-
公开(公告)号:CN113917276A
公开(公告)日:2022-01-11
申请号:CN202110812899.7
申请日:2021-07-19
Applicant: 国网浙江省电力有限公司电力科学研究院 , 天津大学
Abstract: 本发明公开了一种中压侧小电流系统单相接地短路故障定位方法及系统。本发明采用的技术方案为:通过配变终端量测数据,汇总全部测量数据得到全部低压台区配变终端某时段内零序电流数据,提取零序电流时间序列;计算全部低压台区配变终端某时段内零序电流时间序列的相关系数,确定故障线路位置;当中性点不接地系统发生单相接地短路时,通过对平均电压的分析,确定故障线路相位。本发明通过低压配网智能配变终端监测信号,通过数据挖掘技术对中压侧的故障信号进行提取并计算处理,通过多点监测信号对比,建立针对中压配网小电流接地系统故障选线方法判据体系。本发明定位故障点位置所需的成本低、准确性高、可操作性好。
-
公开(公告)号:CN113917276B
公开(公告)日:2023-12-26
申请号:CN202110812899.7
申请日:2021-07-19
Applicant: 国网浙江省电力有限公司电力科学研究院 , 天津大学
Abstract: 本发明公开了一种中压侧小电流系统单相接地短路故障定位方法及系统。本发明采用的技术方案为:通过配变终端量测数据,汇总全部测量数据得到全部低压台区配变终端某时段内零序电流数据,提取零序电流时间序列;计算全部低压台区配变终端某时段内零序电流时间序列的相关系数,确定故障线路位置;当中性点不接地系统发生单相接地短路时,通过对平均电压的分析,确定故障线路相位。本发明通过低压配网智能配变终端监测信号,通过数据挖掘技术对中压侧的故障信号进行提取并计算处理,通过多点监测信号对比,建立针对中压配网小电流接地系统故障选线方法判据体系。本发明定位故障点位置所需的成本低、准确性高、可操作性好。
-
公开(公告)号:CN115238422A
公开(公告)日:2022-10-25
申请号:CN202210171998.6
申请日:2022-02-24
Applicant: 国网浙江省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司电力科学研究院 , 天津大学 , 国网电力科学研究院有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种配电物联网的中低压配电网络拓扑标准化建模方法及系统。本发明的方法包括:构建中低压配电网拓扑连接模型以及参与拓扑的中低压配电网设备模型,通过扩展原有类属性变量或重新设计类,完善类的继承和关联关系,用于后续云侧低压拓扑分相连接模型的构建、边侧局部拓扑连接模型的构建以及拓扑信息交互;构建云侧低压拓扑分相连接模型,对云侧进行全局拓扑分析;构建边侧局部拓扑连接模型,对边侧进行局部拓扑修正;建立云边协同的配电网拓扑信息交互模型,进行云边的拓扑信息交互。本发明综合考虑实际配电网运行特性以及云边协同交互,实现了面向配电物联网的中低压配网拓扑模型建立与分析,可以有效应用于实际配电物联网建设中。
-
公开(公告)号:CN116796652B
公开(公告)日:2023-12-26
申请号:CN202311077214.4
申请日:2023-08-25
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: G06F30/27 , G06F18/25 , G06F18/27 , G06N3/0499 , G06N3/084 , G06F119/02
Abstract: 本发明公开了一种湿热地区配电变压器密封橡胶垫圈劣化失效预测方法,所述方法包括:获取湿热地区配电变压器全生命周期的运行电气监测数据、环境监测数据以及不同阶段的橡胶垫圈性能检测数据,基于这些数据,分别获取密封橡胶垫圈的累积环境效应值、累积电气效应值和性能失效度评估时间序列,建立基于累积效应时序信息融合的密封橡胶垫圈劣化失效预测模型;对实际运行的配电变压器,利用待评估密封橡胶垫圈的累积环境效应值、累积电气效应值和性能失效度评估时间序列,采用劣化失效预测模型得到劣化失效度评估结果,基于劣化失效度评估结果确定待评估密封橡胶垫圈的劣化失效状态。本发明能够实现湿热地区配电变压器密封橡胶垫圈劣化失效预测。
-
公开(公告)号:CN110048392B
公开(公告)日:2023-12-26
申请号:CN201910188019.6
申请日:2019-03-13
Applicant: 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 上海金智晟东电力科技有限公司
Abstract: 本发明公开了一种组态式配电网动模混合接地方式的模拟系统和方法。本发明的模拟系统包括第一接地变压器、第二接地变压器、电阻无级可调的第一小电阻等效模块和第二小电阻等效模块、消弧线圈补偿度无级可调的第一等效消弧线圈模块和第二等效消弧线圈模块、多个交流接触器和多个电流互感器。本发明用于解决当前配电网动模系统中性点接地方式单一、不能灵活构造混合接地方式的实验场景,且系统电容电流变化时消弧线圈参数不能很好地匹配等问题,实验时无需更改接线,通过本地液晶面板操作或者上位机远程操作即可实现配电网混合接地方式的动态模拟;且消弧线圈的补偿度与小电阻接地系统的接地电阻在一定范围内可实现无级可调。
