-
公开(公告)号：CN115864338A
公开(公告)日：2023-03-28
申请号：CN202211499091.9
申请日：2022-11-28
申请人： 国网湖北省电力有限公司电力科学研究院 , 西南交通大学
IPC分类号： H02H9/02
摘要： 一种抑制城市轨道交通杂散电流对变压器直流偏磁影响的方法，包括以下步骤：S1、获取城市轨道交通附近电网网不同变压器中性点电流数据，筛选出受轨道交通杂散电流影响的变压器并标记为异常变压器；S2、在受轨道交通杂散电流影响的变压器中加入阻值范围为2‑4Ω的可变电阻；S3、控制可变电阻在地铁运行高峰期阻值达到最大值4Ω，非地铁运行高峰期阻值为3Ω，地铁停运期阻值为2Ω，地铁运行停运后不串入变压器中性点；S4、将S1中变电站中标记的异常变压器以及存在之前电气连接的正常运行中性点实施电流数据反馈给监测后台。本发明可有效降低流入变压器中性点的杂散电流，抑制城市轨道交通杂散电流对城市电网变压器直流偏磁的影响。
-
公开(公告)号：CN115566639A
公开(公告)日：2023-01-03
申请号：CN202211417599.X
申请日：2022-11-14
申请人： 国网湖北省电力有限公司电力科学研究院 , 西南交通大学
IPC分类号： H02H7/04
摘要： 本发明提供一种多参量控制的变压器中性点电流异常防护方法，包括：采集变电站中变压器工作时的噪声程度、振动程度；建立变压器中性点电流异常控制装置控制模型；通过控制模型输出控制信号完成对电流异常防护装置的控制。本发明为电力系统针对变压器中性点电流异常问题提供了全新的防护方法，该方法通过非人工、非接触测量完成了根据变压器直流偏磁程度调节防护的功能，丰富了电力系统针对变压器中性点电流异常问题的控制方法，为后续的防治工作打下基础。
-
公开(公告)号：CN118839431A
公开(公告)日：2024-10-25
申请号：CN202411090983.2
申请日：2024-08-09
发明人： 唐泽洋 , 阮羚 , 李刚 , 秦天 , 叶超凡 , 王雷 , 郑涛 , 詹佳佳 , 阮庄 , 张梦 , 胡瑜 , 杨玺 , 包莹 , 夏晨雨 , 姚先禹 , 夏吟泽 , 焦建 , 肖飞 , 曹流 , 连轶华 , 刘源 , 董中和 , 饶玮 , 李逸文 , 李紫宇 , 申振 , 肖申 , 丁永盛 , 李小双 , 谭斌斌
摘要： 本发明公开了一种轨道交通列车位置快速修改的方法和系统，所述方法包括：基于CDEGS软件搭建轨道交通基础仿真模型；根据所述基础仿真模型和实际仿真需求，按第一预设规则计算列车新位置；根据所述列车新位置，按第二预设规则对列车位置进行批量设置。本发明通过编程批量化的生成列车新的位置，实现轨道交通列位置的快速批量修改，可以解决采用CDEGS软件仿真时通过SECAD模块手动设置列车位置工作量大、准确性低的难题，提升CDEGS仿真的效率。
-
公开(公告)号：CN117686782B
公开(公告)日：2024-10-11
申请号：CN202311699979.1
申请日：2023-12-12
发明人： 唐泽洋 , 阮羚 , 姚尧 , 崔一铂 , 卢仰泽 , 阮庄 , 丁永盛 , 陈孝明 , 舒欣 , 饶玮 , 李逸文 , 王晋 , 刘畅 , 邓桂平 , 李紫宇 , 邱凌 , 李小双 , 孔巾娇 , 柯姗姗
IPC分类号： G01R19/25 , G06F18/15 , G06Q10/0639
摘要： 本发明提供一种轨道交通单列列车杂散电流影响范围的分析方法，包括以下步骤：A、获取影响范围分析的相关数据；B、根据步骤A获取的数据，对数据进行预处理；C、根据步骤B预处理后的数据，计算单列列车杂散电流的影响范围；本发明所提供的一种轨道交通单列列车杂散电流影响范围的分析方法，可用于计算单列列车杂散电流对变电站的影响范围，可为杂散电流的监测及治理提供量化依据。
-
公开(公告)号：CN117686769B
公开(公告)日：2024-09-27
申请号：CN202311699982.3
申请日：2023-12-12
发明人： 唐泽洋 , 阮羚 , 崔一铂 , 卢仰泽 , 姚尧 , 阮庄 , 丁永盛 , 陈孝明 , 舒欣 , 饶玮 , 李逸文 , 王晋 , 刘畅 , 邓桂平 , 李紫宇 , 邱凌 , 李小双 , 孔巾娇 , 柯姗姗
摘要： 本发明提供一种多源直流分量智能化溯源方法，包括以下步骤：A、获取典型直流分量监测数据；B、根据步骤A获取的监测数据，采用小波变换分析监测数据的时频特性；C、根据步骤B得到的时频特性，建立机器学习模型，对多源直流分量进行智能化溯源；本发明所提供的一种多源直流分量智能化溯源方法，通过分析直流分量历史监测数据的时频特性，将时频特性作为机器学习模型的输入，训练得到溯源模型，实现多源直流分量的智能化溯源，为多源直流分量的治理提供依据。
-
公开(公告)号：CN118612309A
公开(公告)日：2024-09-06
申请号：CN202411074115.5
申请日：2024-08-07
