-
公开(公告)号:CN117635327A
公开(公告)日:2024-03-01
申请号:CN202311498002.3
申请日:2023-11-10
Applicant: 国网浙江省电力有限公司金华供电公司
IPC: G06Q40/04 , G06Q50/06 , G06F16/27 , G06Q30/0283 , G06F21/62
Abstract: 本发明提供了一种基于区块链和预言机的电力交易方法,所述电力交易方法具体为:用户进行身份注册;在每个市场间隔中,基于用户的电力出售量或电力需求量生成交易订单,并确定当前市场间隔中每个待选择的交易对象的信誉值以及位置信息,对每个待选择的交易对象的交易优先级进行评定;根据交易优先级选择交易对象并发送交易请求,若交易对象未接收交易请求,则根据交易优先级重新选择交易对象;若交易对象接收交易请求,则将当前的电力交易存入区块链中,再通过预言机获取实时电力价格,用户和交易对象进行电力交易,并将电力交易过程中产生的数据存入区块链。本发明能够降低电力交易风险,并保障电力交易中的电力价格能够符合实际。
-
公开(公告)号:CN118606852A
公开(公告)日:2024-09-06
申请号:CN202410621854.5
申请日:2024-05-20
Applicant: 国网浙江省电力有限公司金华供电公司
Inventor: 林恺丰 , 包挺华 , 张波 , 贺燕 , 王健 , 王文 , 张建松 , 贾昕宁 , 鲍卫东 , 马骏达 , 屈乐岩 , 郑庆 , 沈然 , 谢裕清 , 赵凯美 , 秦威南 , 余献 , 郑仪 , 许万全 , 李熙来 , 周洋 , 林军 , 朱凌浩 , 杨方琦
IPC: G06F18/2433 , G06F17/18 , G06Q50/06
Abstract: 本发明公开了一种基于数据中台的换表异常识别方法,包括步骤1,获取换表信息,换表信息包括用户数据清单和换表时间;步骤2,在用户数据清单中获取与换表时间对应的多维度数据;步骤3,对多维度数据进行加权计算,得出接线异常风险值;步骤4,按风险值大小进行排序,并通过特征匹配现场错接的方式分等级输出异常用户清单,相关人员根据异常用户清单进行排查。本发明通过对多维度数据进行加权计算,可以更加准确地评估接线异常的风险,避免由于数据误差或遗漏而导致的误判。
-
公开(公告)号:CN117596250A
公开(公告)日:2024-02-23
申请号:CN202311515485.3
申请日:2023-11-13
Applicant: 国网浙江省电力有限公司金华供电公司
IPC: H04L67/1087 , H04L67/1042
Abstract: 本发明公开了一种基于多区块链网络的跨链交互方法,属于区块链技术领域,解决跨链交互方法在进行跨链交互时,采用了中继区块链技术导致维护区块链环境的成本高的问题,方法包括:对若干区块链网络进行P2P网络拓扑结构设计,得到跨链交互系统,若干区块链网络经过设计后成为跨链交互系统的成员区块链;在跨链交互系统中设立监管机构,基于监管机构监管成员区块链之间的跨链交互动作。本发明能够在成员区块链之间进行跨链交互时,无需中继区块链进行协调,降低了维护区块链环境的成本,同时通过监管机构对成员区块链之间的信息交互进行有效的监管,提高了跨链交互的合规性。
-
公开(公告)号:CN116342093B
公开(公告)日:2023-12-01
申请号:CN202211641297.0
申请日:2022-12-20
Applicant: 国网浙江省电力有限公司金华供电公司 , 杭州阳斯信息技术有限公司
IPC: G06Q10/20 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了基于故障可靠性分析的电力巡检方法,包括:根据故障类型对应的损坏元器件清单构建第一特征画像;根据设备管理库关联元器件对应的电力设备构建第二特征画像;根据所述损坏元器件的第一危害因子以及第一故障率对第一特征画像进行重构得到第一巡检画像;获取每个损坏元器件的互信息以及相关性得到第一巡检策略;根据电力设备对应的第二危害因子、第二故障率以及故障参与度对第二特征画像进行重构得到第二巡检画像;获取每个电力设备的互信息以及相关性得到第二巡检策略;根据第一巡检画像、第二巡检画像、第一巡检策略和第二巡检策略进行电力巡检。方案根据电力巡检策略中的巡检次序进行巡检可以快速定位故障设备,提高巡检效率。
-
公开(公告)号:CN115577985A
公开(公告)日:2023-01-06
申请号:CN202211559291.9
申请日:2022-12-06
Applicant: 国网浙江省电力有限公司金华供电公司
Abstract: 本发明公开了一种电力区块链多设备共识方法,包括中心服务器与若干节点建立的电力区块链,并由中心服务器承担主要的计算任务,由所有节点分担数据的存储任务,并通过事后核实的方式保留信息追溯的功能,在区块链特有的追溯功能方面,利用重新计算的特征码与先前的特征码进行核对,可知调度记录是否被改动,并且进一步结合二选一保存的调度记录,即可知哪一份调度记录不一致,实现了在更小的储存空间下的追溯功能。本发明属于中心链的变种,不再需要大量的节点进行共识验证,而是借助中心服务器进行判断,相较于传统区块链,计算量、能耗及成本大大降低,更适合电网中的设备。