-
公开(公告)号:CN109375056B
公开(公告)日:2023-11-07
申请号:CN201811219876.X
申请日:2018-10-19
Applicant: 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司
IPC: G01R31/08
Abstract: 本发明公开了一种配网断线接地实况试验回路及故障模拟平台和试验方法。本发明包括单相断线实况模拟回路、多元化控制系统及信息采集系统、接地介质模拟回路和接地介质切换平台;所述的单相断线实况模拟回路包括架空线路断线本体、断线回路支撑元件和断线机械开关;所述的多元化控制系统及信息采集系统为二次采集及控制回路,包括测量单元、故障高精度录波装置、快速摄像装置、开关控制及数据显示平台。本发明针对已安装投运的单相断线接地故障新设备新技术,实现对不同技术故障研判、消弧、补偿等功能效果验证。
-
公开(公告)号:CN111880044B
公开(公告)日:2023-06-02
申请号:CN202010623373.X
申请日:2020-06-30
Applicant: 国网浙江省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
IPC: G01R31/08 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种含分布式电源配电网在线故障定位方法。本发明包括步骤:构建配电网系统拓扑结构,并对节点和支路进行标号;根据不同配电网位置故障,获取历史故障数据,包括物理特征、空间特征及标签特征;对不同类型的数据进行数据预处理和特征提取;构建LSTM神经网络模型,利用该模型对历史数据进行训练,得到合适的网络参数;在线获取实时故障数据,对其进行预处理后送入模型中,得到对应的故障位置结果,并用该组数据对神经网络模型进行更新。本发明所述方法定位高效准确,配置成本低,且对故障数据的容错率高,同时能够克服接入分布式电源给配电网带来的不稳定。
-
公开(公告)号:CN112729531B
公开(公告)日:2023-05-19
申请号:CN202011564994.1
申请日:2020-12-25
Applicant: 国网浙江省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
IPC: G01H17/00 , G01M7/02 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种配电变压器设备故障研判方法,涉及配电网电力设备故障检测领域,用于解决现有故障预测不准确且适用性不强的问题,该方法包括以下步骤:接收振动信号;对所述振动信号进行局部均值分解,得到单分量信号;对所述单分量信号进行分类,将分类后的单分量信号输入若干预设模型进行配电变压器振动信号未来趋势的预测;得到配电变压器振动信号未来趋势预测结果。本发明还公开了一种配电变压器设备故障研判系统。本发明通过对原始振动信号进行局部均值分解,进而得到变压器振动信号未来趋势预测结果,有效地提高了预测精度,能够及时对潜在变压器故障发出预警信息,满足电力变压器故障诊断需求。
-
公开(公告)号:CN110956312B
公开(公告)日:2022-11-15
申请号:CN201911117638.2
申请日:2019-11-15
Applicant: 国网浙江省电力有限公司电力科学研究院 , 南京理工大学
Abstract: 本发明公开了一种基于EMD‑CNN深度神经网络的光伏配电网电压预测方法。本发明的方法包括:步骤1,对原始电压时间序列数据进行最大最小归一化处理;步骤2,进行经验模态EMD分解,得到不同频率的固有模态分量以及一项残差分量;步骤3,构造输入数据矩阵:分别将固有模态分量按照二维数据矩阵排列置于不同通道中,利用卷积核实现各平稳分量中特征提取;步骤4,训练卷积神经网络CNN预测模型并进行预测。本发明从系统的角度出发,通过数据挖掘的手段来针对性地对含高比例光伏配电网的电压进行高精度预测,掌握电压变化趋势,为实现高比例光伏配电网的无功电压智能化高效运行提供有力的数据支撑。
-
公开(公告)号:CN112564098B
公开(公告)日:2022-08-30
申请号:CN202011387165.0
申请日:2020-12-02
Applicant: 国网浙江省电力有限公司电力科学研究院 , 国网浙江省电力有限公司 , 南京理工大学
Abstract: 本发明公开了基于时间卷积神经网络的高比例光伏配电网电压预测方法,包括:步骤1,对原始负荷数据进行数据预处理:基于多时间尺度,采用最大最小区间缩放法对电压时间序列数据进行归一化处理,得到完整的电压序列;步骤2,构造输入特征向量集:基于决策树的极度梯度提升树算法进行特征筛选,构造训练样本集,输出各特征权重,结合权重大小和电压预测模型情况筛选出不同的特征子集;步骤3,建立基于含高比例光伏配电网电压预测构架,训练时间卷积网络预测模型,得到电压预测结果。本发明通过将提取到的特征与时间结合,输入时间卷积神经网络模型的不同通道,得出预测结果,从而达到显著升高配电网电压预测的精度的目的。
-
-
-
-
-
-
-
-
-