-
公开(公告)号：CN113036772B
公开(公告)日：2022-07-19
申请号：CN202110511579.8
申请日：2021-05-11
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学
IPC: H02J3/12
Abstract: 本发明公开一种基于深度强化学习的配电网拓扑电压调节方法，属于配网电压调节技术领域；调节方法包括：采集配电网历史运行数据作为深度强化学习模型的学习样本数据、根据深度强化学习对于基于拓扑的配电网调压问题进行建模、输入当前状态，基于深度强化学习中的Q值网络，根据动作策略从配电网当前闭合支路中选择一条支路断开、根据潮流计算结果计算奖励，并得到下一状态，将当前状态、动作、奖励以及下一状态保存以供Q值网络的训练、深度强化学习智能体根据记忆池中的数据进行Q值网络的参数更新，直到得到学习终止条件；缓解了传统配网调压资源逐渐满足不确定性电网调压需求的问题，节省外部调节设备的建设成本，保证电网安全经济运行。
-
公开(公告)号：CN112086999B
公开(公告)日：2022-04-26
申请号：CN202010954890.5
申请日：2020-09-11
Applicant: 东南大学 , 国网江苏省电力有限公司南京供电分公司 , 国家电网有限公司
Abstract: 本发明公开了一种V2G系统集成式滤波器建模方法，属于集成式滤波器建模技术领域，S1：集成式电感的物理建模，在多物理场数值计算工具中建立包含三维模型、材料特性、激励、温度等多种影响滤波器大小的输入量；S2：对集成式电感的参数化扫描，通过多物理场数值计算工具计算不同电流激励、温度、转子角度情况下的电感磁链、电磁振动、噪音等，得到高精度电感模型的数据基础；S3：高精度集成式滤波器模型的V2G系统中的建模方法；本发明提高了V2G系统中滤波器的精确性，提高了V2G系统模型的精确性，为大规模新能源汽车并入电网提供了技术支撑，解决了现有技术中存在V2G系统模型无法充分考虑集成式滤波器的非理想因素的问题。
-
公开(公告)号：CN114142507A
公开(公告)日：2022-03-04
申请号：CN202111468046.2
申请日：2021-12-03
Applicant: 东南大学 , 国网江苏省电力有限公司南京供电分公司 , 国家电网有限公司
Abstract: 本发明涉及集成式滤波器建模技术领域，公开了一种V2G系统，所述系统包括蓄电池、双向DC/DC变换器、三相全桥变换器、滤波器、电网及控制系统，并同时公开了一种适用于V2G系统的集成式滤波电感设计方法，所述方法包括：S1、集成式电感的电磁有限元建模；S2、对集成式电感的参数化扫描；S3、计算不同电流激励、转子角度情况下的电感磁链，得到高精度电感模型的数据基础；S4、基于线性电感V2G系统电压电流谐波提取；S5、集成式滤波电感在工频转速下的谐波分析与优化。本发明降低了V2G系统中集成式滤波器引起的低频谐波，为大规模新能源汽车并入电网提供了技术支撑，解决了现有技术中存在V2G系统模型无法充分考虑集成式滤波器引入的低频谐波的问题。
-
公开(公告)号：CN113036772A
公开(公告)日：2021-06-25
申请号：CN202110511579.8
申请日：2021-05-11
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学
IPC: H02J3/12
Abstract: 本发明公开一种基于深度强化学习的配电网拓扑电压调节方法，属于配网电压调节技术领域；调节方法包括：采集配电网历史运行数据作为深度强化学习模型的学习样本数据、根据深度强化学习对于基于拓扑的配电网调压问题进行建模、输入当前状态，基于深度强化学习中的Q值网络，根据动作策略从配电网当前闭合支路中选择一条支路断开、根据潮流计算结果计算奖励，并得到下一状态，将当前状态、动作、奖励以及下一状态保存以供Q值网络的训练、深度强化学习智能体根据记忆池中的数据进行Q值网络的参数更新，直到得到学习终止条件；缓解了传统配网调压资源逐渐满足不确定性电网调压需求的问题，节省外部调节设备的建设成本，保证电网安全经济运行。
-
公开(公告)号：CN112100920A
公开(公告)日：2020-12-18
申请号：CN202010969759.6
申请日：2020-09-15
Applicant: 东南大学 , 国网江苏省电力有限公司南京供电分公司
IPC: G06F30/27 , G06N3/04 , G06N3/08 , H02J3/00 , G06F113/04
Abstract: 本发明涉及三相电压计算领域，本发明公开一种配电网三相电压的确定方法、装置、设备及存储介质，该配电网三相电压计算方法，包括以下步骤：S1：获取被测配电网的被测状态参数，被测状态参数包括配电网中全部节点的分布式电源出力水平及负荷水平；S2：将被测状态参数输入到预先训练完成的三相电压计算模型中，得到输出的被测配电网各节点的三相电压幅值，三相电压计算模型基于极限学习机模型训练得到。本发明实基于极限学习机模型训练三相电压计算模型，解决了三相潮流计算有功无功难解耦导致的效率低下问题，为配电网三相电压计算提供更快的计算方法。
-
Patent Agency Ranking
