建图网络，极大地提高了输电线路的预测准确性。
-
Patent Agency Ranking
公开(公告)号：CN119557851A
公开(公告)日：2025-03-04
申请号：CN202411722604.7
申请日：2024-11-28
Applicant: 国网冀北电力有限公司超高压分公司 , 国家电网有限公司 , 北京清电科技有限公司
Inventor： 李振动 , 李鹏 , 韩庚 , 郭昕阳 , 任振龙 , 李达 , 李玉宝 , 王斐然 , 张峰 , 李佳楠 , 周志文 , 李大伟 , 刘德明 , 薛卿 , 邢延超 , 宋振 , 赵磊 , 何雷 , 张玥 , 薛思雨 , 侯子龙 , 李利明 , 张春阳 , 刘海营 , 陈庆贵 , 戴浩男
IPC: G06F18/27 , G06F18/23213 , G06F18/214 , G06F18/2431 , G06N3/0464 , G06N3/047
Abstract: 基于覆冰识别与分位数回归的输电线路覆冰概率预测方法，属于输电线路覆冰厚度概率预测技术领域，方法包括：步骤S10，获取预测地区输电线路的历史覆冰数据、气象数据和地形数据，得到关键特征；步骤S20，借助k‑means聚类算法将输电线路覆冰模式分为N类标签，获得不同覆冰模式标签下的子数据集；步骤S30，借助CNN模型构建输电线路覆冰模式辨识模型，输出待预测时刻T覆冰模式的标签；步骤S40，借助分位数回归与LSTM神经网络的结合构建覆冰厚度概率预测模型，输出待预测时刻T输电线路的覆冰厚度概率分布区间，得到不同覆冰模式下的覆冰厚度概率预测结果。能够提供准确的覆冰厚度概率预测，对电网输电线路抗冰工作，电网安全运行、运维有重要意义。
-
公开(公告)号：CN118797493A
公开(公告)日：2024-10-18
申请号：CN202410582010.4
申请日：2024-05-11
Applicant: 国网冀北电力有限公司超高压分公司 , 北京中恒博瑞数字电力科技有限公司
Inventor： 王书渊 , 金海望 , 安海清 , 赵治钧 , 袁俏 , 李振动 , 王飞 , 张宝华 , 陈方东 , 贺俊杰 , 戴浩男 , 陈学良 , 翟永尚 , 田凯哲 , 于文博 , 李涛 , 赵薇
IPC: G06F18/2431 , G06F18/213 , G06F18/214 , G06F18/23213 , G06F18/26 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084 , G01R35/02 , G06F123/02
Abstract: 一种基于数据增强和深度学习的光CT故障辨识方法，属于光CT故障辨识技术领域，所述方法包括以下步骤：获取预设测点光CT的状态参量和故障类型标签；利用Apriori关联规则法筛选出关键状态参量；以筛选后的关键状态参量作为光CT的故障样本集，利用WGAN生成对抗网络对光CT的故障样本集进行数据扩充；对扩充后的故障样本集进行奇异谱分析，分离出光CT的若干信号序列；构建基于深度学习的光CT故障辨识模型，提取光CT的关键状态参量的时空特征，实现光CT不同故障类型的识别。通过对算法的改进，可准确识别光CT的故障类型和提供可靠的识别结果。
-
公开(公告)号：CN118503841A
公开(公告)日：2024-08-16
申请号：CN202410582005.3
申请日：2024-05-11
Applicant: 国网冀北电力有限公司超高压分公司 , 北京中恒博瑞数字电力科技有限公司
Inventor： 金海望 , 王书渊 , 安海清 , 王飞 , 李振动 , 张宝华 , 陈方东 , 童子豪 , 贺俊杰 , 袁俏 , 戴浩男 , 翟永尚 , 陈学良 , 李金卜 , 张晓飞 , 李涛 , 柳杨
IPC: G06F18/243 , G06F18/15 , G06F18/2135 , G06F18/214 , G06V10/44 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N5/01 , G06N20/20 , G01R35/02 , G06F123/02
Abstract: 一种基于LGB‑PCA的光CT故障严重程度评估方法，属于光CT故障辨识领域，方法包括以下步骤：获取预设测点光CT的状态参量和故障类型标签；对状态参量样本进行清洗和归一化后，使用格拉姆角场法将时序的状态参量转换为三维灰度图像；将转换后的灰度图像作为输入，故障类型标签作为输出，构建基于CNN‑LightGBM的集成学习故障辨识模型；反向提取发生相应故障类型故障时间段内的光CT的状态参量，采用主成分分析法提取状态参量的主成分并构建综合评价指标用于衡量该故障类型的严重程度。通过对算法的改进，可准确评估光CT发生的故障类型和严重程度。
-
公开(公告)号：CN119783872A
公开(公告)日：2025-04-08
申请号：CN202411758112.3
申请日：2024-12-03
Applicant: 国网湖南省电力有限公司 , 国网湖南省电力有限公司经济技术研究院 , 国家电网有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种需求响应下的短期电动汽车充电负荷预测方法，包括获取目标区域的电动汽车出行历史数据信息并处理构建训练数据集；基于LSTM模型和注意力机制构建短期电动汽车充电负荷预测初级模型并训练得到短期电动汽车充电负荷预测模型；采用短期电动汽车充电负荷预测模型对目标区域进行实际的短期电动汽车充电负荷的预测。本发明还公开了一种实现所述需求响应下的短期电动汽车充电负荷预测方法的系统。本发明通过对目标区域的多维度的电动汽车出行历史数据进行获取和处理得到训练数据集，并基于LSTM模型和注意力机制进行预测模型的构建和训练，因此本发明不仅能够实现短期电动汽车充电负荷的预测，而且可靠性更高，精确性更好。
-
公开(公告)号：CN117638916A
公开(公告)日：2024-03-01
申请号：CN202311669773.4
申请日：2023-12-07
Applicant: 国网湖南省电力有限公司 , 国网湖南省电力有限公司经济技术研究院 , 国家电网有限公司
IPC: H02J3/00 , G06F18/213 , G06N3/042 , G06N3/048 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/049 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种电力系统总量负荷预测方法，包括获取目标电力系统的历史数据信息；构建行业关联特征提取模块、负荷时序特征提取模块和气象耦合特征提取模块提取目标电力系统的特征数据；融合模块得到图神经网络和输出的多特征邻接矩阵；构建电力系统总量负荷预测模型并采用历史数据信息进行训练；采用训练后的电力系统总量负荷预测模型对目标电力系统进行实际的总量负荷预测。本发明还公开了一种实现所述电力系统总量负荷预测方法的系统。本发明不仅能够实现电力系统的总量负荷预测，而且可靠性更高，精确性更好。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.059 seconds)
