-
公开(公告)号：CN116990622B
公开(公告)日：2023-12-15
申请号：CN202311246591.6
申请日：2023-09-26
申请人： 国网辽宁省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司 , 国网山西省电力公司电力科学研究院 , 国网山西省电力公司晋中供电公司 , 深圳市泰昂能源科技股份有限公司 , 四川大学
IPC分类号： G01R31/00 , G01R13/00 , G01R31/12 , G06F16/172 , H02J13/00
摘要： 本申请涉及故障录波技术领域，尤其涉及一种变电站直流系统的故障录波方法、装置、设备及介质，该方法包括：获取目标绝缘监测数据；根据目标绝缘监测数据在多个连续的预设时间段中的有效数据，判断直流系统在各个预设时间段内是否发生故障；若发生故障，则确定缓存故障录波数据对应的缓存时间段、以及记录故障录波数据对应的记录时间段；从而对目标绝缘监测数据分别进行记录和存储，生成符合COMTRADE格式的故障录波记录文件和故障录波存储文件。以解
-
公开(公告)号：CN109142976A
公开(公告)日：2019-01-04
申请号：CN201811053531.1
申请日：2018-09-10
申请人： 国网辽宁省电力有限公司电力科学研究院 , 四川大学
IPC分类号： G01R31/08
CPC分类号： G01R31/083 , G01R31/088
摘要： 本发明实施例提供的电缆故障检测方法及装置，属于电力领域。该方法包括：对待处理电缆的电流信号进行特征提取，得到初级特征；根据预设深度学习网络模型对所述初级特征进行识别，得到有效特征；对所述有效特征进行分类识别，得到用于表征所述待处理电缆是否故障的分类结果，从而通过提取出初级特征后，再对初级特征进行提取，以提取出有效特征，进而对待处理电缆的电流信号进行分类识别，进而有效提高对电缆发生早期故障的识别准确率，以进行准确的检测识别。
-
公开(公告)号：CN108344895B
公开(公告)日：2020-05-12
申请号：CN201810154461.2
申请日：2018-02-22
申请人： 国网辽宁省电力有限公司电力科学研究院 , 四川大学
IPC分类号： G01R23/16
摘要： 本发明提供了一种信号检测方法及装置，涉及信号检测技术领域。方法包括基于预设的差值信号计算规则及获取到的待检测信号，获得待检测信号的差值信号后，基于预设的自适应阈值计算规则及差值信号，获得差值信号的自适应阈值；再对比自适应阈值及差值信号，根据对比结果判断待检测信号中是否存在扰动信号；若判断得出待检测信号中存在扰动信号，对差值信号进行滑动窗奇异值分解，获得差值信号的第一滑动窗奇异信号；然后对第一滑动窗奇异信号进行扰动信息提取，输出扰动信号的定位结果。通过自适应阈值进行扰动检测，结合滑动窗奇异值分解对检测到的扰动进行定位的方式，实现待检测信号中的扰动检测，精确度高，抗噪性强，更灵敏，更有效。
-
公开(公告)号：CN116990622A
公开(公告)日：2023-11-03
申请号：CN202311246591.6
申请日：2023-09-26
申请人： 国网辽宁省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司 , 国网山西省电力公司电力科学研究院 , 国网山西省电力公司晋中供电公司 , 深圳市泰昂能源科技股份有限公司 , 四川大学
IPC分类号： G01R31/00 , G01R13/00 , G01R31/12 , G06F16/172 , H02J13/00
摘要： 本申请涉及故障录波技术领域，尤其涉及一种变电站直流系统的故障录波方法、装置、设备及介质，该方法包括：获取目标绝缘监测数据；根据目标绝缘监测数据在多个连续的预设时间段中的有效数据，判断直流系统在各个预设时间段内是否发生故障；若发生故障，则确定缓存故障录波数据对应的缓存时间段、以及记录故障录波数据对应的记录时间段；从而对目标绝缘监测数据分别进行记录和存储，生成符合COMTRADE格式的故障录波记录文件和故障录波存储文件。以解决现有的绝缘监测设备不能准确的将事故发生瞬间前后的数据按通用格式进行记录、存储的问题。
-
公开(公告)号：CN108344895A
公开(公告)日：2018-07-31
申请号：CN201810154461.2
申请日：2018-02-22
申请人： 国网辽宁省电力有限公司电力科学研究院 , 四川大学
IPC分类号： G01R23/16
摘要： 本发明提供了一种信号检测方法及装置，涉及信号检测技术领域。方法包括基于预设的差值信号计算规则及获取到的待检测信号，获得待检测信号的差值信号后，基于预设的自适应阈值计算规则及差值信号，获得差值信号的自适应阈值；再对比自适应阈值及差值信号，根据对比结果判断待检测信号中是否存在扰动信号；若判断得出待检测信号中存在扰动信号，对差值信号进行滑动窗奇异值分解，获得差值信号的第一滑动窗奇异信号；然后对第一滑动窗奇异信号进行扰动信息提取，输出扰动信号的定位结果。通过自适应阈值进行扰动检测，结合滑动窗奇异值分解对检测到的扰动进行定位的方式，实现待检测信号中的扰动检测，精确度高，抗噪性强，更灵敏，更有效。
