-
公开(公告)号：CN112434964B
公开(公告)日：2023-03-24
申请号：CN202011404567.7
申请日：2020-12-05
Applicant: 国网江苏省电力有限公司 , 江苏秉信科技有限公司 , 李杰
IPC: G06Q10/0631 , G06Q50/06 , H04N21/235
Abstract: 本发明涉及信息技术领域，且公开了一种基于远程字幕推送控制的协同处理方法，包括以下步骤：步骤S1、基于字幕内容、时间轴、收发终端建立人工维护的字幕控制库，结合局域网中服务器端与客户端的通信交流，实现由主控端终端向各个操作现场远程推送并控制字幕显示时间、字幕切换时间和是否高亮显示的要求；主控端终端人员全局把控，操作现场人员根据字幕提示进行现场作业，形成一主多从、高效协同、交错配合操作的工作场景；字幕内容按照操作步骤、人员职责、现场情况等维度进行分块。该基于远程字幕推送控制的协同处理方法，在安全有效的基础上提高了多方协调工作的效率，提升了整体协同工作的安全性，提高了协同办公的实时高效性。
-
公开(公告)号：CN112434964A
公开(公告)日：2021-03-02
申请号：CN202011404567.7
申请日：2020-12-05
Applicant: 国网江苏省电力有限公司 , 江苏秉信科技有限公司 , 李杰
IPC: G06Q10/06 , G06Q50/06 , H04N21/235
Abstract: 本发明涉及信息技术领域，且公开了一种基于远程字幕推送控制的协同处理方法，包括以下步骤：步骤S1、基于字幕内容、时间轴、收发终端建立人工维护的字幕控制库，结合局域网中服务器端与客户端的通信交流，实现由主控端终端向各个操作现场远程推送并控制字幕显示时间、字幕切换时间和是否高亮显示的要求；主控端终端人员全局把控，操作现场人员根据字幕提示进行现场作业，形成一主多从、高效协同、交错配合操作的工作场景；字幕内容按照操作步骤、人员职责、现场情况等维度进行分块。该基于远程字幕推送控制的协同处理方法，在安全有效的基础上提高了多方协调工作的效率，提升了整体协同工作的安全性，提高了协同办公的实时高效性。
-
公开(公告)号：CN116316539A
公开(公告)日：2023-06-23
申请号：CN202211103285.2
申请日：2022-09-09
Applicant: 国网江苏省电力有限公司
IPC: H02J3/00 , H02J3/24 , H02J3/46 , G06F30/20 , G06F113/04
Abstract: 本发明属于大电网频率安全控制领域，提供一种大电网频率响应模型的聚合建模方法，首先分析水电机组和火电机组的调速系统详细模型的动态过程，并对其进行简化，建立电网的频率响应简化模型；然后，考虑汽轮机组的动态过程改进频率响应模型，同时考虑负荷的电压特性对频率响应模型进行修正；最后，通过各台机组的自身参数，结合系统当前的潮流断面，采用加权聚合的方式整定模型的参数，获得电网聚合的频率响应模型。本发明提出的聚合建模方法，一方面相对于辨识建模而言不需要具体的实测数据，另一方面考虑到了电网的频率响应模型参数会随开机方式和潮流断面等的改变而发生变化，因而能够较为高效地获得电网的频率响应模型。
-
公开(公告)号：CN113193547B
公开(公告)日：2022-09-06
申请号：CN202110293668.X
申请日：2021-03-19
Applicant: 国网江苏省电力有限公司 , 河海大学
Abstract: 本发明提供一种计及新能源及负荷区间不确定性的电力系统日前‑日内协同调度方法与系统，包括获取电力系统数据以及新能源和负荷日前预测数据；构建日前调度区间优化问题数学模型；确定日前调度方案及日内调度的边界条件；获取新能源及负荷日内滚动预测数据；以及基于日内调度方案边界条件以及新能源及负荷日内区间数模型，构建日内调度问题数学模型并求解日内调度方案。本发明的电力系统日前‑日内协同调度方法，综合构建了电力系统日前‑日内协同调度的区间问题数学模型；运用区间优化理论，将不确定性目标函数及约束函数转化为确定性问题求解，与机会约束规划方法相比，具有对输入数据信息要求较低、决策灵活性好、计算速度快的优点。
-
公开(公告)号：CN113205174A
公开(公告)日：2021-08-03
申请号：CN202110313318.5
申请日：2021-03-24
Applicant: 国网江苏省电力有限公司 , 河海大学
Abstract: 本发明提供一种基于特征解耦深度神经网络模型的夏季峰荷预测方法与系统，通过对采集的某地区夏季历史气象、历史日峰荷和时间数据进行预处理，以时间、历史气象、历史日峰荷为输入特征生成初始训练特征向量；利用输入特征对夏季峰荷预测影响的差异性，构建三分支特征解耦深度神经网络预测模型；根据训练特征向量进行模型训练和参数调优，确定待预测的输入特征向量及模型参数；利用训练好的特征解耦深度神经网络模型对待预测集合样本的特征向量进行夏季峰荷预测。本发明的夏季峰荷预测方法可以有效反应气象的积累效应，从而有效提高电力系统夏季日峰荷的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN113113908A
