-
公开(公告)号：CN118300264A
公开(公告)日：2024-07-05
申请号：CN202410435038.5
申请日：2024-04-11
申请人： 国网江苏省电力有限公司镇江供电分公司 , 国电南瑞南京控制系统有限公司
摘要： 本发明公开了一种基于电力物联网的电力监控系统，属于智慧电网技术领域，该电力监控系统通过对需要巡检的电力线路进行划分，并获取在不同的巡检区段中，电力线路的弧垂与温度之间的关联性，并根据实时采集的温度值以及该关联性来判断该电力线路的实时弧垂是否存在异常，当存在异常时则报警进行处理，这种方法能够快速的确定出现覆冰等问题的电力线路并及时的进行处理，相较于传统技术中通过无人机近距离拍摄电力线路图像并计算覆冰程度的方法，对进行巡检工作时无人机的飞行控制要求更低，由于无需近距离获取清晰度较高的电力线路图像，因此可以保持较高的飞行巡检速度，从而显著提升了电力线路的巡检效率。
-
公开(公告)号：CN117557118B
公开(公告)日：2024-08-06
申请号：CN202311503726.2
申请日：2023-11-13
申请人： 国网江苏省电力有限公司镇江供电分公司
IPC分类号： G06Q10/0637 , H02J9/06 , G06Q50/06 , G06F17/18 , G06N3/08
摘要： 本发明涉及基于机器学习的UPS系统供电拓扑图生成方法，具体涉及电力系统领域，通过传感器数据和信息数据之间关系，转换映射拓扑图数据，可以在模型生成的拓扑图中展示传感器数据和信息数据，从电力系统数据中学习模式和规律，并生成准确的供电拓扑图，大大提高了生成的效率和准确性，通过生成供电拓扑图，对UPS系统的可靠性进行全面分析，利用机器学习算法，可以识别电力系统中的关键节点，通过对实时数据进行监测和分析，可以快速准确地绘制供电拓扑图。
-
公开(公告)号：CN117542169A
公开(公告)日：2024-02-09
申请号：CN202311471364.3
申请日：2023-11-07
申请人： 国网江苏省电力有限公司镇江供电分公司
IPC分类号： G08B21/18 , G06N3/084 , G06N3/04 , G06F18/21 , G06F18/2413 , G16Y20/20 , G16Y40/10 , G08B7/06 , H04L67/12
摘要： 本发明涉及一种基于大数据分析的自动化设备温度异常预警方法，涉及大数据技术领域，通过在电机上安装温度传感器，对自动化设备进行温度数据采集，将采集到的数据进行归一化处理，并存储到数据库中，通过深度学习神经网络，建立温度预测模型，利用历史温度数据进行训练，将训练好的模型应用于实时数据中，进行异常检测,通过对自动化设备电机温度的历史数据进行分析，设定温度阈值，利用建立的温度预测模型，输入实时温度数据，并获取未来一段时间内的温度预测值，将预测值与预警阈值进行比较，当预测值超过设定的温度阈值，提前进行预警，利用物联网技术将温度传感器与声光报警系统进行联动，实现对高温点的及时预警和联动处置。
-
公开(公告)号：CN117542169B
公开(公告)日：2024-07-30
申请号：CN202311471364.3
申请日：2023-11-07
申请人： 国网江苏省电力有限公司镇江供电分公司
IPC分类号： G08B21/18 , G06N3/084 , G06N3/04 , G06F18/21 , G06F18/2413 , G16Y20/20 , G16Y40/10 , G08B7/06 , H04L67/12
摘要： 本发明涉及一种基于大数据分析的自动化设备温度异常预警方法，涉及大数据技术领域，通过在电机上安装温度传感器，对自动化设备进行温度数据采集，将采集到的数据进行归一化处理，并存储到数据库中，通过深度学习神经网络，建立温度预测模型，利用历史温度数据进行训练，将训练好的模型应用于实时数据中，进行异常检测,通过对自动化设备电机温度的历史数据进行分析，设定温度阈值，利用建立的温度预测模型，输入实时温度数据，并获取未来一段时间内的温度预测值，将预测值与预警阈值进行比较，当预测值超过设定的温度阈值，提前进行预警，利用物联网技术将温度传感器与声光报警系统进行联动，实现对高温点的及时预警和联动处置。
-
公开(公告)号：CN111899122B
公开(公告)日：2024-01-02
申请号：CN202010630124.3
申请日：2020-07-03
申请人： 国网江苏省电力有限公司镇江供电分公司 , 浙江大学
IPC分类号： G06Q50/06 , G06Q30/0201 , G06F30/27 , G06F111/04
摘要： 本发明公开了一种基于储能控制的用户分散出清方法，该方法首先对自身的用电场景进行建模，根据用户的发用电计划和自身用电行为习惯，进行场景建模，并基于用电场景和用户计划进行短期用电行为预测；其次，通过对于日前分散出清市场的市场行为分析和预测，进行储能控制；通过储能的充放电，将电力需求进行时间轴向平移，通过储能价值模型进行优化储能控制决策，实现基于储能控制的电力。本发明利用储能优化了电网的负荷波动情况，并提高了用户的收
