-
公开(公告)号：CN115115188B
公开(公告)日：2024-07-12
申请号：CN202210634858.8
申请日：2022-06-07
申请人： 国网江苏省电力有限公司南京供电分公司
IPC分类号： G06Q10/0639 , G06Q50/06 , G06F30/20 , G06F119/02 , G06F119/06 , G06F119/14
摘要： 本发明涉及一种电力信息物理系统韧性计算方法，其特征在于：构建电力信息物理系统的初始网络架构；构建信息系统与电力系统的节点多状态模型和支路状态模型，生成初始状态下电力信息物理系统的故障元件集合及有效网络；构建信息系统中的故障传播动力学模型；构建故障在电力系统中传播的节点功率平衡模型；构建故障在信息系统和电力系统间传播的病毒感染动力学模型；迭代求解获得故障在电力信息物理系统传播的稳定状态，计算电力信息物理系统的韧性指标。本发明通过综合分析电力系统与信息系统的运行结构差异，模拟故障在两个系统内部以及两个系统之间的传播机理，克服传统电力信息物理系统韧性研究的单一性和适应性问题。
-
公开(公告)号：CN115273895A
公开(公告)日：2022-11-01
申请号：CN202210705519.4
申请日：2022-06-21
申请人： 国网江苏省电力有限公司南京供电分公司
摘要： 本发明公开了一种基于小波时频熵和RUSboost的变压器运行状态监测方法和系统，所述方法包括：搭建电力变压器声纹数据采集平台，采集变压器不同运行工况下的声纹信号数据并进行数据预处理；对预处理后的变压器声纹信号进行时频域分析、运行工况分析以及测点选择；对声纹信号进行50Hz倍频小波时频熵计算；基于RUSBoost算法建立变压器声纹识别模型，对变压器声纹识别模型进行训练和测试；基于变压器声纹识别模型进行变压器运行状态在线监测。本发明为存在样本不平衡声纹的变压器机械状态监测与识别提供有效支撑，对运行工况的分析能够有效排除本身不同运行状态可能造成的误差。
-
公开(公告)号：CN118465446A
公开(公告)日：2024-08-09
申请号：CN202410522299.0
申请日：2024-04-28
申请人： 国网江苏省电力有限公司南京供电分公司
IPC分类号： G01R31/12 , G01R31/327 , G06F18/241 , G06F18/2431 , G06F18/214 , G06F18/2131 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/08 , G06N3/094
摘要： 一种基于深度残差网络的GIS局部多源放电类型识别方法，首先通过实验得到尖端电晕、悬浮、颗粒三种局部放电类型下的时域频谱分布，提取各带宽段能量谱的标准化特征；然后通过GIS内部的特高频传感器实时监测电磁波信号，出现信号异常时，可判断传感器出现的信号异常是否为局部放电信号；接着，选取局部多源放电信号的等带宽频段，将各带宽频段能量的大小与总能量之比作为特征值；最后，基于深度残差网络的局部多源放电信号类型识别。本发明提出的方法能够有效解决现有检测技术中单一局部放电类型检测存在漏检的问题，在工程应用中有良好效果，步骤清晰，实施方便。
-
公开(公告)号：CN114865713A
公开(公告)日：2022-08-05
申请号：CN202210420440.7
申请日：2022-04-21
申请人： 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
摘要： 本申请公开了一种考虑可再生能源消纳能力的配电网协调优化方法和系统，所述方法包括：步骤1：分析配电网内不同储能设备的运行特性，建立配电网多类型储能模型，包括地源热泵模型、蝶式斯特林光热模型、高温相变复合储热系统模型、预制舱梯次储能模型和液化空气储能模型；步骤2：考虑配电网运行约束，建立包括多类型储能的配电网运行模型；步骤3：以最大化可再生能源消纳能力为目标建立配电网优化调度模型；步骤4：对步骤1‑3建立的模型进行求解，并根据求解结果对配电网储能进行调度，实现可再生能源消纳能力最大化。本发明可实现系统内可再生能源的有效就地消纳。
-
公开(公告)号：CN115115188A
公开(公告)日：2022-09-27
申请号：CN202210634858.8
申请日：2022-06-07
申请人： 国网江苏省电力有限公司南京供电分公司
IPC分类号： G06Q10/06 , G06Q50/06 , G06F30/20 , G06F119/02 , G06F119/06 , G06F119/14
摘要： 本发明涉及一种电力信息物理系统韧性计算方法，其特征在于：构建电力信息物理系统的初始网络架构；构建信息系统与电力系统的节点多状态模型和支路状态模型，生成初始状态下电力信息物理系统的故障元件集合及有效网络；构建信息系统中的故障传播动力学模型；构建故障在电力系统中传播的节点功率平衡模型；构建故障在信息系统和电力系统间传播的病毒感染动力学模型；迭代求解获得故障在电力信息物理系统传播的稳定状态，计算电力信息物理系统的韧性指标。本发明通过综合分析电力系统与信息系统的运行结构差异，模拟故障在两个系统内部以及两个系统之间的传播机理，克服传统电力信息物理系统韧性研究的单一性和适应性问题。
