-
公开(公告)号:CN115660506A
公开(公告)日:2023-01-31
申请号:CN202211427130.4
申请日:2022-11-15
Applicant: 国网湖北省电力有限公司黄冈供电公司 , 国网湖北省电力有限公司经济技术研究院
IPC: G06Q10/0639 , G06Q50/06 , G06Q50/26
Abstract: 本发明涉及电网环境保护技术领域,具体为一种输变电工程生态环境管理系统,包括生态环境管理平台、数据分析模块、生态业务管理模块以及监测管理系统,通过监测管理系统对电网项目生态环境实时监测并实时反馈至生态环境管理平台,通过数据分析模块对生态环境数据进行分析、建模、数据库比对然后反馈至生态环境管理平台,由生态环境管理平台反馈至生态业务管理模块对反馈数据进行监管、技术支持、综合数据汇总以及环境内容宣贯,发明所述设计的管理平台能够对反馈的污染物数据综合汇总分析并抽调地方环境治疗保护数据信息比对,生成鲜明的数据展示内容,以便于相关人员及时有效的进行重点数据内容分析,便于后续的生态环境保护业务的开展与修正。
-
公开(公告)号:CN116934050B
公开(公告)日:2025-01-17
申请号:CN202311003444.6
申请日:2023-08-10
Applicant: 国网湖北省电力有限公司黄冈供电公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/092 , G06Q30/0201
Abstract: 本发明涉及一种基于强化学习的电力系统调度系统,旨在提高电力系统的效率和稳定性。该方法通过建立强化学习智能体和环境模型的交互,将电力系统的环境状态和调度动作联系起来,并通过神经网络模型将环境状态和调度动作转换为Q值。同时,该方法考虑了电力系统中的各种限制条件,并采用约束优化的方法来处理这些限制条件。实验结果表明,该方法具有更好的自适应性、智能化和实时性,能够更好地适应电力系统的动态变化和不确定性,并能够有效地提高电力系统的效率和稳定性。
-
公开(公告)号:CN116986145A
公开(公告)日:2023-11-03
申请号:CN202311087274.4
申请日:2023-08-28
Applicant: 江苏景泽环保科技有限公司 , 国网湖北省电力有限公司黄冈供电公司
Abstract: 本发明属于运输设备技术领域,公开了一种防外溢的粉料装载输送机及其输送方法,包括横罐体;其特征在于:还包括:两组用于支撑横罐体的支撑座;用于对横罐体内壁上残留的粉料进行清理以及实现末尾粉料抖动卸料的清料组件;刮平组件;出料组件;气压平衡组件;以及自封式进料组件。通过上述方式,本发明解决了横罐体内壁存在粉料残留造成物料浪费的问题;运输过程中,泄压组件的上端移动至出气组件的出气端内部将其出气端封堵,此时出气组件处于关闭状态,但是当横罐体内部的气压过高时,出气组件同样处于开启状态,抖动过滤组件对气体进行过滤处理,气体通过出气组件排出,可平衡气压,有利于避免运输时和开启的一瞬间存在发生爆罐的风险。
-
公开(公告)号:CN114421501B
公开(公告)日:2022-12-06
申请号:CN202210011811.6
申请日:2022-01-07
Applicant: 国网湖北省电力有限公司黄冈供电公司
Abstract: 本发明属于分布式储能供电系统控制技术领域,尤其涉及一种用于分布式储能供电的自适应控制系统参数确定方法。包括构建分布式储能供电系统的供电模型机器约束项,建立自适应动态供电网络,初始化控制策略和评分策略,测试和修正控制策略;将被控量和修正后的控制策略作为输入,测试和修正评分策略;本发明的用于分布式储能供电的自适应控制系统参数确定方法通过对采集的实时数据进行自适应分析,使得微电网能源管理决策数据在具有实时性的同时,能够为微电网运营商能源管理运行机制实现日内调度提供决策依。
-
公开(公告)号:CN114421501A
公开(公告)日:2022-04-29
申请号:CN202210011811.6
申请日:2022-01-07
Applicant: 国网湖北省电力有限公司黄冈供电公司
Abstract: 本发明属于分布式储能供电系统控制技术领域,尤其涉及一种用于分布式储能供电的自适应控制系统参数确定方法。包括构建分布式储能供电系统的供电模型机器约束项,建立自适应动态供电网络,初始化控制策略和评分策略,测试和修正控制策略;将被控量和修正后的控制策略作为输入,测试和修正评分策略;本发明的用于分布式储能供电的自适应控制系统参数确定方法通过对采集的实时数据进行自适应分析,使得微电网能源管理决策数据在具有实时性的同时,能够为微电网运营商能源管理运行机制实现日内调度提供决策依。
-
公开(公告)号:CN118528897A
公开(公告)日:2024-08-23
申请号:CN202310300026.7
申请日:2023-03-26
Applicant: 国网湖北省电力有限公司黄冈供电公司