-
公开(公告)号：CN111899122A
公开(公告)日：2020-11-06
申请号：CN202010630124.3
申请日：2020-07-03
申请人： 国网江苏省电力有限公司镇江供电分公司 , 浙江大学
IPC分类号： G06Q50/06 , G06Q30/02 , G06F30/27 , G06F111/04
摘要： 本发明公开了一种基于储能控制的用户分散出清方法，该方法首先对自身的用电场景进行建模，根据用户的发用电计划和自身用电行为习惯，进行场景建模，并基于用电场景和用户计划进行短期用电行为预测；其次，通过对于日前分散出清市场的市场行为分析和预测，进行储能控制；通过储能的充放电，将电力需求进行时间轴向平移，通过储能价值模型进行优化储能控制决策，实现基于储能控制的电力。本发明利用储能优化了电网的负荷波动情况，并提高了用户的收益。
-
公开(公告)号：CN111815156A
公开(公告)日：2020-10-23
申请号：CN202010645047.9
申请日：2020-07-07
申请人： 国网江苏省电力有限公司镇江供电分公司 , 浙江大学
IPC分类号： G06Q10/06 , G06F30/20 , G06K9/62 , G06Q50/06 , G06F111/04
摘要： 本发明公开了一种基于实时电价的多样化用户需求响应方法，首先进行电气设备的分类与建模，根据负荷或电气设备在时间和空间上的操作特性的不同，用户可以按照某种特定标准对自身的负荷或电气设备进行分类与建模。其次，不同类型的用户每15分钟接收一次实时电价后，先通过季节性ARIMA预测模型对未来时刻的实时电价和自身的可再生能源出力进行预测，再在已预先分类和建模的自身所用电气设备的各种约束下，根据最小化用电成本的目标作出用电决策，即进行需求响应。本发明提高了用户的收益，减少用电成本，并在一定程度上间接促进了可再生能源的消纳。
-
公开(公告)号：CN117713105B
公开(公告)日：2024-07-09
申请号：CN202410024155.2
申请日：2024-01-08
申请人： 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司
摘要： 本发明公开了一种计及分布式电源对配电系统电压偏差影响概率方法及装置，解决现有技术存在的评估分布式电源随机出力对网络节点电压影响的方法响应时间慢，计算复杂等技术问题。本发明基于主成分分析法的新型概率电压灵敏度指数，主成分分析法本质是通过线性转换的方式将高维数据变量转换为低维数据变量，通过找出与受影响电压的相关性最强的少数几个分布式电源控制变量，然后，对控制变量按照新型概率电压灵敏度指数的大小进行影响力排序，从而快速得到对某个越限电压节点影响较大的变量，并及时调节控制，确保配网电压运行在安全范围内。本发明可以快速评估含有分布式电源的节点出现功率扰动时对其它电压节点的影响，实现快速动态电压控制。
-
公开(公告)号：CN117713105A
公开(公告)日：2024-03-15
申请号：CN202410024155.2
申请日：2024-01-08
申请人： 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司
摘要： 本发明公开了一种计及分布式电源对配电系统电压偏差影响概率方法及装置，解决现有技术存在的评估分布式电源随机出力对网络节点电压影响的方法响应时间慢，计算复杂等技术问题。本发明基于主成分分析法的新型概率电压灵敏度指数，主成分分析法本质是通过线性转换的方式将高维数据变量转换为低维数据变量，通过找出与受影响电压的相关性最强的少数几个分布式电源控制变量，然后，对控制变量按照新型概率电压灵敏度指数的大小进行影响力排序，从而快速得到对某个越限电压节点影响较大的变量，并及时调节控制，确保配网电压运行在安全范围内。本发明可以快速评估含有分布式电源的节点出现功率扰动时对其它电压节点的影响，实现快速动态电压控制。
-
公开(公告)号：CN117557118A
公开(公告)日：2024-02-13
申请号：CN202311503726.2
申请日：2023-11-13
申请人： 国网江苏省电力有限公司镇江供电分公司
IPC分类号： G06Q10/0637 , H02J9/06 , G06Q50/06 , G06F17/18 , G06N3/08
摘要： 本发明涉及基于机器学习的UPS系统供电拓扑图生成方法，具体涉及电力系统领域，通过传感器数据和信息数据之间关系，转换映射拓扑图数据，可以在模型生成的拓扑图中展示传感器数据和信息数据，从电力系统数据中学习模式和规律，并生成准确的供电拓扑图，大大提高了生成的效率和准确性，通过生成供电拓扑图，对UPS系统的可靠性进行全面分析，利用机器学习算法，可以识别电力系统中的关键节点，通过对实时数据进行监测和分析，可以快速准确地绘制供电拓扑图。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.033 秒)
