-
公开(公告)号：CN119276451B
公开(公告)日：2025-03-07
申请号：CN202411793217.2
申请日：2024-12-09
Applicant: 国网山东省电力公司济南供电公司
Abstract: 本发明的一种电缆传感器网络授时补偿的方法、装置、设备及介质，属于网络授时技术领域，方法包括以下步骤：采集电缆网络实际误差补偿系统的过程历史数据，并将卫星秒时钟与晶振秒时钟的误差数据作为初始样本；对初始样本进行聚合，得到各个步长尺度下的聚合样本；构建包含当前尺度的聚合样本及当前时间点信息的累计误差的误差特征向量；使用类高斯过程回归模型分别对误差特征向量进行建模，获得各步长尺度的类高斯过程回归模型；依次生成各步长尺度误差估计值，并结合最低步长尺度和最高步长尺度的差分误差估计值得到当前时刻的授时误差估计值；基于当前时刻的授时误差估计值对晶振时钟的累计误差进行补偿。本发明提高了同步精度和实用性。
-
公开(公告)号：CN119276451A
公开(公告)日：2025-01-07
申请号：CN202411793217.2
申请日：2024-12-09
Applicant: 国网山东省电力公司济南供电公司
Abstract: 本发明的一种电缆传感器网络授时补偿的方法、装置、设备及介质，属于网络授时技术领域，方法包括以下步骤：采集电缆网络实际误差补偿系统的过程历史数据，并将卫星秒时钟与晶振秒时钟的误差数据作为初始样本；对初始样本进行聚合，得到各个步长尺度下的聚合样本；构建包含当前尺度的聚合样本及当前时间点信息的累计误差的误差特征向量；使用类高斯过程回归模型分别对误差特征向量进行建模，获得各步长尺度的类高斯过程回归模型；依次生成各步长尺度误差估计值，并结合最低步长尺度和最高步长尺度的差分误差估计值得到当前时刻的授时误差估计值；基于当前时刻的授时误差估计值对晶振时钟的累计误差进行补偿。本发明提高了同步精度和实用性。
-
公开(公告)号：CN119272544A
公开(公告)日：2025-01-07
申请号：CN202411798829.0
申请日：2024-12-09
Applicant: 国网山东省电力公司济南供电公司
IPC: G06F30/20 , G06F30/17 , G06F30/36 , H02J50/10 , G06F119/06 , G06F113/04
Abstract: 本发明的一种交联电缆弧形磁芯取能装置的设计方法、装置及设备，属于电力系统取能技术领域，方法包括以下步骤：将磁芯结构设计成紧贴电缆表面的弧形结构，同时增加其物理长度；建立基于互感磁通量的弧形磁芯饱和区域中磁场能量的功率模型，并计算最大输出功率；建立磁化电感模型与激励电流模型，计算弧形磁芯在饱和区域的取能能力；基于磁化电感模型与激励电流模型，对线圈匝数进行优化。本发明降低了磁芯设计的复杂性和时间成本，并以最小的磁芯获得了最高的功率，同时也降低了成本，增强了实用性。本发明提供了一种有效的、具有高精度的磁芯取能方法，大大提高了磁芯的使用效率，同时也为电力传输领域带来重大的影响。
-
公开(公告)号：CN117390407B
公开(公告)日：2024-04-05
申请号：CN202311710475.5
申请日：2023-12-13
Applicant: 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC: G06F18/20 , G06F18/241 , G06N3/0464 , G06N3/08 , G06Q10/20 , G06Q50/06
Abstract: 本发明涉及智能变电站技术领域，公开一种变电站设备的故障识别方法、系统、介质和设备，包括：构建包括门控网络和多个不同的专家网络的故障识别模型，门控网络识别输入图像中的设备类别，经过门控网络分类后的输入图像根据识别出的设备类别输入对应的专家网络得到不同类别下的故障类别识别结果；当某一类别的设备出现新故障类别时，在该设备对应的专家网络的输出层新建一个神经元，结合新故障的图像样本、旧故障的图像样本和新故障对应的正常图像样本重新训练更新后的专家网络，实现对故障识别模型的实时更新。本发明可以分层对故障类别进行识别、实现整体模型的实时更新，在加快模型的识别速度的同时增加模型的准确率。
