-
公开(公告)号：CN117671076A
公开(公告)日：2024-03-08
申请号：CN202311369609.1
申请日：2023-10-20
Applicant: 国网浙江省电力有限公司金华供电公司 , 浙江大学
IPC: G06T11/20 , G05B19/418 , G06T11/00 , G06T13/80
Abstract: 本发明提供一种基于dagre排布的控制过程自动可视化方法，该方法为：首先将控制过程建模为有向无环图，然后利用两个JSON文件存储有向无环图的信息，接着绘制有向无环图，最后对绘制的有向无环图进行可视化。本发明基于dagre实现了工业控制过程的自动排布，实现了复杂控制策略的可视化，提高了控制策略的可读性；仅需要用户填充控制策略的要素的文字信息即可自动生成可视化图，降低了人工绘图和美化所需的时间；该方法适用于边活动网等层次结构。该方法将控制过程建模为有向无环图，并采用dagre布局，完成了控制过程的自动可视化，较传统方法更加直观、高效。
-
Patent Agency Ranking
公开(公告)号：CN118554768A
公开(公告)日：2024-08-27
申请号：CN202410521194.3
申请日：2024-04-28
Applicant: 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
Abstract: 本发明属于变换器仿真建模技术领域，具体涉及光伏构网系统LLC谐振变换器小信号建模方法及变换器，方法包括基于LLC谐振变换器的等效电路模型和励磁电感在不同频率关系下的工作状态构建不同频率关系下的LLC谐振变换器小信号模型；对不LLC谐振变换器小信号模型去耦，分析不同频率关系下的非耦合等效电路模型；基于不同频率关系下的非耦合等效电路模型进行差频动态特性分析，构建光伏构网系统中LLC谐振变换器的目标等效电路模型及解析传递函数。本申请基于小信号分析能够更准确地进行动态特性分析且减小系统的复杂度；通过构建解析传递函数能够减小LLC谐振变换器固有非线性特性及输出纹波问题带来的干扰，以更准确的预测动态特性。
-
公开(公告)号：CN115545494A
公开(公告)日：2022-12-30
申请号：CN202211250665.9
申请日：2022-10-12
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司金华供电公司
Inventor： 马翔 , 项中明 , 汤奕 , 吴华华 , 郑翔 , 童存智 , 刘盼盼 , 沃建栋 , 陈益渊 , 宋昕 , 詹文达 , 蒙志全 , 王海飞 , 蒋正邦 , 王文明 , 方璇 , 赵凯美
Abstract: 本发明公开了一种面向低碳电网的可调控资源碳减排潜力评估方法，包括：S1：采集所需数据；S2：构建低碳电网可调控资源响应模型，模拟各用电设备的响应特性；S3：构建低碳电网单一可调控资源调控潜力评估模型；S4：构建低碳电网可调控资源聚合调控潜力评估模型，对单一可调控资源调控潜力进行聚合，得到聚合的可调控资源调控潜力；S5：构建低碳电网可调控资源碳减排潜力评估模型，结合新能源的当前最大可发电量和实际并网量，评估低碳电网可调控资源的碳减排潜力，根据结果进行调控。本发明结合新能源最大可发电量、实际并网量对可调控资源的碳减排潜力进行评估，能够掌握低碳电网可调控资源运行特性、评估低碳电网可调控资源调控潜力。
-
公开(公告)号：CN107977771A
公开(公告)日：2018-05-01
申请号：CN201711086377.3
申请日：2017-11-07
Applicant: 国家电网公司 , 国网浙江省电力有限公司 , 浙江大学
Abstract: 本发明公开了一种基于多元聚类模型与两阶段聚类修正算法的变电站特性分析方法。聚类分析是从大量负荷数据中提取变电站特征的重要方法，但变电站负荷包含多种用户负荷，其特性非常复杂，选择单一的日负荷曲线或是用户构成比例作为指标进行聚类，可能忽略其他因素并导致聚类结果不够全面。由此提出了一种基于多元聚类模型与两阶段聚类修正算法的变电站特性分析方法。首先对日负荷曲线数据采用K-means算法进行聚类，之后采用两阶段聚类修正算法，用于依照变电站用户构成数据修正日负荷曲线聚类结果。研究结果表明，这种方法所得的聚类结果准确度高，可降低聚类结果跌入局部最优的可能性，且所得结果能明确体现各个变电站在日负荷曲线上以及用户构成上的差异。
-
公开(公告)号：CN107463738A
公开(公告)日：2017-12-12
申请号：CN201710616539.3
申请日：2017-07-26
Applicant: 浙江大学
CPC classification number: G06F17/5009 , G06K9/6223
Abstract: 本发明提出了一种考虑构成的变电站双层聚类方法，该方法中考虑的模型分为下层用户聚类与上层变电站聚类两部分，下层用户聚类模型主要考虑用户的用电特性，其聚类结果用于分析变电站的构成成分，上层变电站聚类模型同时考虑自身的综合负荷特性及其构成成分两方面。针对提出的双层聚类模型，分别提出了使用改进K-means算法及考虑权重的K-means算法予以求解。变电站双层聚类方法能有效克服现有方法的不足，提高变电站聚类的准确性。同时通过分析基于模拟数据的变电站聚类，也验证了所提方法的可靠性。
-
公开(公告)号：CN107977771B
公开(公告)日：2021-05-07
申请号：CN201711086377.3
申请日：2017-11-07
Applicant: 国家电网公司 , 国网浙江省电力有限公司 , 浙江大学
Abstract: 本发明公开了一种基于多元聚类模型与两阶段聚类修正算法的变电站特性分析方法。聚类分析是从大量负荷数据中提取变电站特征的重要方法，但变电站负荷包含多种用户负荷，其特性非常复杂，选择单一的日负荷曲线或是用户构成比例作为指标进行聚类，可能忽略其他因素并导致聚类结果不够全面。由此提出了一种基于多元聚类模型与两阶段聚类修正算法的变电站特性分析方法。首先对日负荷曲线数据采用K‑means算法进行聚类，之后采用两阶段聚类修正算法，用于依照变电站用户构成数据修正日负荷曲线聚类结果。研究结果表明，这种方法所得的聚类结果准确度高，可降低聚类结果跌入局部最优的可能性，且所得结果能明确体现各个变电站在日负荷曲线上以及用户构成上的差异。
-
-
-
-
-
Search Results
6
records
(took 0.039 seconds)
