-
公开(公告)号：CN117996703A
公开(公告)日：2024-05-07
申请号：CN202410404210.0
申请日：2024-04-07
Applicant: 国网江苏省电力有限公司常州供电分公司
Abstract: 本发明涉及配电网自动化控制技术领域。本发明提供一种配电网故障判别及保护装置和方法，装置包括：采集模块，用于采集配电网的电流数据和电压数据；计算模块，用于根据电流、电压数据进行计算得到判别参数；故障判别模块，用于根据判别参数和预设参数判别是否发生故障；节点开闭判断模块，用于在故障发生时，根据每个发生的故障分别对对应的故障保护节点的软开关的开闭情况进行判断，得到判断结果；通信模块，用于将每个故障保护节点的判断结果分别传输给对应的继电器，以使对应的继电器分别根据接收到的判断结果进行动作或不动作，实现继电保护。本发明能够减小复杂潮流对继电保护的影响，避免继电器产生误动和拒动，保障配电网的安全运行。
-
公开(公告)号：CN117394345A
公开(公告)日：2024-01-12
申请号：CN202311465923.X
申请日：2023-11-07
Applicant: 国网江苏省电力有限公司常州供电分公司
Abstract: 本发明公开了一种配电网拓扑识别与展示方法、装置、系统及存储介质，属于供电路径描述技术领域，方法包括：利用电网GIS平台、电网资源业务中台、OMS系统和PMS配抢模块接入数据；基于接入的数据，利用公共信息模型进行拓扑建模，并利用深度优先算法遍历供电路径；基于所述供电路径，利用预构建的停电故障后供电恢复模型求解故障后最优供电路径；基于接入的数据和所述供电路径，对各图层数据进行融合，并利用显示屏展示配电网停电故障和供电路径。该方法能够方便供电指挥中心使用和管控配电网，解决盲调问题。
-
公开(公告)号：CN115640743B
公开(公告)日：2023-09-08
申请号：CN202211213121.5
申请日：2022-09-30
Applicant: 国网江苏省电力有限公司常州供电分公司
IPC: G06F30/27 , G06F18/22 , G06F18/213 , G06F18/214 , G06N3/04 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种基于贝叶斯优化参数神经网络的配电负荷‑馈线智能匹配方法，涉及电力系统智能运维技术领域。所述方法包括如下步骤：通过近似符号聚合算法对离散时间序列的采样数据符号化并利用欧式距离散发计算采样数据符号间的关联度，对采样数据中的异常及空白数据进行修正和填充；采用改进CNN‑LSTM混合神经网络模型对修正后的采样负荷数据及馈线编号进行匹配训练；使用贝叶斯优化算法对CNN‑LSTM混合神经网络模型进行最优超参数组合设定及优化。所述方法具有智能化程度高且分类准确等优点。
-
公开(公告)号：CN115860678A
公开(公告)日：2023-03-28
申请号：CN202211610976.1
申请日：2022-12-14
Applicant: 国网江苏省电力有限公司常州供电分公司
IPC: G06Q10/10 , G06Q10/20 , G06Q50/06 , G06F30/20 , G06F111/04
Abstract: 本发明公开了一种面向配网停电检修计划的转供方案自动编制方法，首先通过全转供模型以及全转供约束条件获得负荷全转供方案，如果出现转供失败的情况，则通过部分转供来获得最小失电负荷的转供方案。本发明考虑转供带电约束，转供馈线限额约束，转供变压器容量约束和故障馈线操作开关约束等约束条件，通过调整开关状态，结合约束条件，可最大限度的缩小停电范围，满足转供操作后转供馈线和转供主变容量不越限的要求，并快速获得最佳转供方案。本发明能够有效的为配网停电检修计划转供提供参考，具有良好的经济效益和实用价值。
-
公开(公告)号：CN115081879A
公开(公告)日：2022-09-20
申请号：CN202210719515.1
申请日：2022-06-23
Applicant: 国网江苏省电力有限公司常州供电分公司 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明提供了一种双电源停电风险预警系统和方法，该系统包括：故障停电信息采集模块，用于接收电网实时发生的故障停电信息，根据故障停电信息获取电网的第一停电区域；计划停电信息维护模块，用于维护电网的计划停电信息，根据计划停电信息获取供电公司待安排的第二停电区域；停电影响范围分析模块，用于根据第一停电区域和第二停电区域获取目标区域，根据目标区域、故障停电信息和计划停电信息获取目标区域内受影响供电主体清单；双电源风险分析模块，用于根据受影响供电主体清单获取受影响受电主体清单，根据受电主体清单判断目标区域内相关受电主体是否存在双电源停电风险。由此，能够实现目标受电主体双电源停电风险的自动筛查。
-
Patent Agency Ranking
公开(公告)号：CN117555960A
公开(公告)日：2024-02-13
申请号：CN202311561552.5