-
公开(公告)号：CN115510693A
公开(公告)日：2022-12-23
申请号：CN202211437010.2
申请日：2022-11-17
Applicant: 国网山东省电力公司济南供电公司
IPC: G06F30/20 , H02J3/36 , H02J1/00 , H02M7/00 , G06F113/04
Abstract: 本发明属于直流配电系统领域，涉及数据分析技术，用于解决现有的换流器参数优化方法无法对换流器应用中的暂态积累进行模拟分析的问题，具体是一种直流配电系统换流器参数优化设计方法，包括以下步骤：对换流器的应用环境进行检测分析：选取若干个换流器应用到直流配电网中，对换流器的应用时长进行采集并将应用时长不满足要求的换流器标记为分析对象，获取分析对象的应用系数并发送至优化分析模块；本发明可以对换流器的应用环境进行检测分析，对不同应用环境下应用的换流器采取对应的参数优化标准，从而降低应用环境差异对参数优化过程造成的影响，同时还可以对换流器的环境进行监控，起到设备保护的作用。
-
公开(公告)号：CN119809308A
公开(公告)日：2025-04-11
申请号：CN202311582491.0
申请日：2023-11-24
Applicant: 国网山东省电力公司济南供电公司
IPC: G06Q10/0635 , G06Q50/06 , G06F18/2415 , G06N7/01 , H02J3/00
Abstract: 本发明涉及电网风险预警技术领域，尤其是指一种面向台风气象事件的城市电网风险预警方法及装置。所述方法通过构建台风风场模型计算线路在台风天气下的故障概率，根据线路故障概率模型生成电网初始故障场景，筛选后得到高故障概率场景集，并综合考虑线路潮流越限风险指标和节点电压越限风险指标对高故障概率场景集中的故障场景进行风险评估，发布风险预警。本发明根据历史台风数据基于待定系数法求解台风风场模型中的参数，保证了模拟台风场景的真实有效性。本发明采用的风险评估指标为线路潮流越限比例与节点电压越限比例的加权之和，相较于只考虑单一指标的风险评估指标，本发明采用的风险评价指标能够更全面地反应系统的风险情况。
-
公开(公告)号：CN119314494A
公开(公告)日：2025-01-14
申请号：CN202411844616.7
申请日：2024-12-16
Applicant: 国网山东省电力公司济南供电公司
IPC: G10L17/04 , G10L17/26 , G10L17/18 , G10L21/0264 , G10L25/51 , G06F18/24 , G06N3/0499 , G06N3/08
Abstract: 本发明的一种电缆缺陷识别的方法、装置、电子设备及存储介质，属于配电电缆缺陷识别技术领域，方法包括以下步骤：采集目标电缆的声纹数据；通过三角拓扑聚合优化法对最大相关峭度滤波法的滤波长度和周期进行参数优化，采用优化后的最大相关峭度滤波法对声纹数据进行去噪增强处理；通过三角拓扑聚合优化法对在线序列极限学习机的输入权值和隐藏层偏置进行参数优化，基于参数优化后的在线序列极限学习机构建电缆缺陷识别模型；基于声纹数据进行模型训练，采用输出权值的链式更新法则实时更新电缆缺陷识别模型的当前输出权值，并输出电缆缺陷识别结果。本发明显著提升了声纹增强和极限学习机参数优化的效率和效果，极大地降低了硬件资源和计算成本。
-
公开(公告)号：CN118171697B
公开(公告)日：2024-08-30
申请号：CN202410584793.X
申请日：2024-05-13
Applicant: 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