摘要： 本发明提出一种智能网关转换方法、装置、设备及存储介质，方法包括：设计智能网关系统架构并进行系统集成；构建深度学习模型，使用深度学习模型对协议数据包结构进行解析得到解析结果；设计协议转换规则和标准化数据格式对解析结果进行处理，得到标准格式的数据包；集成边缘计算能力，在本地对标准格式的数据包进行AI推理和实时数据处理；设计动态负载均衡机制，智能分配数据处理任务。本发明引入最新的人工智能技术，特别是深度学习、边缘计算、自然语言处理和计算机视觉等技术，在多协议解析、数据处理、设备管理和安全监控等方面取得了显著提升。
-
公开(公告)号：CN117686771A
公开(公告)日：2024-03-12
申请号：CN202311701774.2
申请日：2023-12-12
发明人： 唐泽洋 , 阮羚 , 崔一铂 , 卢仰泽 , 姚尧 , 阮庄 , 丁永盛 , 陈孝明 , 舒欣 , 饶玮 , 李逸文 , 王晋 , 刘畅 , 邓桂平 , 李紫宇 , 邱凌 , 李小双 , 孔巾娇 , 柯姗姗
IPC分类号： G01R19/00
摘要： 本发明提供一种考虑网格动态性的多源直流分量同步监测方法，包括以下步骤：A、针对监测网格开展普测，根据普测结果划分重点网格和非重点网格；B、根据步骤A划分的重点和非重点网格，对重点网格开展全量站点监测、对非重点网格开展典型站点的直流分量监测；C、根据步骤B非重点网格的监测结果，分析直流分量的变化趋势，确定是否转为重点网格监测模式；本发明所提供的一种考虑网格动态性的多源直流分量同步监测方法，可用于多源直流分量的同步监测，通过考虑了网格内直流分量的动态变化趋势，可以实现多源直流分量的精准和有效监测。
-
公开(公告)号：CN117686770A
公开(公告)日：2024-03-12
申请号：CN202311699983.8
申请日：2023-12-12
发明人： 唐泽洋 , 阮羚 , 卢仰泽 , 崔一铂 , 姚尧 , 阮庄 , 丁永盛 , 陈孝明 , 舒欣 , 饶玮 , 李逸文 , 王晋 , 刘畅 , 邓桂平 , 李紫宇 , 邱凌 , 李小双 , 孔巾娇 , 柯姗姗
IPC分类号： G01R19/00 , G06Q50/06 , G06F18/24 , G06F18/214 , G06N20/00
摘要： 本发明提供一种变电站直流分量的反演方法，包括以下步骤：A、对网格内的变电站开展带电检测，得到带电检测数据；B、根据步骤A获取的带电检测数据，分析带电检测数据的关联性；C、根据步骤B得到的关联性，对变电站直流分量进行反演。本发明所提供的一种变电站直流分量的反演方法，通过建立在线监测变电站与未开展在线监测变电站之间的关联关系，实现未开展在线监测变电站直流分量的反演，在减少监测点的同时，也可满足直流分量的有效监测。
-
公开(公告)号：CN116757520A
公开(公告)日：2023-09-15
申请号：CN202310488013.7
申请日：2023-04-24
IPC分类号： G06Q10/0639 , G06Q50/06 , G06F17/16
摘要： 本发明提供一种基于虚拟线路的台区线变关系预测方法，包括：步骤A、获取台区相关数据，台区相关数据包括：档案数据和台区电压数据，其中档案数据包括台区名称、台区编号、台区所属10kV线路、台区所属变电站，台区电压数据包括台区出口96点电压数据；步骤B、基于步骤A获取的台区相关数据构建虚拟线路的档案数据及台区电压数据；步骤C、基于步骤B构建的虚拟线路的档案数据及台区电压数据，将需要预测线变关系的台区挂接到所述虚拟线路上，更新台区档案；步骤D、根据步骤C更新后的台区档案，计算并预测台区线变关系。本发明所提的基于虚拟线路的台区线变关系预测方法，可提高台区线变关系识别与预测的准确性，助力配网10kV线损的治理。
-
公开(公告)号：CN115937355B
公开(公告)日：2023-06-06
申请号：CN202310108641.8
申请日：2023-02-14
申请人： 国网湖北省电力有限公司电力科学研究院
IPC分类号： G06T11/20 , H04L67/12 , G01W1/00 , H02J3/00 , G06T11/00 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/82 , G06Q10/04 , G06Q50/06
摘要： 本申请涉及一种电力物联网负荷预测指纹图像构造方法、系统及介质，方法包括步骤1：在电力物联网感知层，利用气象传感器采集影响负荷消耗的气象数据，并与当前的时间信息一起构成一维训练数据指纹；步骤2：在电力物联网网络层进行一维训练数据指纹传输，送至电力物联网平台层；步骤3：利用电力物联网的网络层将一维训练数据传输给电力物联网的平台层，在平台层对原始一维训练指纹进行数据预处理，得到训练指纹的二维矩阵表示形式；步骤4：利用图像处理技术，生成训练数据指纹图像。本申请能够将一维的训练数据指纹构造成图像格式，从而满足深度学习算法的输入需求，拓宽深度学习在电力物联网负荷预测领域的应用。
-
-
-
-
-
-
-
-
-
搜索结果
68 条记录 (耗时 0.076 秒)
