-
公开(公告)号:CN115936183A
公开(公告)日:2023-04-07
申请号:CN202211395035.0
申请日:2022-11-08
申请人: 国网江苏省电力有限公司南京供电分公司 , 湖南大学
IPC分类号: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06N3/006 , H02J3/14
摘要: 基于藤壶交配优化的用户参与有序用电决策方法及系统,方法包括以下步骤:导入预案日参与有序用电决策用户的各时段负荷;建立有序用电的行为模式,随机生成用户参与有序用电的用电行为模式的控制参数为un,根据un不同的取值,计算用户预案日负荷变化矩阵,将所有参与有序用电决策的用户预案日负荷变化矩阵求和,得到有序用电方案在地区产生的预案日总负荷变化矩阵;建立有序用电的目标函数和约束条件;利用藤壶交配优化算法,得到用户参与有序用电行为的优化决策。本发明应用于限制用电负荷的统筹分析、实时监控以及综合评估。实现对用电负荷预案的计划决策,从而实现损失降低的目的。
-
公开(公告)号:CN118777745A
公开(公告)日:2024-10-15
申请号:CN202410983396.X
申请日:2024-07-22
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双创中心 , 南京苏逸实业有限公司
摘要: 本发明一种用于电流回路故障检测的功率放大器,属于功率放大器技术领域。包括控制模块,控制模块的一端连接直接数字频率合成器DSS,DDS的输入口连接有时钟,DDS的输出口连接第一滤波器;第一滤波器连接有第一积分器,第一积分器连接有第二滤波器,第二滤波器连接有增益调理模块,增益调理模块连接高通滤波模块,高通滤波模块连接采样电路,采样电路连接第二积分器的第一输入口;控制模块的另一端连接有数模转换器DAC,DAC的输入口连接有基准电路芯片,DAC的输出口与第二积分器的第二输入口连接,第二积分器的输出口与第一积分器相连接;本发明通过功率放大器新增模块的设计,使其能够基于反馈信号,能够实时稳定地输出高频信号。
-
公开(公告)号:CN115639405A
公开(公告)日:2023-01-24
申请号:CN202211126736.4
申请日:2022-09-16
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: G01R27/02
摘要: 本发明提供一种计量箱内接线阻抗检测方法,包括以下步骤:步骤1,获取计量箱进线处各相线的电流和电压数据以及计量箱内各电能表的电流和电压数据;步骤2,获得各电能表与所处计量箱进线处各相线的连接关系;步骤3,获得台区变压器、分支箱、计量箱和电能表之间的线路拓扑关系;步骤4,计算各电能表的计量箱内接线阻抗;本发明能够获得各电能表的计量箱内接线阻抗,即获得电能表和计量箱进线处之间的线路阻抗,可以准确定位计量箱内存在线路老化或器件松动情况的线路,从而可以降低计量箱内线路阻抗的检测难度,并提高准确率。
-
公开(公告)号:CN115575703A
公开(公告)日:2023-01-06
申请号:CN202211136460.8
申请日:2022-09-19
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SARIMA与同时率的台区可开放容量计算方法,包括以下步骤:台区三相有功功率数据的获取与预处理;建立SARIMA台区负荷功率预测模型;建立台区动态同时率库;对某个月进行负荷预测,并从动态同时率库中选取最大的同时率预测计算得到当月的台区可开放容量。本发明方法建立台区动态同时率库,来代替现有传统可开放容量计算方法中的固定常数配置系数,能够合理的调整该配置系数,提高计算准确性;另外,采用SARIMA模型的台区功率预测模型来对台区未来负荷峰值进行预测,并以对应年份的负荷峰值预测值作为变压器可开放容量的数据,能有效避免现有算法中直接使用历史数据作为可开放容量数据导致的变压器重载或轻载的情况,进而提高电力系统的经济性和安全性。
-
公开(公告)号:CN115453442A
公开(公告)日:2022-12-09
申请号:CN202210942100.0
申请日:2022-08-08
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: G01R35/04
摘要: 本发明提供一种集中表箱电能表准确度失准计算方法,包括以下步骤:步骤1,周期性获得表箱的走字电量数据;步骤2,判断走字电量数据的有效性;步骤3,获得组数与表箱内电能表数量相同的有效数据;步骤4,获得各电能表的失准恢复系数;步骤5,获得各电能表的准确度误差;本发明能够实现对电能表准确度失准数据进行计算;将本发明计算所得准确度失准数据与电能表允许的准确度失准数据范围进行比较,从而可以判断电能表的准确度是否失准。
-
公开(公告)号:CN114167341A
公开(公告)日:2022-03-11
申请号:CN202111425207.X
申请日:2021-11-26
