-
公开(公告)号：CN113159361A
公开(公告)日：2021-07-23
申请号：CN202011398686.6
申请日：2020-12-03
申请人： 安徽大学 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司
摘要： 本发明的一种基于VDM和Stacking模型融合的短期负荷预测方法及系统，采集负荷序列数据，并输入到事先训练好的预测模型，进行负荷预测并输出预测结果；其中，预测模型的训练步骤如下：采用VMD算法将获取到的原始负荷序列分解为不同的固有模态分量IMF；计算每个IMF负荷分量序列的ApEn值；把每一个ApEn值作为一个随机分量，基于Stacking的思想，XGBoost和长短期记忆神经网络来构建模态分量IMF的预测模型；通过将上述预测模型对各模态分量IMF的预测结果叠加得到最终预测结果，再进行加权融合。相比传统方法的结果，本发明方法的结果表明基于多模型融合的Stacking集成学习方法在电力负荷预测中有良好的应用效果。
-
公开(公告)号：CN113887794A
公开(公告)日：2022-01-04
申请号：CN202111144517.4
申请日：2021-09-28
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学 , 国网安徽省电力有限公司
摘要： 本发明公开了一种配电网无功优化的方法及装置，所述方法包括以下步骤：将配电网的历史负荷、拓扑数据以及对应的历史无功优化策略输入改进的CNN网络进行特征提取；特征提取后的配电网数据中历史负荷、拓扑数据作为DBN网络的输入，对应的历史无功优化策略作为DBN网络的输出，训练DBN网络，直到达到预设的迭代次数或者网络损耗不变的时候停止训练得到无功优化模型；将实时获取的历史负荷、拓扑数据输入无功优化模型，得出实时的无功优化策略，利用实时的无功优化策略对配电网进行无功优化；本发明的优点在于：配电网无功优化过程的计算时间短以及精度高。
-
公开(公告)号：CN114355240A
公开(公告)日：2022-04-15
申请号：CN202111451134.1
申请日：2021-12-01
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC分类号： G01R31/52 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明提供一种配电网接地故障诊断方法及装置，包括：获取配电网的基础拓扑结构故障时的一维零序电流信号，并将一维零序电流信号转换为二维图像；以所述二维图像作为卷积神经网络模型的输入，训练得到基础故障诊断模型；在配电网发生故障时，判断发生故障的拓扑结构是否为基础拓扑结构：若是，则利用基础故障诊断模型对配电网进行故障诊断，输出对应的故障类型；否则，基于基础故障诊断模型，利用迁移学习方法，得到该发生故障的拓扑结构对应的目标故障诊断模型，并利用该目标故障诊断模型对配电网进行故障诊断，输出对应的故障类型。本发明的配电网接地故障诊断方法能够实现不同拓扑结构的故障分类，运用范围广，故障分类快速，准确率高。
-
公开(公告)号：CN114077846A
公开(公告)日：2022-02-22
申请号：CN202111198766.1
申请日：2021-10-14
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学
摘要： 本发明的一种基于RF‑LSTM的故障电流多域识别方法及存储介质，其中方法包括以下步骤，针对电弧故障平台，获取原始电流信号；对原始电流信号进行处理，进行核主成分分析提取第三主成分，然后对第三主成分信号进行时域、频域和能量域特征提取；接着用随机森林进行无偏预测重要性估计选择对应负载条件下的高相关特征；最后将筛选后的特征用作LSTM的特征输入，用于学习和训练，实现对故障电弧的多域识别。本发明的方法减少了计算量并且提高了检测速度和精度；结果表明，此方法可以准确的识别电弧故障。
-
公开(公告)号：CN114077846B
公开(公告)日：2024-06-04
申请号：CN202111198766.1
申请日：2021-10-14
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC分类号： G06F18/243 , G06F18/2135 , G06F18/211 , G06N3/0442 , G06N3/09 , G01R31/08 , G01R31/12
摘要： 本发明的一种基于RF‑LSTM的故障电流多域识别方法及存储介质，其中方法包括以下步骤，针对电弧故障平台，获取原始电流信号；对原始电流信号进行处理，进行核主成分分析提取第三主成分，然后对第三主成分信号进行时域、频域和能量域特征提取；接着用随机森林进行无偏预测重要性估计选择对应负载条件下的高相关特征；最后将筛选后的特征用作LSTM的特征输入，用于学习和训练，实现对故障电弧的多域识别。本发明的方法减少了计算量并且提高了检测速度和精度；结果表明，此方法可以准确的识别电弧故障。
-
公开(公告)号：CN114355240B
公开(公告)日：2024-08-09
申请号：CN202111451134.1
申请日：2021-12-01
申请人： 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC分类号： G01R31/52 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/09
