-
公开(公告)号：CN116826979B
公开(公告)日：2024-01-12
申请号：CN202311091631.4
申请日：2023-08-29
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
IPC分类号： H02J13/00 , H02J3/38 , G06F18/2113 , G06F18/214 , G06F18/22 , G06F18/23 , G06F18/24 , G06F18/25 , G06F16/906 , G06N3/08
摘要： 本申请涉及智能控制技术领域，提供一种分布式光伏电站的电能质量控制方法及系统。所述方法包括：对光伏电站应用数据信息进行分类整合，构建光伏电站控制策略数据库，再按照电能质量影响因素集合对光伏电站控制策略数据库进行聚类划分，并使用深度学习网络结构对划分后的光伏电站应用因素分类数据集合分别进行训练、融合，生成光伏电站自适应控制器集；基于光伏电站的属性信息和光伏电站自适应控制器集进行相似度匹配，并基于所匹配获得的目标自适应控制器对目标分布式光伏电站进行自适应调控。采用本方法能够达到通过构建自适应控制模型实现电能质量智能化高效控制，提高控制参数精确性和实时控制性，进而保证电能质量安全
-
公开(公告)号：CN116826979A
公开(公告)日：2023-09-29
申请号：CN202311091631.4
申请日：2023-08-29
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
IPC分类号： H02J13/00 , H02J3/38 , G06F18/2113 , G06F18/214 , G06F18/22 , G06F18/23 , G06F18/24 , G06F18/25 , G06F16/906 , G06N3/08
摘要： 本申请涉及智能控制技术领域，提供一种分布式光伏电站的电能质量控制方法及系统。所述方法包括：对光伏电站应用数据信息进行分类整合，构建光伏电站控制策略数据库，再按照电能质量影响因素集合对光伏电站控制策略数据库进行聚类划分，并使用深度学习网络结构对划分后的光伏电站应用因素分类数据集合分别进行训练、融合，生成光伏电站自适应控制器集；基于光伏电站的属性信息和光伏电站自适应控制器集进行相似度匹配，并基于所匹配获得的目标自适应控制器对目标分布式光伏电站进行自适应调控。采用本方法能够达到通过构建自适应控制模型实现电能质量智能化高效控制，提高控制参数精确性和实时控制性，进而保证电能质量安全达标的技术效果。
-
公开(公告)号：CN116720791A
公开(公告)日：2023-09-08
申请号：CN202310999878.X
申请日：2023-08-10
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
IPC分类号： G06Q10/0639 , G06Q10/20 , G06Q10/10 , G06Q50/06
摘要： 本公开提供了一种分布式光伏发电质量管理方法及系统，涉及质量管理技术领域，该方法包括：对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵；配置光伏阈值矩阵；进行矩阵拆解；搭建目标检测模型，获取稳定系数与质量系数并流转至联合分析单元；进行合格判定与异常溯源，输出目标判定结果；识别目标判定结果并进行管理方案寻优，获取运维管理方案；进行预定区域的分布式电站的集群管理，通过本申请可以解决现有技术中存在由于光伏发电能量管理系统功能单一导致光伏发电电能质量的监控效率较低、电能质量运维灵活性较低、供电效率较低的技术问题，达到提高电能质量的监控效率、电能质量运维灵活性、供电效率的效果。
-
公开(公告)号：CN116720791B
公开(公告)日：2023-10-20
申请号：CN202310999878.X
申请日：2023-08-10
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
IPC分类号： G06Q10/0639 , G06Q10/20 , G06Q10/10 , G06Q50/06
摘要： 本公开提供了一种分布式光伏发电质量管理方法及系统，涉及质量管理技术领域，该方法包括：对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵；配置光伏阈值矩阵；进行矩阵拆解；搭建目标检测模型，获取稳定系数与质量系数并流转至联合分析单元；进行合格判定与异常溯源，输出目标判定结果；识别目标判定结果并进行管理方案寻优，获取运维管理方案；进行预定区域的分布式电站的集群管理，通过本申请可以解决现有技术中存在由于光伏发电能量管理系统功能单一导致光伏发电电能质量的监控效率较低、电能质量运维灵活性较低、供电效率较低的技术问题，达到提高电能质量的监控效率、电能质量运维灵活性、供电效率的效果。
-
公开(公告)号：CN117713066A
公开(公告)日：2024-03-15
申请号：CN202311707395.4
申请日：2023-12-12
申请人： 国网江苏省电力有限公司镇江供电分公司 , 河海大学
摘要： 本发明提供一种基于SSA‑PSO混合算法的电力系统惯量评估方法及系统，该方法包括以下步骤：S1根据电力系统发生功率扰动时，不平衡功率和系统频率偏差量之间的关系，构建用于惯量评估的OEARMA评估模型；S2确认所述OEARMA评估模型中的未知参数，并采用基于SSA‑PSO混合算法对所述未知参数进行辨识；S3根据参数辨识的结果，将所述OEARMA评估模型转换为连续传递函数，并通过所述连续传递函数获取电力系统惯量评估结果。本发明在算法上选择粒子群‑樽海鞘群混合算法，本算法在利用粒子群算法的收敛速度快同时，引入樽海鞘群算法避免粒子群容易陷入局部最优解的问题，以提高算法的辨识精度，所提算法在参数方面辨识过程中，能够迅速且准确的获得全局最优解。
-
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。
-
公开(公告)号：CN111597898A
公开(公告)日：2020-08-28
申请号：CN202010297893.6
申请日：2020-04-16
申请人： 江苏方天电力技术有限公司 , 国网江苏省电力有限公司镇江供电分公司
发明人： 宋庆武 , 蒋超 , 王昊炜 , 官国飞 , 陈兵 , 丁瑾 , 李迎涛 , 钱汉 , 高翔 , 王韧 , 刘牛 , 王东 , 顾杰 , 邱娟 , 张佳 , 赵琛胤 , 李秀明 , 李春鹏 , 蒋峰 , 于晓蒙 , 徐波
IPC分类号： G06K9/00
摘要： 本发明公开了一种电力巡检机器人图像识别和视觉分析方法及系统，方法包括：机器人做巡检点巡检时，利用可见光像机拍摄巡检点得到图片；根据图片类型ID，调用相应的图像识别接口，结合当前巡检点图像标定库，返回图片各标定区域的识别结果。所述巡检点图像标定库的构建方法包括：给机器人配置巡检点，控制机器人运行至巡检点拍摄图片；在图片上标定区域，配置图片中的关联设备，标定图片中的识别区域；把图片、区域以及区域内设备的相关信息，生成配置文件保存；基于配置文件，调用图像识别接口，根据预构建的图像识别模型库，生成巡检点图像标定库。本发明能够提高机器人巡检图片识别处理速度和识别效率。
-
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。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.119 秒)
