-
公开(公告)号：CN118504988A
公开(公告)日：2024-08-16
申请号：CN202410926120.8
申请日：2024-07-11
IPC分类号： G06Q10/0635 , G06Q50/06 , G06N5/022 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/082
摘要： 本发明公开了基于分布式多模态知识图谱的新设备启动风险识别方法及系统，所述方法包括：采用知识本体与实体结合的架构构建分布式多模态知识图谱；对分布式多模态知识图谱进行跨模态事件细粒度对齐；采用跨模态事件细粒度对齐后的分布式多模态知识图谱获取特征三元组并转化为特征向量；基于深度学习算法构建风险识别模型并完成风险识别。本发明能够为调度人员提供及时、准确的风险信息，有助于降低风险发生概率，提高电力调度的安全性和稳定性。
-
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：CN118504988B
公开(公告)日：2024-10-29
申请号：CN202410926120.8
申请日：2024-07-11
IPC分类号： G06Q10/0635 , G06Q50/06 , G06N5/022 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/082
摘要： 本发明公开了基于分布式多模态知识图谱的新设备启动风险识别方法及系统，所述方法包括：采用知识本体与实体结合的架构构建分布式多模态知识图谱；对分布式多模态知识图谱进行跨模态事件细粒度对齐；采用跨模态事件细粒度对齐后的分布式多模态知识图谱获取特征三元组并转化为特征向量；基于深度学习算法构建风险识别模型并完成风险识别。本发明能够为调度人员提供及时、准确的风险信息，有助于降低风险发生概率，提高电力调度的安全性和稳定性。
-
公开(公告)号：CN117458430A
公开(公告)日：2024-01-26
申请号：CN202311010959.9
申请日：2023-08-11
申请人： 国家电网有限公司 , 国网电力科学研究院有限公司 , 北京科东电力控制系统有限责任公司 , 国家电网有限公司华中分部 , 国网河北省电力有限公司
摘要： 一种基于关键指标的电网安全运行特征提取方法及系统，其特征在于，实时采集电网运行数据以计算电网指标，指标包括电网的线路过载安全裕度、主变过载安全裕度、母线电压安全水平、断面安全裕度、短路电流、电网供电能力、负荷预测误差、新能源预测误差和平均频率误差；跟踪指标的计算结果，并判定计算结果中的异常值，以及根据异常值对应的时间提取指标的异常阶段；以电网负荷数据、电网检修计划和电网发电计划作为自变量，以每一个指标作为因变量，基于异常阶段下自变量与因变量的关系，分别构建每一个指标的灵敏度函数；求解灵敏度函数从而获取当前异常阶段下起到决定性作用的自变量，基于起到决定性作用的自变量生成电网安全运行特征。
-
公开(公告)号：CN117436351A
公开(公告)日：2024-01-23
申请号：CN202311752694.X
申请日：2023-12-19
发明人： 张越 , 皮俊波 , 项中明 , 单连飞 , 吴华华 , 齐世雄 , 孙文多 , 谷炜 , 安卓阳 , 姜涛 , 郑翔 , 马翔 , 余建明 , 沈曦 , 沃建栋 , 黄启航 , 楼贤嗣 , 刘艳 , 乔咏田 , 刘栋 , 方璇 , 康福权
IPC分类号： G06F30/27 , G01R31/00 , G01R31/08 , G06N5/022 , G06N3/0455 , G06N3/0499 , G06N3/0464 , G06N3/084 , G06F18/2415 , G06F18/22 , G06F18/25 , G06F16/36 , G06Q50/06 , G06F111/08 , G06N3/048
摘要： 本发明公开了复杂气象下基于知识图谱的电网设备故障预测方法及系统，通过Transformer和知识图谱技术作为预测的基本手段，并在训练过程中，同步训练Transformer预测模型和基于知识图谱预测模型的BP神经网络分类器，借助知识图谱的独特数据结构，找出相关联的节点和节点关系，进一步找到相关的历史案例数据，再进行调整以优化样本质量，进而使得预测准确率可以进一步提高。本发明综合运用Transformer模型和知识图谱作为概率预测的工具，数据和知识融合驱动的模式不仅会从所有历史数据记录中受益，也能充分利用知识进行故障预测，能够有效快速地预测出特定气象条件下电力系统设备事故的发生概率，极大提升了故障数据利用的灵活性，提高预测的准确性、可靠性、稳定性。
-
公开(公告)号：CN116910633B
公开(公告)日：2024-01-23
申请号：CN202311185551.5
申请日：2023-09-14
申请人： 北京科东电力控制系统有限责任公司 , 国家电网有限公司 , 国网浙江省电力有限公司 , 国网电力科学研究院有限公司 , 国家电网有限公司华东分部 , 国网浙江省电力有限公司金华供电公司
发明人： 皮俊波 , 齐世雄 , 项中明 , 余建明 , 谷炜 , 孙文多 , 周毅 , 郑翔 , 沃建栋 , 贺启飞 , 宋鹏程 , 黄启航 , 楼贤嗣 , 马翔 , 安卓阳 , 田庄 , 曹帅 , 王国阳 , 张越 , 孙近文 , 施云辉 , 刘艳 , 单连飞 , 张连超 , 刘栋