-
公开(公告)号:CN115603326A
公开(公告)日:2023-01-13
申请号:CN202211605159.7
申请日:2022-12-15
Applicant: 国网浙江省电力有限公司金华供电公司(CN) , 杭州阳斯信息技术有限公司(CN)
IPC: H02J3/06
Abstract: 本发明公开了一种基于树拓扑的配电网负荷转供方法,包括以下步骤:步骤1,建立配电网负荷模型;步骤2,根据配电网负荷模型建立分层供电树模型;步骤3,若出现失电线路,则将对失电线路对应的分层供电树模型进行重构;步骤4,通过重构的分层供电树模型获取负荷转供方案;步骤5,尝试闭合多个联络开关对失电线路的负荷进行转供;步骤6,尝试忽略失电线路中的部分负荷,寻找对失电线路中其余负荷供电恢复的方案;步骤7,根据转供方案对失电线路的负荷进行转供。本发明弥补了配网负荷转供分支及分段转供层面的转供能力,使得失电故障转供处置更精准细化,且实现过程计算简单,有效提升了配电网调控工作准确度及效率。
-
公开(公告)号:CN115577864A
公开(公告)日:2023-01-06
申请号:CN202211567516.5
申请日:2022-12-07
Applicant: 国网浙江省电力有限公司金华供电公司 , 杭州阳斯信息技术有限公司
Abstract: 本发明公开了基于多模型组合运算的配网运行优化调度方法,包括:S1、根据历史风光机组出力值、火电出力值、负载值以及充放电值构建修正调度策略组合;S2、构建目标函数;S3、采用模糊自适应粒子群模型计算目标函数;S4、获取群体最优值;S5、构建第一数据集合和第二数据集合;S6、构建第一神经网络模型,得到第一权值集合,构建第二数据集合、得到第二权值集合;S7、基于实时变量值得到最优目标值;S8、基于第一目标参数得到群体的第一预期目标值;S9、将第一目标参数代入模糊自适应粒子群模型得到第二预期目标值;S10、根据第一预期目标值和第二预期目标值确定最优调度策略。本方案极大的缩减了粒子群寻优的时间,提高了寻优的准确可靠性。
-
公开(公告)号:CN115401668A
公开(公告)日:2022-11-29
申请号:CN202211024450.5
申请日:2022-08-25
Applicant: 国网浙江省电力有限公司金华供电公司
Abstract: 本发明涉及一种移动式充电机器人,包括移动底盘和充电箱,充电箱包括箱体、箱盖和充电系统,箱体或/和箱盖上设有与三相380V交流电相连的电源线,箱体的外侧壁上设有进风口和出风口,进风口上设有第一百叶窗,出风口上设有第二百叶窗,箱体内设有风扇,箱体或/和箱盖上设有充电头机构;本发明的优点:由于在高电压、大电流下,箱体内部功率器件会产生大量热量,引起箱体温度急剧升高,因此在出风口出的机架上设置风扇,通过风扇将充电系统排出的热量抽走,而且进风口和出风口设置在箱体的相对一组侧壁上,能降低箱体内的压力损失,保证有足够的空气流量通过发热源,保证充电系统运行的可靠性。
-
公开(公告)号:CN113794207A
公开(公告)日:2021-12-14
申请号:CN202110972031.3
申请日:2021-08-24
Applicant: 国网浙江省电力有限公司金华供电公司
Abstract: 本发明提供了一种基于负荷特性变化的配电网开断点优化方法,所述优化方法具体为首先确定配电网开断点优化区域,提取优化区域内配电网一次设备数据并建立配电网一次设备模型,再采集优化区域内负荷量测数据并建立负荷量测模型,根据负荷量测模型和配电网一次设备模型获取优化区域内负荷特性数据,根据负荷特性数据构建网络重构算法模型,通过网络重构算法模型获取损耗效益最高的开关组合和调整时刻,将其作为开断点优化方案。本发明在制定开断点优化方案时,不仅对开断点进行优化调整,对于每次调整的调整时刻也进行限定,保证配电网优化区域内实施开断点优化方案后能够达到最大线损效益,既解决配电网负荷问题,又降低了配电网运行损耗。
-
公开(公告)号:CN112966851A
公开(公告)日:2021-06-15
申请号:CN202110115670.8
申请日:2021-01-28
Applicant: 国网浙江省电力有限公司金华供电公司
Abstract: 一种短期负荷变化趋势预测方法,其具体步骤包括:步骤一,获取样本数据,并对样本数据进行预处理;步骤二,对预处理后的样本数据进行过滤选取,得到新的样本数据;步骤三,对新的样本数据进行聚类、归一化处理;步骤四,对步骤三处理后得到的样本数据进行平稳化检验,并将不平稳的样本数据进行平稳化转换;步骤五,对平稳化后的样本数据计算定阶,构建相应的ARIMA预测模型,检验模型合理性,拟合模型合理性;步骤六,对构建的相应ARIMA预测模型进行分析预测,取得预测结果。
-
-
-
-
-
-
-
-
-