-
公开(公告)号：CN116632763A
公开(公告)日：2023-08-22
申请号：CN202310085114.X
申请日：2023-01-31
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司龙岩供电公司
IPC: H02G15/064 , H02G15/00 , H01B13/06
Abstract: 本发明涉及高压电缆制造技术领域的一种配网10kV电缆主绝缘层反应力锥结构，所述反应力锥结构为一内凹锥面结构，所述内凹锥面结构的锥面轮廓为一参数曲线，推导方法包括以下步骤：步骤一：计算反应力锥x处的电位；步骤二：计算切向场强；步骤三：得出反应力锥曲面的参数曲线；本发明通过针对配网10kV电缆主绝缘层反应力锥结构的推导方法，成功得到反应力锥的形状、长度以及起始切削距电缆端部距离，并通过有限元的方法针对反应力锥进行辅助优化，确保反应力锥质量良好。
-
公开(公告)号：CN113780684B
公开(公告)日：2025-04-11
申请号：CN202111205156.X
申请日：2021-10-15
Applicant: 国网福建省电力有限公司龙岩供电公司
IPC: G06Q10/04 , G06F18/23213 , G06F18/241 , G06N3/048 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及一种基于LSTM神经网络的智慧楼宇用户用能行为预测方法，包括以下步骤：采集历史用能数据；收集楼宇中每一用户每日的历史用能数据，获得每一用户的历史日负荷曲线；用能行为分类；采用K‑Means聚类算法对所有用户的历史日负荷曲线进行聚类，通过计算轮廓系数和DBI指数确定聚类的最佳簇个数K，得到K个聚类结果，并分别对每个聚类结果中的数据添加用户用能行为标签；训练预测模型；根据聚类结果，构建K个LSTM神经网络，以各聚类结果中用户的历史日负荷曲线作为训练样本分别对各LSTM神经网络进行训练，得到K个用能行为预测模型；利用训练好的K个用能行为预测模型对未来楼宇中任一用户的用能行为进行预测。
-
公开(公告)号：CN113724415A
公开(公告)日：2021-11-30
申请号：CN202111020183.X
申请日：2021-09-01
Applicant: 国网福建省电力有限公司龙岩供电公司 , 国网福建省电力有限公司
Abstract: 本发明涉及一种配电线路无人机交互式自动巡检方法及设备，其中方法包括以下步骤：部署多个基站，所述基站配置有多台无人机，上传各所述无人机的特征属性至资源数据库；发布配电线路的巡检任务，根据巡检任务的内容确定资源需求；无人机巡检系统根据巡检任务的资源需求，根据各无人机的特征属性选取满足资源需求并使占用资源最小的任务机队；根据任务内容以及任务机队中无人机的特征属性，生成飞行计划，并将飞行计划导入至所述任务机队的无人机中；无人机按照飞机计划进行巡检，通过信息采集设备采集巡检数据并上传至无人机巡检系统，完成巡检任务；巡检过程中，无人机巡检系统创建一会话通道，供后台人员与机手进行远程交互。
-
公开(公告)号：CN119596068A
公开(公告)日：2025-03-11
申请号：CN202411785473.7
申请日：2024-12-06
Applicant: 国网福建省电力有限公司龙岩供电公司
IPC: G01R31/08
Abstract: 本发明公开了一种输电架空线路的故障高精度定位方法，涉及电路故障定位技术领域，该方法包括以下具体步骤：精准传感与数据采集：采用非侵入型电压电流一体式传感技术，在220kV及以下输电架空线路上安装传感器，对于电流测量，传感器采用坡莫合金磁芯技术测量，对于电压测量，通过特殊电场耦合结构测量电压，本发明通过综合多物理场耦合分析，能够更全面地考虑故障发生时线路中复杂的物理现象及其相互作用，使得定位过程不仅依赖于单一的电气量数据，而是结合了多种物理场的变化特征，从而显著提高了故障定位的精度，同时动态误差补偿机制能够实时修正因线路参数动态变化和环境因素引起的误差，进一步增强了定位的可靠性。
-
公开(公告)号：CN118739248A
公开(公告)日：2024-10-01
申请号：CN202410653907.1
申请日：2024-05-24
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司龙岩供电公司
IPC: H02J3/00 , G06F18/23 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/049 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种低压台区运行状态评估方法及终端，该方法包括：获取低压台区的电力数据样本；基于深度自编码网络模型和所述电力数据样本构建数据降维模型；基于高斯混合模型和所述电力数据样本构建数据拟合模型；基于深度神经网络模型和所述电力数据样本构建数据评估模型；基于所述数据降维模型、数据拟合模型以及数据评估模型对所述低压台区的运行状态进行评估。本发明不仅能够提高数据处理的深度和广度，从而提高整体评估的准确性，还能够减少模型的数据处理量，从而提高评估效率。
-
公开(公告)号：CN118690162A
公开(公告)日：2024-09-24
申请号：CN202410693048.9