-
公开(公告)号：CN118502251A
公开(公告)日：2024-08-16
申请号：CN202410950665.2
申请日：2024-07-16
申请人： 四川大学
IPC分类号： G05B13/04
摘要： 本发明属于光热电站电气特性表征技术领域，具体公开了一种光热发电系统实用化动态建模方法，包括根据光热电站的机组控制系统的两层递阶控制系统，构建主控系统模型与子控系统模型，并将主控系统模型与子控系统模型结合，构建完整的光热电站控制系统模型。本发明相较于传统的火电简化动态模型，在捕捉蒸汽压力、功率和蒸汽流量的动态特性方面具有显著的提升。解决了现有光热建模既无法充分表征光热电站的电气特性，也不易与现有的电气组件模型相结合的问题。
-
公开(公告)号：CN117748507A
公开(公告)日：2024-03-22
申请号：CN202410171220.4
申请日：2024-02-06
申请人： 四川大学
IPC分类号： H02J3/01 , H02J13/00 , G06F18/27 , G06F18/214
摘要： 本发明涉及电能质量分析技术领域，公开一种基于高斯回归模型的配网谐波接入不确定性评估方法，通过收集配网电能质量监测数据，提取谐波电压的关键特征，通过高斯回归模型，将谐波电压、电流波形作为输入，谐波电流水平作为输出，建立模型以描述输入特征与配网谐波电流水平之间的关系；当配网存在新的谐波源接入时，读取接入点的电压电流数据，得到谐波源接入后的配网谐波电流水平，将之与配网的谐波越限标准进行对比来对谐波源接入进行进一步评估。本发明克服了传统谐波接入评估方法针对单节点，难以对配网整体进行分析的问题，利用接入谐波源的电能质量监测数据对配网各节点电压进行不确定性评估，提高供电安全性与可靠性。
-
公开(公告)号：CN117743807A
公开(公告)日：2024-03-22
申请号：CN202410185037.X
申请日：2024-02-19
申请人： 四川大学
IPC分类号： G06F18/20 , G06F18/213 , G06F18/241 , G06Q50/06
摘要： 本发明涉及电压暂降成因分析技术领域，具体公开了一种配电网多阶段电压暂降成因辨识方法。首先，全面分析故障类型转换、故障阻抗减小、单端保护动作等多种成因引起多阶段暂降的机理与特征，构建多成因的电压‑电流‑功率特征体系与变化模式库，弥补传统技术考虑因素较少的缺陷；其次，基于求导αβ‑dq变换检测法对多阶段电压暂降进行突变点检测与分阶段特征提取，解决了传统特征提取方法不适用的问题；最后，基于所建立的特征变化模式库，建立各个特征概率分布并构建朴素贝叶斯分类器，实现多阶段电压暂降多成因的准确辨识。本发明为电能质量监测装置功能实现、配电网电压暂降治理、配电网运维管理、供电可靠性提升等方面提供了依据。
-
公开(公告)号：CN117220287A
公开(公告)日：2023-12-12
申请号：CN202311486355.1
申请日：2023-11-09
申请人： 四川大学
IPC分类号： H02J3/00 , H02J3/38 , G06F18/2135 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/048 , G06Q50/06
摘要： 本发明公开了一种发电量预测方法，包括以下步骤：S1、获取原始发电数据，运用PCA技术对原始发电数据进行降维，得到主成分数据；S2、使用主成分数据对CNN‑NLSTM‑Attention发电量预测模型进行训练，得到训练好的发电量预测模型；S3、使用训练好的发电量预测模型对发电数据进行预测，完成发电量的预测，本方法利用PCA完成发电量预测过程中的变量数据的解耦降维处理，通过卷积神经网络CNN提取时间序列的多角度和深层次特征提升泛化能力，以长短时记忆网络对时间序列数据进行分析计算，并运用Attention机制加强预测效果，以此实现算法的发电量预测功能。
-
公开(公告)号：CN116937696B
公开(公告)日：2023-12-05
申请号：CN202311199321.4
申请日：2023-09-18
申请人： 四川大学
摘要： 本发明公开了一种基于光伏发电系统的自适应等效建模方法，属于光伏发电技术领域，为了能够适应不同的控制方式的同时有效提高建模精度，包括：S1：基于光伏发电系统分别搭建不同控制策略所对应的多个初始控制模型；S2：获取各所述初始控制模型的电压‑频率响应训练数据；S3：利用滤波及归一化后的电压‑频率响应训练数据训练RBF神经网络单元模型，得到训练好的RBF神经网络单元模型；S4：根据电压‑频率响应输入数据，利用控制策略辨识方法，确定所述训练好的RBF神经网络单元模型的控制方式；S5：基于所述控制方式，利用所述训练好的RBF神经(56)对比文件青桃;汪颖;江智军;肖先勇.光伏发电系统并网点谐波电压波动特征孤岛检测法.电力系统保护与控制.2013,(第12期),9-14.
-
-
-
-
-
-
-
-
-
搜索结果
264 条记录 (耗时 0.057 秒)