Inventor： 胥明凯 , 任志刚 , 李琮 , 杨杰 , 陈显达 , 王淑颖 , 王思源 , 刘昭 , 刘晓 , 刘哲 , 王万国 , 胡庆浩 , 李章明 , 高翔 , 邵帅 , 郑义斌 , 张雨薇
IPC: G06N3/0464 , G06N3/082
Abstract: 本发明的一种深度神经网络压缩的方法、装置、计算机设备和存储介质，属于卷积神经网络技术领域，方法包括：获取原始深度神经网络的权重矩阵；通过局部结构化稀疏处理对权重矩阵进行稀疏剪枝；通过乘积量化方法对稀疏剪枝后权重矩阵进行矩阵权重压缩，获得压缩权重；将压缩权重放入adam模块进行微调，获得压缩后的输变电缺陷识别模型。本发明通过结构化稀疏提高了计算效率，通过乘积量化降低了存储开销，结构化稀疏和乘积量化两者协同工作，大大提高了深度神经网络的压缩率。
-
公开(公告)号：CN116912637B
公开(公告)日：2023-12-22
申请号：CN202311174427.9
申请日：2023-09-13
Applicant: 国网山东省电力公司济南供电公司 , 中国科学院自动化研究所
IPC: G06V10/774 , G06V10/77 , G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/082 , G06T7/00
Abstract: 本发明公开了一种输变电缺陷识别的方法、装置、计算机设备和存储介质，属于图像处理技术领域，应用于变电站场景的方法包括：获取变电站缺陷检测数据集，对变电站缺陷检测数据集进行图像预处理，生成样本集；利用训练集训练卷积神经网络，建立基于YoloV3模型的变电站缺陷识别模型；基于双门动态剪枝方法对变电站缺陷识别模型进行轻量化处理，获得轻量化变电站缺陷识别模型：利用验证集对轻量化变电站缺陷识别模型进行验证；实时采集变电站缺陷监测图像，并输入轻量化变电站缺陷识别模型进行变电站缺陷检测。本发明能够及时发现和鉴别变电站(56)对比文件琚泽立 等.基于轻量化网络的变电站缺陷图片检测算法.电网与清洁能源.2020,(08),第47-53页.胥明凯 等.应用于GIS绝缘缺陷诊断的改进BP神经网络识别方法《.第三届智能电网会议论文集——智能用电》.2019,第288-291页.Mashhadi M.B et.al.Pruning thePilots: Deep Learning-Based Pilot Designand Channel Estimation for MIMO-OFDMSystems《.IEEE TRANSACTIONS ON WIRELESSCOMMUNICATIONS》.2021,第20卷(第10期),第6315-28页.周仿荣;方明;马御棠;潘浩.基于YOLO v3的输电线路缺陷快速检测方法.云南电力技术.2020,(04),第116-120页.
-
公开(公告)号：CN116626457A
公开(公告)日：2023-08-22
申请号：CN202310911996.0
申请日：2023-07-25
Applicant: 国网山东省电力公司济南供电公司 , 上海交通大学
IPC: G01R31/12 , G06F18/23213 , G06F18/10 , G06F18/2113 , G06N3/006
Abstract: 本发明公开了一种基于SSA寻优的变压器特高频局放定位方法及系统，属于电力设备故障定位技术领域，方法包括以下步骤：采集变压器局放UHF信号，并对变压器局放UHF信号进行降噪处理；对降噪处理后的变压器局放UHF信号进行互相关计算，确定UHF信号时差；建立局放源目标函数约束方程，代入UHF信号时差并用SSA算法求解得到多个定位解；利用K‑means算法对得到的定位解进行聚类分析，得到聚类中心；利用SSA算法计算到所述聚类中心距离之和最小的最优解，得到变压器特高频局放源定位点。本发明提高了局部放电的定位精度，方便了工作人员快速找到设备故障位置，从而了保障配电网络的安全。