申请日：2023-11-21
Applicant: 国网江苏省电力有限公司常州供电分公司
IPC: G06F16/26 , G06F16/29 , G06F18/2131 , G06N3/0464 , G06N3/08 , G06Q10/20 , G06Q50/06 , H02J3/00 , G06F123/02
Abstract: 本发明公开了一种设备故障热力图生成方法及装置、停电信息判断方法，所述设备故障热力图生成方法包括：获取当前行波故障特征；利用Grad‑CAM可视化分析方法计算预先训练的CNN模型中的通道权重，生成激活热力图；根据所述当前行波故障特征和激活热力图，生成设备故障热力图。该设备故障热力图生成方法及装置、停电信息判断方法，根据获取的行波故障特征，利用CNN算法构建行波故障特征与故障距离的关系，并引入Grad‑CAM可视化分析方法，从而生成激活热力图以生成设备故障专题热力图，以对配网故障抢修指挥模块进行完善，加快故障处置响应速度。
-
公开(公告)号：CN116760193B
公开(公告)日：2023-11-14
申请号：CN202311035155.4
申请日：2023-08-17
Applicant: 国网江苏省电力有限公司常州供电分公司
IPC: H02J13/00
Abstract: 本发明涉及电力系统信息管理技术领域，为解决如何实现对电力系统的全面、有效监控的技术问题，提供了一种电力系统的全面数据监控方法和系统，该方法包括以下步骤：监控子站获取所在位置的监控对象的第一监控数据，其中，第一监控数据包括数值数据和非数值数据；监控子站根据非数值数据对于电力系统的负面影响程度，将第一监控数据中的非数值数据数值化，得到第二监控数据；监控子站将第二监控数据中的每种数据均映射到同一预设的数值范围内，得到第三监控数据；监控子站将第三监控数据发送至监控中心，以便监控中心根据第三监控数据实现对电力系统的监控，其中，监控中心通过同一可视化模型对第三监控数据中的至少两种数据进行显示。
-
公开(公告)号：CN114997556A
公开(公告)日：2022-09-02
申请号：CN202210334123.3
申请日：2022-03-31
Applicant: 国网江苏省电力有限公司常州供电分公司 , 江苏言和电力科技有限公司
Abstract: 本发明公开了一种配电自动化主站运行缺陷分析系统，该系统包括：缺陷获取模块，用于对配网终端运行信息的运行缺陷进行提取；缺陷分类筛选模块，用于对不同类型、区域、厂家、通信方式运行缺陷的时间段和缺陷告警量进行分析，定制消缺等级；缺陷原因分析模块，用于通过数据源查询方式，对不同运行缺陷的缺陷原因进行分析。本发明通过完善终端运行缺陷分析及筛选规则，按缺陷等级、类型等展示配网终端中的运行缺陷，提供消缺依据；对配网自动化日常运行数据进行抽取处理分析，实时的集中化展示系统运行中存在的缺陷与风险，保证系统正常稳定运行。
-
公开(公告)号：CN116760193A
公开(公告)日：2023-09-15
申请号：CN202311035155.4
申请日：2023-08-17
Applicant: 国网江苏省电力有限公司常州供电分公司
IPC: H02J13/00
Abstract: 本发明涉及电力系统信息管理技术领域，为解决如何实现对电力系统的全面、有效监控的技术问题，提供了一种电力系统的全面数据监控方法和系统，该方法包括以下步骤：监控子站获取所在位置的监控对象的第一监控数据，其中，第一监控数据包括数值数据和非数值数据；监控子站根据非数值数据对于电力系统的负面影响程度，将第一监控数据中的非数值数据数值化，得到第二监控数据；监控子站将第二监控数据中的每种数据均映射到同一预设的数值范围内，得到第三监控数据；监控子站将第三监控数据发送至监控中心，以便监控中心根据第三监控数据实现对电力系统的监控，其中，监控中心通过同一可视化模型对第三监控数据中的至少两种数据进行显示。
-
公开(公告)号：CN115640743A
公开(公告)日：2023-01-24
申请号：CN202211213121.5
申请日：2022-09-30
Applicant: 国网江苏省电力有限公司常州供电分公司
IPC: G06F30/27 , G06F18/22 , G06F18/213 , G06F18/214 , G06N3/04 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种基于贝叶斯优化参数神经网络的配电负荷‑馈线智能匹配方法，涉及电力系统智能运维技术领域。所述方法包括如下步骤：通过近似符号聚合算法对离散时间序列的采样数据符号化并利用欧式距离散发计算采样数据符号间的关联度，对采样数据中的异常及空白数据进行修正和填充；采用改进CNN‑LSTM混合神经网络模型对修正后的采样负荷数据及馈线编号进行匹配训练；使用贝叶斯优化算法对CNN‑LSTM混合神经网络模型进行最优超参数组合设定及优化。所述方法具有智能化程度高且分类准确等优点。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.047 seconds)