公开(公告)号：CN112086999A
公开(公告)日：2020-12-15
申请号：CN202010954890.5
申请日：2020-09-11
Applicant: 东南大学 , 国网江苏省电力有限公司南京供电分公司 , 国家电网有限公司
Abstract: 本发明公开了一种V2G系统集成式滤波器建模方法，属于集成式滤波器建模技术领域，S1：集成式电感的物理建模，在多物理场数值计算工具中建立包含三维模型、材料特性、激励、温度等多种影响滤波器大小的输入量；S2：对集成式电感的参数化扫描，通过多物理场数值计算工具计算不同电流激励、温度、转子角度情况下的电感磁链、电磁振动、噪音等，得到高精度电感模型的数据基础；S3：高精度集成式滤波器模型的V2G系统中的建模方法；本发明提高了V2G系统中滤波器的精确性，提高了V2G系统模型的精确性，为大规模新能源汽车并入电网提供了技术支撑，解决了现有技术中存在V2G系统模型无法充分考虑集成式滤波器的非理想因素的问题。
-
公开(公告)号：CN114142507B
公开(公告)日：2023-09-19
申请号：CN202111468046.2
申请日：2021-12-03
Applicant: 东南大学 , 国网江苏省电力有限公司南京供电分公司 , 国家电网有限公司
Abstract: 本发明涉及集成式滤波器建模技术领域，公开了一种V2G系统，所述系统包括蓄电池、双向DC/DC变换器、三相全桥变换器、滤波器、电网及控制系统，并同时公开了一种适用于V2G系统的集成式滤波电感设计方法，所述方法包括：S1、集成式电感的电磁有限元建模；S2、对集成式电感的参数化扫描；S3、计算不同电流激励、转子角度情况下的电感磁链，得到高精度电感模型的数据基础；S4、基于线性电感V2G系统电压电流谐波提取；S5、集成式滤波电感在工频转速下的谐波分析与优化。本发明降低了V2G系统中集成式滤波器引起的低频谐波，为大规模新能源汽车并入电网提供了技术支撑，解决了现有技术中存在V2G系统模型无法充分考虑集成式滤波器引入的低频谐波的问题。
-
公开(公告)号：CN116455550B
公开(公告)日：2024-12-31
申请号：CN202310291075.9
申请日：2023-03-23
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 一种基于智能合约的电力数据安全上链方法及系统，方法包括：步骤1，根据联盟链中节点的初始信誉值、架构信誉值和表现信誉值，基于LSTM神经网络获得节点的预期信誉值，根据预期信誉值确定可信核心节点；利用可信核心节点，基于组织内共识方法、组织间共识方法对电力数据共享方身份的可信性进行验证；步骤2，基于自定义密级标识技术，构建基于电力数据安全密级的区块链数据标识体系；步骤3，基于自定义数据密级标识体系搭建自动化数据安全上链检测智能合约模板。本发明解决了电力数据在安全共享中的敏感数据上链泄露和权限管理的问题，促成业务数据实现更高效、更安全的共享方式。
-
公开(公告)号：CN115278893B
公开(公告)日：2024-08-06
申请号：CN202210641098.3
申请日：2022-06-08
Applicant: 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
IPC: H04W72/0453 , H04W72/566 , H04W72/0446 , H04W76/19 , H04W24/08
Abstract: 本发明涉及一种地下管廊无线网络的WiFi6动态信道资源分配方法，属于动态资源划分的网络配置技术领域。该方法先采用邻居监听对AP是否故障进行判断；再对无法正常通信的STA进行新AP的重连；最后对与无法正常通信的STA重连的新AP进行RU的重分配。该方法在面向具体的地下管廊通信业务接入承载的资源分配和调度过程中，在满足全域强覆盖的前提下，通过定期信标帧的接收情况确认AP是否发生故障，判定AP故障后为设备重新选择接入点，并启用跨时隙故障恢复RU分配机制，为所有不同业务种类提供保证时延内的传输服务；从而尽最大可能满足故障AP下的业务正常传输需求。
-
公开(公告)号：CN117200190A
公开(公告)日：2023-12-08
申请号：CN202311040562.4
申请日：2023-08-17
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: H02J3/00 , G06Q50/06 , G06Q10/04 , G06N3/0499
Abstract: 一种电力物联网电力负荷预测方法，电力物联网在不同片区设有子服务器用于边缘计算，构建轻量化电力负荷预测模型，所述轻量化电力负荷预测模型适用于边缘计算中的边缘服务器计算资源，实现在边缘计算中完成电力物联网电力负荷预测。本发明根据历史用电数据并针对其特点构建深度学习预测模型实现精准的负荷预测，同时尽可能地缩减模型规模，轻量化模型，使其便于部署到电力企业在各个片区设置的边缘服务器上，以各个片区为单位预测该片区未来的用电量，避免各个片区用电数据全部上传云端带来的不便，减轻云端计算压力。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.065 seconds)