公开(公告)日：2021-07-13
申请号：CN202110287946.0
申请日：2021-03-17
Applicant: 国网江苏省电力有限公司 , 河海大学
Abstract: 本发明提供一种适用于现代大电网频率响应的时域解析方法与系统，在经典系统频率响应模型的基础上，构建适用于包含有火电、水电、新能源发电的大电网的通用频率响应模型；再根据实测大电网的动态和稳态数据，唯一确定通用频率响应模型的所有参数；最后通过拉普拉斯反变换，获得大电网频率响应的时域解析。本发明可适用于包含火电、水电、新能源发电等多种类型电源的现代电网，不仅可提高大电网系统频率响应计算的准确性，还可以快速而准确地计算电网发生不同大小功率扰动时的系统频率响应动态过程，解析过程简单、快速，在大电网频率安全分析和控制领域具有广泛的应用前景和工程实用价值。
-
公开(公告)号：CN115912376A
公开(公告)日：2023-04-04
申请号：CN202211107794.2
申请日：2022-09-13
Applicant: 国网江苏省电力有限公司
IPC: H02J3/14
Abstract: 本发明提供一种基于多用户非合作博弈模型的秒级或分钟级负荷切除优化方法与装置，属于电力系统精准负荷控制领域。根据频率安全分段控制理论，由频率安全控制II段给出紧急频率控制下的负荷切除需求量，采集某一控制子站下的负荷用户信息数据，根据II段策略确定的节点负荷控制量，以控制代价最小为目标，计算用户不满意度，以切负荷精确度、切负荷量和负荷重要程度以及用户不满意度为约束，基于非合作博弈理论，建立多用户非合作博弈模型，并利用多目标粒子群算法求解该节点下底层用户的秒级/分钟负荷优化切除策略。本发明可以准确地计算不同负荷控制量下的切除策略，在满足紧急频率控制要求的情况下，平衡经济效益和用户的不满意度。
-
公开(公告)号：CN113191069A
公开(公告)日：2021-07-30
申请号：CN202110293561.5
申请日：2021-03-19
Applicant: 国网江苏省电力有限公司 , 河海大学
Abstract: 本发明提供一种基于双分支深度学习模型的空调负荷估算方法与系统，通过对历史气象、历史负荷以及时间数据的多维特征提取，以时间、经济数据作为输入特征训练学习构建基准负荷估算模型分支，以历史气象数据作为输入特征训练学习构建空调负荷估算模型分支，将基准负荷估算模型分支和空调负荷估算模型分支进行拼接，两个分支的输出累加为总空调负荷功率，形成双分支深度学习空调负荷分解模型。在此基础上，在实际的历史空调负荷估算或者未来预测的过程中，通过获取地区的时间数据以及气象数据作为输入，通过特征提取后输入到模型中进行估算，可输出得到对应时刻的空调负荷估算结果以及总负荷，为地区的发电量控制和电力调配提供科学的决策依据。
-
公开(公告)号：CN115483685A
公开(公告)日：2022-12-16
申请号：CN202211107793.8
申请日：2022-09-13
Applicant: 国网江苏省电力有限公司
IPC: H02J3/14
Abstract: 本发明涉及电力系统精准负荷控制技术领域，提供一种基于McCormick松弛和内点法的毫秒级负荷切除优化方法，根据频率安全分段控制理论，由频率安全控制I段给出紧急频率控制下的负荷切除需求量，采集某一控制子站下的负荷用户信息数据，根据I段策略确定的节点负荷控制量，以控制代价最小为目标，以切负荷精确度、切负荷量和负荷重要程度为约束，基于McCormick松弛和内点法，快速求解该节点下底层用户的毫秒级负荷，优化切除策略。通过本发明可以快速而准确地获取到不同负荷控制量下的切除策略，从而起到紧急频率控制的作用，所得的毫秒级负荷切除方案可以在经济性最优的前提下保证频率控制效果。
-
公开(公告)号：CN113191069B
公开(公告)日：2022-09-02
申请号：CN202110293561.5
申请日：2021-03-19
Applicant: 国网江苏省电力有限公司 , 河海大学
Abstract: 本发明提供一种基于双分支深度学习模型的空调负荷估算方法与系统，通过对历史气象、历史负荷以及时间数据的多维特征提取，以时间、经济数据作为输入特征训练学习构建基准负荷估算模型分支，以历史气象数据作为输入特征训练学习构建空调负荷估算模型分支，将基准负荷估算模型分支和空调负荷估算模型分支进行拼接，两个分支的输出累加为总空调负荷功率，形成双分支深度学习空调负荷分解模型。在此基础上，在实际的历史空调负荷估算或者未来预测的过程中，通过获取地区的时间数据以及气象数据作为输入，通过特征提取后输入到模型中进行估算，可输出得到对应时刻的空调负荷估算结果以及总负荷，为地区的发电量控制和电力调配提供科学的决策依据。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.102 seconds)