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: G01R35/04
摘要: 基于用户负荷特征变化的电能表精度失准在线监测跟踪方法,在集中表箱进线端安装高精度计量装置,基于高精度计量功能对集中表箱进线端的负荷变化特征进行实时监测,通过RS485通信功能,高频采集各电能表的负荷数据,进行实时监测;研判各电能表负荷数据的正确性,初步识别电能表的计量精度是否失准;基于集中表箱进线端及各电能表的负荷数据曲线,提取出有且仅有一只电能表的负荷变化满足要求的时间点,并计算该满足要求的电能表的精度失准率;基于HPLC通信功能,将集中表箱内的各电能表的精度失准率数据上传,实现对集中表箱内电能表精度失准的在线监测。
-
公开(公告)号:CN117520803A
公开(公告)日:2024-02-06
申请号:CN202311378586.0
申请日:2023-10-23
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: G06F18/2113 , B60L53/60 , B60L53/62 , G06F18/214 , G06N3/0499 , G06N3/006 , G06N3/08
摘要: 本申请提供了一种充电桩故障诊断方法、计算机可读介质及设备,其中,方法为基于自适应特征模态分解与核极限学习机(Adaptive feature mode decomposition–Kernel extreme learning machine,AFMD‑KELM)的充电桩故障诊断方法,包括:(1)数据获取与准备;(2)信号自适应分解;(3)故障特征筛选;(4)充电桩故障诊断模型搭建与训练;(5)充电桩故障诊断。本发明将采集到的充电桩传感器信号可以自适应地分解为多个特征分量,根据重要性刻画指标选择出其中重要的特征,提取信号中有效信息并减少噪声的干扰。利用金枪鱼群优化的核极限学习机将提取的特征进行分类,进一步提高充电桩故障诊断的准确率。
-
公开(公告)号:CN117269571A
公开(公告)日:2023-12-22
申请号:CN202311012035.2
申请日:2023-08-11
申请人: 国网江苏省电力有限公司南京供电分公司
摘要: 本发明提供了一种多路电能计量脉冲产生器,包括数模转换模块、功率计算模块、脉冲发生模块以及电力线配置模块;所述数模转换模块用于对电力线上的电压和电流信号进行采样;所述功率计算模块的输入端连接数模转换模块,得到每一路对应的瞬时功率;所述脉冲发生模块的输入端连接功率计算模块,将功率计算模块得到的瞬时功率序列转换为脉冲信号,并输出电能计量脉冲信号;所述电力线配置模块连接功率计算模块和脉冲发生模块,用于设置输入的电力线和输出的电能脉冲信号之间的对应关系。本发明可以对多个电力线上的电压、电流信号进行测量,并输出多路电能计量脉冲信号,输入的电力线和输出的电能脉冲信号之间的对应关系可灵活调整。
-
公开(公告)号:CN112098714B
公开(公告)日:2023-04-18
申请号:CN202010806282.X
申请日:2020-08-12
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: G01R22/06 , G06N3/049 , G06N3/045 , G06N3/0464 , G06N3/08
摘要: 一种基于ResNet‑LSTM的窃电检测方法及系统,收集电力系统正常运行时采集的用户的用电量数据样本和样本的用电类型标签,对用电量数据进行数据预处理,并将数据集分为训练集、测试集、验证集;运用自动编码器处理训练集中标签为窃电的用电数据样本,并获得新的训练集;将原先的训练集的用电量数据分别输入ResNet模型和LSTM模型进行窃电检测测试,通过测试结果选择ResNet和LSTM神经网络组合结构,并以此搭建混合神经网络,通过测试选择合适的混合神经网络结构;运用选择出的ResNet‑LSTM混合神经网络结构进行测试选择出合适的神经网络优化方法,形成窃电检测模型;运用新的训练集来训练窃电检测模型,构建完整的窃电检测方法,本发明提高了窃电检测能力和检测效率。
-
公开(公告)号:CN112098714A
公开(公告)日:2020-12-18
申请号:CN202010806282.X
申请日:2020-08-12
申请人: 国网江苏省电力有限公司南京供电分公司
摘要: 一种基于ResNet‑LSTM的窃电检测方法及系统,收集电力系统正常运行时采集的用户的用电量数据样本和样本的用电类型标签,对用电量数据进行数据预处理,并将数据集分为训练集、测试集、验证集;运用自动编码器处理训练集中标签为窃电的用电数据样本,并获得新的训练集;将原先的训练集的用电量数据分别输入ResNet模型和LSTM模型进行窃电检测测试,通过测试结果选择ResNet和LSTM神经网络组合结构,并以此搭建混合神经网络,通过测试选择合适的混合神经网络结构;运用选择出的ResNet‑LSTM混合神经网络结构进行测试选择出合适的神经网络优化方法,形成窃电检测模型;运用新的训练集来训练窃电检测模型,构建完整的窃电检测方法,本发明提高了窃电检测能力和检测效率。
-
-
-
-
-
-
-
-
-