Abstract: 本申请涉及一种智能型电力检修工程车,包括车体和检修装置,检修装置布置于车体的升降机构上,检修装置包括底座,底座上安装有三组机械臂,机械臂远离底座的一端安装有第一走线机构、第二走线机构和第三走线机构,第二走线机构和第三走线机构布置于第一走线机构的两侧,第一走线机构包括走线轮、驱动组件以及开合组件;在使用的过程中,通过升降机构将检修装置悬挂电缆线上,通过检修装置在电缆线上的行走对其上的冰块进行处理,其次利用第一走线机构、第二走线机构以及第三走线机构之间的切换,使得检修装置能够实现两个电缆线之间的切换,从而实现对多组电缆线的除冰处理,避免人工除冰危险且效率低下的问题。
-
公开(公告)号:CN117134503B
公开(公告)日:2024-01-19
申请号:CN202311373706.8
申请日:2023-10-23
Applicant: 武汉宏联电线电缆有限公司 , 国网湖北省电力有限公司黄冈供电公司
Abstract: 本发明涉及供电装置维护的技术领域,特别是涉及一种大型电力供电装置的状态监测方法及系统,其利用多种运行特征数据和机器学习技术,实现了对大型电力供电装置状态的监测和故障诊断,具有全面、准确、实时和高效节省成本的优点;方法应用于供电装置维护,其方法包括获取供电装置的历史运维数据信息,历史运维数据信息包括不同的供电装置历史故障类型以及故障发生前设定时间内的供电装置历史运行特征数据;根据运行特征检测特性,对供电装置历史(56)对比文件江秀臣;盛戈.电力设备状态大数据分析的研究和应用.高电压技术.2018,(04),全文.胡杰;唐静;谢仕义;王云.基于大数据技术的电厂设备状态评估和预警应用研究.华电技术.2020,(02),全文.
-
公开(公告)号:CN116934050A
公开(公告)日:2023-10-24
申请号:CN202311003444.6
申请日:2023-08-10
Applicant: 深圳市思特克电子技术开发有限公司 , 国网湖北省电力有限公司黄冈供电公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/092 , G06Q30/0201
Abstract: 本发明涉及一种基于强化学习的电力系统调度系统,旨在提高电力系统的效率和稳定性。该方法通过建立强化学习智能体和环境模型的交互,将电力系统的环境状态和调度动作联系起来,并通过神经网络模型将环境状态和调度动作转换为Q值。同时,该方法考虑了电力系统中的各种限制条件,并采用约束优化的方法来处理这些限制条件。实验结果表明,该方法具有更好的自适应性、智能化和实时性,能够更好地适应电力系统的动态变化和不确定性,并能够有效地提高电力系统的效率和稳定性。
-
公开(公告)号:CN117371768A
公开(公告)日:2024-01-09
申请号:CN202311674372.8
申请日:2023-12-08
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司黄冈供电公司
IPC: G06Q10/0631 , G06Q50/06 , H02J3/00 , H02J13/00
Abstract: 本发明涉及电力技术领域,具体公开了一种城市用电的供电调度方法、系统、设备及介质。通过获取城市用电的历史数据,并根据所述历史数据建立供电调度模型,其中,所述供电调度模型包括用户效用函数和供应成本函数;对每个用户初始化参数;基于每个用户i的实际用电量,导入所述供电调度模型,通过ADMM算法求解电网运营商的信息和用户信息;若所述ADMM算法求解后的原始残差和对偶残差均小于所述收敛阈值时,则算法终止,并将本次迭代所求解的电网运营商的信息和用户信息确定为最优解。通过ADMM算法求解电网运营商的信息和用户信息,使得城市用电的供电调度更为合理高效。
-
公开(公告)号:CN117134346A
公开(公告)日:2023-11-28
申请号:CN202311139264.0
申请日:2023-09-06
Applicant: 国网湖北省电力有限公司黄冈供电公司
IPC: H02J3/00 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于VMD‑GA‑PSO‑LSTM模型的短期负荷预测方法及装置,具体包括以下步骤:S1、对原始负荷数据预处理;S2、采用VMD方法对数据进行模态分解;S3、对得到的数据进行归一化,并导入到GA‑PSO算法中;S4、开始进行迭代,采用LSTM进行电力负荷预测;S5、将得到的预测数据进行反归一化;S6、对数据分量进行叠加,得到预测结果。本发明涉及负荷数据处理技术领域。该基于VMD‑GA‑PSO‑LSTM模型的短期负荷预测方法及装置,通过建立多特征负荷数据集,并引入VMD方法分解负荷数据集,消除其中噪声,利用GA‑PSO算法优化后的LSTM对数据集进行负荷预测。实验结果表明,VMD‑GA‑PSO‑LSTM模型预测结果的MAPE与RMSE得到明显改善,提高了负荷预测的准确率。
-
-
-
-
-
-
-
-
-