-
公开(公告)号:CN109934459A
公开(公告)日:2019-06-25
申请号:CN201910101329.X
申请日:2019-01-31
申请人: 国网浙江省电力有限公司 , 中国电力科学研究院有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要: 本发明公开了一种基于可视化网格的低压台区电能表运行误差异常派工方法,涉及电力运维领域。目前,运维人员只对自己所辖区域负责,不能合理的分配资源。本发明包括步骤:构建基于GIS网格的采集对象关系;获取电能表运行误差异常故障点数据信息;获取运维人员数据信息;计算电能表运行误差异常故障点中心点,根据中心点对电能表运行误差异常故障点进行聚合分组;电能表运行误差异常故障点聚合分组;异常点聚合分组数据根据异常总紧急程度判定模型对异常故障点进行紧急度估算,得到对应区域内所有异常故障点的异常总紧急度值,确定各区域异常处理的先后次序以对电路运行系统进行维护,为后续的精准派工提供基础,使得资源更为合理的利用。
-
公开(公告)号:CN109934459B
公开(公告)日:2023-08-22
申请号:CN201910101329.X
申请日:2019-01-31
申请人: 国网浙江省电力有限公司 , 中国电力科学研究院有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC分类号: G06Q10/0631 , G06Q10/067 , G06Q50/06
摘要: 本发明公开了一种基于可视化网格的低压台区电能表运行误差异常派工方法,涉及电力运维领域。目前,运维人员只对自己所辖区域负责,不能合理的分配资源。本发明包括步骤:构建基于GIS网格的采集对象关系;获取电能表运行误差异常故障点数据信息;获取运维人员数据信息;计算电能表运行误差异常故障点中心点,根据中心点对电能表运行误差异常故障点进行聚合分组;电能表运行误差异常故障点聚合分组;异常点聚合分组数据根据异常总紧急程度判定模型对异常故障点进行紧急度估算,得到对应区域内所有异常故障点的异常总紧急度值,确定各区域异常处理的先后次序以对电路运行系统进行维护,为后续的精准派工提供基础,使得资源更为合理的利用。
-
公开(公告)号:CN118381025A
公开(公告)日:2024-07-23
申请号:CN202410830127.X
申请日:2024-06-25
申请人: 国网浙江省电力有限公司金华供电公司 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司
IPC分类号: H02J3/00 , H02J3/46 , G06Q10/0631 , G06Q10/04 , G06Q50/06
摘要: 本发明公开了基于能源双边认证的碳电协商调度方法及系统,属于数据处理领域,包括:S1、构建第一目标函数构建碳电耦合模型并对其进行求解得到碳电发电计划序列;S2、采用双边认证策略获取非碳电机组与各碳电机组的第一认证指标以及与各能源区块的第二认证指标;进一步计算各非碳电机组的能源调控参与度;S3、构建零碳切换模型并对其进行求解获取零碳能源投切序列;S4、根据非碳电机组的历史出力情况结合能源调控参与度获取可调控能源空间,通过可调控能源空间对碳电发电计划序列进行修正得到碳电能源投切序列,基于碳电能源投切序列和零碳能源投切序列进行能源综合调度;显著提高电力系统能源调度的灵活性、经济性、安全性以及效率。
-
公开(公告)号:CN118378750A
公开(公告)日:2024-07-23
申请号:CN202410538846.4
申请日:2024-04-30
申请人: 国网浙江省电力有限公司金华供电公司 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司
IPC分类号: G06Q10/04 , G06Q10/0631 , G06Q50/06
摘要: 本发明提供了一种碳电协同的低碳调度优化决策方法,所述决策方法具体为:确定调度区域,调取调度区域内的发电机组信息和发电计划信息;基于发电计划信息确定运行机组,并根据对应的发电机组信息构建运行机组的出力碳排耦合模型;基于运行机组的出力碳排耦合模型,获取运行机组的碳排放信息;结合调度区域内的电网潮流信息,根据运行机组的碳排放信息进行电网碳潮流计算;设置低碳调度优化维度,并根据低碳调度优化维度设置低碳调度约束条件,基于低碳调度约束条件和电网碳潮流生成低碳调度优化决策,并基于低碳调度优化决策对调度区域内的发电计划进行调整。本发明能够将电网碳潮流加入低碳调度优化决策中,保障低碳调度优化决策的碳减排效果。
-
公开(公告)号:CN118934451A
公开(公告)日:2024-11-12
申请号:CN202411427389.8
申请日:2024-10-14
摘要: 本公开涉及电力技术领域,公开了一种计及分布式单元新型电力系统的资源协同控制方法和系统。其具体方案为:基于电力系统中的各个风力发电机组中的变桨系统中液压油在当前时刻的气泡运动特征以及体积特征,确定各个风力发电机组在当前时刻的液压油气泡含量;基于各个风力发电机组在当前时刻的叶片受力,其变桨系统在当前时刻的液压油气泡含量,确定其变桨系统的动态响应特性;基于各个风力发电机组中的变桨系统的动态响应特性,确定各个风力发电机组的预测发电功率;在任一风力发电机组的预测发电功率不符合预设条件的情况下,对风力发电机组中的变桨系统中的液压油进行气泡净化处理操作,以调整电力系统中各个风力发电机组的发电功率。