摘要： 一种基于多模态知识混合推理的电网故障预测方法，方法包括：采集电网多模态原始数据信息并进行预处理以获得多模态有效数据；在多模态有效数据上添加标签形式的标注信息，将多模态有效数据中的信息与知识图谱的实体、属性和关系进行对应，以获得多模态标签数据；针对多模态标签数据的每一种模态，分别采用对应的模态模型进行格式转换和知识抽取，而后采用文本相似度算法对多模态的知识抽取结果进行融合和对齐，从而获得多模态故障推理模型；以电网运行状态、4种复杂气象和地理位置数据作为输入，基于多模态故障推理模型，采用基于分布式表示的知识推理算法推理出当前环境下的电网故障类型，得到预测结果。(56)对比文件CN 115270881 A,2022.11.01CN 113947320 A,2022.01.18CN 114707227 A,2022.07.05CN 116226735 A,2023.06.06CN 116402062 A,2023.07.07US 2023065468 A1,2023.03.02US 2023169309 A1,2023.06.01
-
公开(公告)号：CN116910633A
公开(公告)日：2023-10-20
申请号：CN202311185551.5
申请日：2023-09-14
申请人： 北京科东电力控制系统有限责任公司 , 国家电网有限公司 , 国网浙江省电力有限公司 , 国网电力科学研究院有限公司 , 国家电网有限公司华东分部 , 国网浙江省电力有限公司金华供电公司
发明人： 皮俊波 , 齐世雄 , 项中明 , 余建明 , 谷炜 , 孙文多 , 周毅 , 郑翔 , 沃建栋 , 贺启飞 , 宋鹏程 , 黄启航 , 楼贤嗣 , 马翔 , 安卓阳 , 田庄 , 曹帅 , 王国阳 , 张越 , 孙近文 , 施云辉 , 刘艳 , 单连飞 , 张连超 , 刘栋
摘要： 一种基于多模态知识混合推理的电网故障预测方法，方法包括：采集电网多模态原始数据信息并进行预处理以获得多模态有效数据；在多模态有效数据上添加标签形式的标注信息，将多模态有效数据中的信息与知识图谱的实体、属性和关系进行对应，以获得多模态标签数据；针对多模态标签数据的每一种模态，分别采用对应的模态模型进行格式转换和知识抽取，而后采用文本相似度算法对多模态的知识抽取结果进行融合和对齐，从而获得多模态故障推理模型；以电网运行状态、4种复杂气象和地理位置数据作为输入，基于多模态故障推理模型，采用基于分布式表示的知识推理算法推理出当前环境下的电网故障类型，得到预测结果。
-
公开(公告)号：CN117436351B
公开(公告)日：2024-03-29
申请号：CN202311752694.X
申请日：2023-12-19
发明人： 张越 , 皮俊波 , 项中明 , 单连飞 , 吴华华 , 齐世雄 , 孙文多 , 谷炜 , 安卓阳 , 姜涛 , 郑翔 , 马翔 , 余建明 , 沈曦 , 沃建栋 , 黄启航 , 楼贤嗣 , 刘艳 , 乔咏田 , 刘栋 , 方璇 , 康福权
IPC分类号： G06F30/27 , G01R31/00 , G01R31/08 , G06N5/022 , G06N3/0455 , G06N3/0499 , G06N3/0464 , G06N3/084 , G06F18/2415 , G06F18/22 , G06F18/25 , G06F16/36 , G06Q50/06 , G06F111/08 , G06N3/048
摘要： 本发明公开了复杂气象下基于知识图谱的电网设备故障预测方法及系统，通过Transformer和知识图谱技术作为预测的基本手段，并在训练过程中，同步训练Transformer预测模型和基于知识图谱预测模型的BP神经网络分类器，借助知识图谱的独特数据结构，找出相关联的节点和节点关系，进一步找到相关的历史案例数据，再进行调整以优化样本质量，进而使得预测准确率可以进一步提高。本发明综合运用Transformer模型和知识图谱作为概率预测的工具，数据和知识融合驱动的模式不仅会从所有历史数据记录中受益，也能充分利用知识进行故障预测，能够有效快速地预测出特定气象条件下电力系统设备事故的发生概率，极大提升了故障数据利用的灵活性，提高预测的准确性、可靠性、稳定性。
-
公开(公告)号：CN117117993B
公开(公告)日：2024-04-19
申请号：CN202311077568.9
申请日：2023-08-25
申请人： 国家电网有限公司西南分部 , 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超短期发电和负荷预测的超前控制方法，涉及AGC控制领域，本发明在保证电网安全和满足各种约束条件的前提下，获取超短期风电预测和短期风电预测中风电场出力偏差，并将偏差量在常规能源机组间分配。利用对日前发电计划修正后实时调度，为风电功率波动可预知部分主动消纳创造了条件，减小系统的有功备用，提高系统运行的经济性。
-
公开(公告)号：CN109462234B
公开(公告)日：2022-05-24
申请号：CN201811427765.8
申请日：2018-11-27
申请人： 国家电网有限公司 , 北京科东电力控制系统有限责任公司 , 国网山东省电力公司电力科学研究院
摘要： 本发明实施例提供一种联络线扩展区域状态估计方法及装置，应用于主从式系统中的上级系统，上级系统中包括多个联络线区域，而下级系统中包括多个独立的子区，该方法包括：各联络线区域的计算节点从与该联络线区域相邻的子区的计算节点获取第一灵敏度矩阵；对于任一联络线区域，根据该第一灵敏度矩阵以及相应子区的量测变化量进行计算，得到该联络线区域边界节点的状态变化量与相邻子区的内部量测变化量之间的灵敏度关系，完成灵敏度大小排序；根据该灵敏度大小排序的排序结果，获取估计敏感节点，并根据该估计敏感节点以及该联络线区域动态构建灵敏度区域以确定联络线估计区域；对该联络线估计区域进行状态估计计算以得到估计计算结果。
-
-
-
-
-
-
-
-
-
搜索结果
66 条记录 (耗时 0.251 秒)