-
公开(公告)号：CN115033743A
公开(公告)日：2022-09-09
申请号：CN202210420457.2
申请日：2022-04-21
申请人： 国网江苏省电力有限公司南京供电分公司 , 国网智能电网研究院有限公司
IPC分类号： G06F16/901 , G06F16/36 , G06Q50/06
摘要： 基于图数据库的配网调度知识融合及图谱存储方法及系统，将配网调度实体知识图谱中的本体及属性等信息抽象成配网调度实体知识图谱中的点和边，建立配网调度实体知识图谱的子图模型；将配网调度事理知识图谱中的事件、事理关系等信息抽象成配网调度事理知识图谱中的点和边，建立配网调度事理知识图谱的子图模型；利用知识融合方法形成从配网调度事理知识图谱的子图模型到配网调度实体知识图谱的子图模型的链接通路；根据字段类型，在图数据库中存储具有知识融合后的配网调度实体知识图谱和配网调度事理知识图谱。本发明解决了现有配网调度知识系统在系统化知识链接、辅助决策参考查询等应用方面的技术瓶颈。
-
公开(公告)号：CN115033705A
公开(公告)日：2022-09-09
申请号：CN202210420350.8
申请日：2022-04-21
申请人： 国网江苏省电力有限公司南京供电分公司 , 国网智能电网研究院有限公司
摘要： 电网调控风险预警信息知识图谱设计方法及系统，方法包括：采集电网调控的半结构化数据和非结构化数据以构建调度知识库；利用调度知识库设计具有层级性的电网调控风险预警知识图谱；使用电网调控风险预警知识图谱结合专家经验知识，对电网调控风险预警系统进行逻辑层级表达；采集电网调控风险预警通知单，并对电网调控风险预警通知单进行事件抽取，以获取电网调控风险预警实例事件的事理关系和事理元素，并构建电网调控风险预警事件图谱。本发明通过事件抽取获得了事理关系及事理元素，建立了电网调控风险预警事件图谱，该电网调控风险预警事件图谱融合了多类事件与实体知识，是电网调控风险预警信息知识图谱的特定形态。
-
公开(公告)号：CN115033704A
公开(公告)日：2022-09-09
申请号：CN202210420349.5
申请日：2022-04-21
申请人： 国网江苏省电力有限公司南京供电分公司 , 国网智能电网研究院有限公司
IPC分类号： G06F16/36 , G06Q50/06 , G06F16/901 , G06N3/04
摘要： 基于图数据库的配网故障预案知识图谱设计方法及系统，方法包括：根据配网故障处置预案，基于电网领域专家知识获取故障事件本体、故障影响本体、故障处置措施本体和故障处置流程本体作为配网故障预案知识图谱中的节点，根据故障事件、故障影响、故障处置措施和故障处置流程之间的连接关系，设计配网故障预案知识图谱中的边关系；基于配网故障预案实体识别模型获取配网故障预案实体；根据配网故障预案知识图谱中的节点和边关系，将配网故障预案实体导入图数据库中。本发明通过对配网故障处置预案进行梳理分类而建立了配网故障预案知识图谱；基于图数据库，提供了规模化批量导入配网故障处置预案数据的方法。
-
公开(公告)号：CN114867123A
公开(公告)日：2022-08-05
申请号：CN202210420438.X
申请日：2022-04-21
申请人： 国网江苏省电力有限公司南京供电分公司
IPC分类号： H04W72/12
摘要： 一种基于强化学习的5G物联网多用户调度方法，包括如下步骤：根据通信场景模型，计算集合中每个用户的实际可达速率；根据每个用户的实际可达速率，生成初始调度用户集合；根据每个用户的实际可达速率以及每个用户被调用的次数，通过Q‑learning方法，评价当前调度周期下每个用户的动作价值估计值；确定每个用户的动作价值的置信区间上界值；根据每个用户的动作价值的置信区间上界值，确定当前调度周期下的调度用户集合；根据当前调度周期下的调度用户集合，再次计算当前调度周期下每个已选用户的实际可达速率。利用本发明算法，基站可以直接选择M个最优用户，而无需尝试不同的用户组合。从而减少了计算量，同时算法收敛后的系统性能不低于现有方法。
-
公开(公告)号：CN114580706A
公开(公告)日：2022-06-03
申请号：CN202210087496.5
申请日：2022-01-25
申请人： 国网江苏省电力有限公司南京供电分公司
摘要： 基于GRU‑LSTM神经网络的电力金融业务风控方法及系统，通过深度学习对电力金融业务历史数据进行数据分析，得到电力金融业务的风险因素，根据风险因素建立风险预警指标体系，构建风险预警模型，其中深度学习为GRU‑LSTM组合预测：先将金融业务数据通过GRU网络进行分析，再放入LSTM网络进行模拟分析。本发明方法利用深度学习技术对复杂的金融问题数据进行学习分析，并对相关的业务信息进行分析，剖析业务与问题数据之间的关联，有利于规避风险，帮助提升决策管理能力。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.04 秒)