-
公开(公告)号:CN118381025B
公开(公告)日:2024-08-23
申请号:CN202410830127.X
申请日:2024-06-25
申请人: 国网浙江省电力有限公司金华供电公司 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司
IPC分类号: H02J3/00 , H02J3/46 , G06Q10/0631 , G06Q10/04 , G06Q50/06
摘要: 本发明公开了基于能源双边认证的碳电协商调度方法及系统,属于数据处理领域,包括:S1、构建第一目标函数构建碳电耦合模型并对其进行求解得到碳电发电计划序列;S2、采用双边认证策略获取非碳电机组与各碳电机组的第一认证指标以及与各能源区块的第二认证指标;进一步计算各非碳电机组的能源调控参与度;S3、构建零碳切换模型并对其进行求解获取零碳能源投切序列;S4、根据非碳电机组的历史出力情况结合能源调控参与度获取可调控能源空间,通过可调控能源空间对碳电发电计划序列进行修正得到碳电能源投切序列,基于碳电能源投切序列和零碳能源投切序列进行能源综合调度;显著提高电力系统能源调度的灵活性、经济性、安全性以及效率。
-
公开(公告)号:CN112003692A
公开(公告)日:2020-11-27
申请号:CN202010651523.8
申请日:2020-07-08
申请人: 国网浙江省电力有限公司 , 国网浙江省电力有限公司宁波供电公司 , 浙江华云信息科技有限公司
摘要: 本发明公开了一种基于区块链的多用户云数据完整性保护方法。方法包括以下步骤:S1:初始化阶段,用户随机生成公钥-私钥对;S2:数据标签阶段,用户将外包文件分段,并计算签名;S3:挑战阶段,用户选择子集,使用消息验证器发送查询;S4:证据生成阶段,服务器应答验证者的信息;S5:证据验证阶段,用户使用公钥验证收到证据;S6:存储成本核算,建立辅助验证结构;S7:V0建设成本,为查询结果集(QI)和集(QS)构造相应的验证路径;S8:验证成本。本发明提供一种数据共享安全、数据融合可靠、可信任度高、访问行为可控的多用户云数据完整性保护方法。
-
公开(公告)号:CN118233529A
公开(公告)日:2024-06-21
申请号:CN202410651331.5
申请日:2024-05-24
摘要: 本发明公开了一种电力系统的不同通讯协议转换方法及系统,具体包括:将需要共享源数据的第一电力系统接入网关;获取所述第一电力系统需要共享的源数据;根据所述需要共享的源数据发送的第二电力系统所用第二通讯协议的特征,对所述需要共享的源数据进行封装,生成与所述第二通讯协议的特征对应的通讯协议转换数据包;将所述通讯协议转换数据包发送至所述第二电力系统,以使所述第二电力系统通过解析通讯协议转换数据包获取所述源数据。本发明充分考虑了不同电力系统间通讯协议差异性,解决了现有技术中由于使用的通讯协议不同,导致电力系统间无法直接共享数据的技术问题。
-
公开(公告)号:CN112001519A
公开(公告)日:2020-11-27
申请号:CN202010431204.6
申请日:2020-05-20
申请人: 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国网浙江省电力有限公司宁波供电公司
摘要: 本发明公开了一种基于深度神经网络的电力负荷预测方法,包括:采集历史负载数据;使用多个并行卷积神经网络CNN组件来处理历史负载数据,得到序列数据;将并行结构引入深度神经网络模型DNN中;通过递归神经网络处理序列数据得到一个隐藏的对应状态列表;将其他类型的特征纳入到我们的预测模型中作为模型的DNN部分的输入,进行负荷预测。使用不同类型的神经网络组件对可能影响负载消耗的不同类型的因素进行建模,并使用多个卷积神经网络CNN组件从历史负载序列中学习丰富的特征表示,然后使用基于LSTM的递归神经组件对历史加载中的变异性和动力学进行建模,以达到提前一天进行每小时的电力负荷预测的目的。
-
公开(公告)号:CN115292381A
公开(公告)日:2022-11-04
申请号:CN202210713401.6
申请日:2022-06-22
申请人: 浙江华云信息科技有限公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司衢州供电公司
摘要: 本发明提供了一种基于极限梯度提升算法的虚拟货币挖矿行为识别方法,所述识别方法具体为选择识别区域,根据对应的历史稽查信息,根据历史稽查信息对完成现场稽查的用电用户的历史用电数据添加标签,构建已标注数据集,并根据其他用电用户的历史用电数据构建未标注数据集,对两个数据集进行特征提取,构建特征数据集作为输入,使用极限梯度提升算法通过半监督学习方法对挖矿用户甄别模型进行训练,确定所有待识别用户并采集对应的用电数据,提取用电特征数据,将提取的用电特征数据输入挖矿用户甄别模型,获取待识别用户中的挖矿用户,并对其添加挖矿用户标签。本发明能够准确且有效的识别挖矿用户,并适用于大量用电数据识别的场景。
-
-
-
-
-
-
-
-
-