摘要： 本发明提供一种配电网接地故障诊断方法及装置，包括：获取配电网的基础拓扑结构故障时的一维零序电流信号，并将一维零序电流信号转换为二维图像；以所述二维图像作为卷积神经网络模型的输入，训练得到基础故障诊断模型；在配电网发生故障时，判断发生故障的拓扑结构是否为基础拓扑结构：若是，则利用基础故障诊断模型对配电网进行故障诊断，输出对应的故障类型；否则，基于基础故障诊断模型，利用迁移学习方法，得到该发生故障的拓扑结构对应的目标故障诊断模型，并利用该目标故障诊断模型对配电网进行故障诊断，输出对应的故障类型。本发明的配电网接地故障诊断方法能够实现不同拓扑结构的故障分类，运用范围广，故障分类快速，准确率高。
-
公开(公告)号：CN116865428A
公开(公告)日：2023-10-10
申请号：CN202310510024.0
申请日：2023-05-08
发明人： 戴长春 , 吴迪 , 汪伟 , 王吉文 , 李端超 , 张炜 , 张骏 , 俞斌 , 邵庆祝 , 于洋 , 孙辉 , 汪勋婷 , 张峰 , 季坤 , 朱思杰 , 赵创业 , 张玉祥 , 袁瑜 , 唐小平 , 陈雨 , 桂华 , 张哲民
摘要： 一种有源配电网区域集中模式故障快速自愈方法及系统，属于电力系统配电自动化技术领域，本发明的技术方案针对新型电力系统下多源网络，通过区域自愈控制终端汇集到配电终端的相关信息，实现故障定位、隔离，结合各个电源点特性、剩余容量、带载能力等，选择最优的方式进行非故障区域供电，实现线路自愈、恢复；本发明的技术方案在5G或光纤的通讯条件下，可实现300ms以内的自愈恢复供电，解决了现有的配电网故障自愈方法自愈时间长、时效性差的问题，自动化程度高，人为干预少，具有很高的推广价值。
-
公开(公告)号：CN116707125A
公开(公告)日：2023-09-05
申请号：CN202310510038.2
申请日：2023-05-08
发明人： 汪伟 , 吴迪 , 王吉文 , 戴长春 , 李端超 , 张炜 , 张骏 , 俞斌 , 邵庆祝 , 于洋 , 孙辉 , 汪勋婷 , 张峰 , 季坤 , 朱思杰 , 赵创业 , 张玉祥 , 袁瑜 , 唐小平 , 陈雨 , 王夷夷 , 李雪
摘要： 一种有源配电网区域集中模式配网架构的故障隔离方法，属于电力系统配电自动化技术领域，解决如何能快速、准确地识别线路故障类型并进行隔离，以减小停电范围的问题；本发明针对新型电力系统复杂的网架结构，利用通信网络建立区域主站和配电终端之间的纵向通信，依据现有GOOSE的通信机制实现区域主站和配电终端间的信息流交互机制，并制定二者之间的信息交互点表，配终端装置的间隔单元之间交叉连接，实现交叉、手拉手式连接，且通过本侧与对侧间隔单元的过流开放状态以及过流信息相结合的故障辨识进行故障定位及隔离；本发明能够准确判别故障，实现定位、隔离且安全可靠的方法。
-
公开(公告)号：CN115459203B
公开(公告)日：2024-08-06
申请号：CN202211145501.X
申请日：2022-09-20
申请人： 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 武汉大学 , 国网安徽省电力有限公司超高压分公司 , 南京南瑞继保工程技术有限公司
发明人： 孙辉 , 龚庆武 , 彭勃 , 俞斌 , 张军 , 刘孝辉 , 张豪杰 , 乔卉 , 刘栋 , 高博 , 徐斌 , 汪玉 , 丁津津 , 张峰 , 汪勋婷 , 谢毓广 , 王同文 , 谢民 , 汪伟 , 邵庆祝 , 罗沙 , 谢佳 , 张骏 , 于洋 , 李晓彤
IPC分类号： H02H1/00 , H02J3/00 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种特高压直流阀短路保护快速整定方法及装置，所述方法包括：选取特高压直流运行方式；在每种运行方式下，分别就区内故障和近点区外故障仿真出一组故障数据；每种运行方式所对应的启动电流Isc_set和制动电流比例系数k_set分别选择划分好的区间中的一个作为最终取值区间；通过卷积神经网络学习运行方式与每种运行方式对应的定值区间之间的配合关系，得到最终的神经网络模型；实时采集运行方式对应的特征量，输入神经网络模型，得到对应的定值区间；本发明的优点在于：克服传统经验方法定值单一、适应性差的问题，提高保护动作的可靠性，保障特高压直流系统的安全稳定运行。
-
公开(公告)号：CN113792636B
公开(公告)日：2024-05-14
申请号：CN202111042902.8
申请日：2021-09-07
申请人： 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司检修分公司 , 东南大学 , 南京南瑞继保工程技术有限公司
发明人： 俞斌 , 王同文 , 孙辉 , 张军 , 王鹏 , 章昊 , 汤伟 , 谢民 , 汪伟 , 张骏 , 于洋 , 邵庆祝 , 丁津津 , 翁凌 , 刘之奎 , 贺成成 , 李腾 , 肖华锋 , 刘孝辉 , 周奕帆
IPC分类号： G06F18/2411 , G06F18/2131 , G01R31/00 , G01R31/52 , G01R31/62 , G01R31/72
摘要： 基于故障录波的特高压直流输电换流变隐性故障预测方法，属于电力系统中高压直流输电继电保护技术领域，解决如何借助故障录波数据对换流变绕组常见的隐性故障进行快速地检测和预测的问题，首先在COMTRADE录波数据中提取换流变的阀侧电压和网侧电压电流，接着使用傅里叶分解提取其中的基波分量，再使用椭圆法构造换流变运行椭圆曲线，并求出其离心率参数与健康换流变进行比对，最后使用SVM对绕组故障类型进行分类预测；仅使用变压器运行过程中记录的电压电流录波数据，不需要对变压器增设额外的传感器；针对性地对特高压直流输电系统中换流变压器的绕组匝间短路和轴向位移进行故障诊断，有助于及时安排变压器的检修工作。
-
-
-
-
-
-
-
-
-
搜索结果
168 条记录 (耗时 0.138 秒)