申请日：2024-05-31
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司龙岩供电公司
IPC: G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/08 , H02J3/00
Abstract: 本发明公开一种基于双层有向图的小区域光伏功率预测方法及终端，该方法包括：获取不同光伏站点的历史数据以及所述历史数据对应的气象数据；基于所述历史数据与所述气象数据之间的相关性构建静态有向图；基于所述历史数据与所述气象数据确定所述光伏站点之间的动态特征；根据所述动态特征构建每个时间步长下的动态图；将所述动态图与所述静态有向图融合得到动态图卷积循环模型；基于所述动态图卷积循环模型对包含所述光伏站点的区域进行功率预测。本发明能够适用于空间尺度较小的场景下，并获得精确度更高的光伏功率预测结果。
-
公开(公告)号：CN113743538A
公开(公告)日：2021-12-03
申请号：CN202111197923.7
申请日：2021-10-14
Applicant: 国网福建省电力有限公司龙岩供电公司
Inventor： 肖荣洋 , 江世雄 , 黄鸿标 , 陈苏芳 , 邱玉长 , 黄雁 , 蒋国钧 , 江顺源 , 张丽镪 , 涂永昌 , 陈全民 , 陈泓霖 , 丘雪娇 , 陈炜明 , 李鹏 , 陈志明 , 张超武 , 颜巧燕
Abstract: 本发明涉及一种基于IPSO‑BP神经网络的智能楼宇能耗预测方法，包括以下步骤：采集已有楼宇的历史负荷数据以及气象数据并进行预处理，得到原始数据；将原始数据划分为楼宇总用电量数据以及若干类型的影响因子，并采用K‑均值聚类算法进行聚类，得到若干对应的聚类结果；根据聚类结果对原始数据添加标签，得到泛化数据集；进行关联度分析，基于能耗泛化数据集中影响因子与楼宇总用电量之间的置信度，将保留下的强关联的影响因子收集至训练样本集；建立BP神经网络，通过训练样本集对BP神经网络进行训练，并利用IPSO改进粒子群算法优化BP神经网络的参数；保存训练好的网络参数，得到楼宇能耗预测模型；通过楼宇能耗预测模型对目标楼宇进行能耗预测。
-
公开(公告)号：CN118174276A
公开(公告)日：2024-06-11
申请号：CN202410162421.8
申请日：2024-02-05
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司龙岩供电公司
IPC: H02J3/00 , G06F18/15 , G06F18/2433 , H02J3/26
Abstract: 本发明公开一种低压光伏台区相序自动识别方法及装置，包括：获取预设时间段内的配电变压器三相电流数据以及用户电压数据，并将其组合，得到相序关联数据集；获取预设的筛选阈值；遍历计算相序关联数据集，当遍历到目标配电变压器三相电流数据时，判断其对应的三相不平衡度是否大于所述筛选阈值，若是，则将与目标配电变压器三相电流数据对应的相序关联数据去除，得到相序识别数据样本；对相序识别数据样本进行最大互信息系数的计算，得到电变压器三相电流数据中每一相电流的最大互信息系数；将最大互信息系数所在的目标相电流作为相序关联数据集中与其对应的用户电压数据的正确相序，从而实现对目标用户所属正确相序的识别。
-
公开(公告)号：CN115565014A
公开(公告)日：2023-01-03
申请号：CN202211308216.5
申请日：2022-10-25
Applicant: 国网福建省电力有限公司龙岩供电公司 , 国网福建省电力有限公司
IPC: G06V10/764 , G06V10/74 , G06V10/72
Abstract: 本发明涉及一种基于格拉姆角场和感知哈希的电能质量扰动识别方法，包括：获取待检测信号；将待检测信号转换为待检测图像；根据所述待检测图像，计算待检测信号的哈希指纹；获取扰动信号的哈希指纹；根据待检测信号的哈希指纹与扰动信号的哈希指纹，确定待检测信号的扰动类别。本发明将原始信号进行格拉姆角场密度展示，将一维的时间序列转换为二维的图像，丰富了特征可视化能力；通过感知哈希算法，将图像转化为唯一的哈希指纹，完成从图像到二进制数值的映射，最后根据哈希指纹进行信号相似性匹配，实现扰动类别识别。本发明对传统电能方法进行了优化，能够深层次的提取电能质量扰动信号的特征，实现快速且高精度的复合电能质量扰动识别。
-
公开(公告)号：CN113780684A
公开(公告)日：2021-12-10
申请号：CN202111205156.X
申请日：2021-10-15
Applicant: 国网福建省电力有限公司龙岩供电公司
Abstract: 本发明涉及一种基于LSTM神经网络的智慧楼宇用户用能行为预测方法，包括以下步骤：采集历史用能数据；收集楼宇中每一用户每日的历史用能数据，获得每一用户的历史日负荷曲线；用能行为分类；采用K‑Means聚类算法对所有用户的历史日负荷曲线进行聚类，通过计算轮廓系数和DBI指数确定聚类的最佳簇个数K，得到K个聚类结果，并分别对每个聚类结果中的数据添加用户用能行为标签；训练预测模型；根据聚类结果，构建K个LSTM神经网络，以各聚类结果中用户的历史日负荷曲线作为训练样本分别对各LSTM神经网络进行训练，得到K个用能行为预测模型；利用训练好的K个用能行为预测模型对未来楼宇中任一用户的用能行为进行预测。
