-
公开(公告)号：CN110880760A
公开(公告)日：2020-03-13
申请号：CN201911198403.0
申请日：2019-11-29
Applicant: 国网辽宁省电力有限公司葫芦岛供电公司 , 国网辽宁省电力有限公司 , 国家电网有限公司
Abstract: 本发明提出的是一种低压配电网线损与无功补偿协同优化方法。采用步骤S1：利用台区低压侧智能电表提供的用户电压和电流数据，考虑分布式电源并网的影响，获取精确的量测数据；步骤S2：以前推回代算法为主体，局部采用牛顿法、灵敏度法、回路法进行修正，建立准确的三相潮流计算模型；步骤S3：利用潮流计算后的数据和线路参数，对理论线损进行精确分析计算；步骤S4：以线损最小为优化目的，以无功补偿的经济性为约束条件，建立配电网无功补偿优化模型，实现线损和无功补偿的协同优化。一种基于多维数据融合的线损与无功补偿协同优化方法，实现配电台区的智能化管理与经济可靠运行。适宜作为基于多维数据融合的线损与无功补偿协同优化方法应用。
-
公开(公告)号：CN111064770B
公开(公告)日：2021-11-05
申请号：CN201911100983.5
申请日：2019-11-12
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 中国科学院沈阳自动化研究所 , 国家电网有限公司
Inventor： 沈力 , 陈硕 , 乔林 , 宋纯贺 , 薄珏 , 刘树吉 , 王忠锋 , 李钊 , 李力刚 , 吕旭明 , 崔世界 , 卢彬 , 徐志远 , 周巧妮 , 付亚同 , 吴赫 , 冉冉 , 刘碧琦 , 胡楠 , 曲睿婷 , 徐立波
IPC: H04L29/08 , H04L29/06 , H04L9/32 , H04L12/951
Abstract: 本发明提供了一种电网系统数据旁路捕获和同步的方法及系统，方法包括将旁路服务器接入网关，建立旁路服务器与主服务器之间的通信以及旁路服务器与网关之间的通信；旁路服务器对数据进行旁路捕获，得到网关发出的所有数据包；对数据包进行解析、过滤和重组，以数据块的形式存储；将数据块的校验码与主服务器上对应数据块的校验码比较后进行同步；系统包括传感器、网关、旁路服务器和主服务器。本发明通过网卡混杂工作模式实现数据的旁路捕获，基于校验值对比法实现旁路数据库和主数据库的数据同步，从而提升电网大数据质量，增加电网运行状态监控的准确性。
-
公开(公告)号：CN111064770A
公开(公告)日：2020-04-24
申请号：CN201911100983.5
申请日：2019-11-12
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 中国科学院沈阳自动化研究所 , 国家电网有限公司
Inventor： 沈力 , 陈硕 , 乔林 , 宋纯贺 , 薄珏 , 刘树吉 , 王忠锋 , 李钊 , 李力刚 , 吕旭明 , 崔世界 , 卢彬 , 徐志远 , 周巧妮 , 付亚同 , 吴赫 , 冉冉 , 刘碧琦 , 胡楠 , 曲睿婷 , 徐立波
IPC: H04L29/08 , H04L29/06 , H04L9/32 , H04L12/951
Abstract: 本发明提供了一种电网系统数据旁路捕获和同步的方法及系统，方法包括将旁路服务器接入网关，建立旁路服务器与主服务器之间的通信以及旁路服务器与网关之间的通信；旁路服务器对数据进行旁路捕获，得到网关发出的所有数据包；对数据包进行解析、过滤和重组，以数据块的形式存储；将数据块的校验码与主服务器上对应数据块的校验码比较后进行同步；系统包括传感器、网关、旁路服务器和主服务器。本发明通过网卡混杂工作模式实现数据的旁路捕获，基于校验值对比法实现旁路数据库和主数据库的数据同步，从而提升电网大数据质量，增加电网运行状态监控的准确性。
-
公开(公告)号：CN111382862B
公开(公告)日：2021-09-14
申请号：CN201811609951.3
申请日：2018-12-27
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 中国科学院沈阳自动化研究所
Inventor： 沈力 , 陈硕 , 乔林 , 宋纯贺 , 刘树吉 , 王忠锋 , 李钊 , 李力刚 , 吕旭明 , 崔世界 , 卢彬 , 徐志远 , 周巧妮 , 付亚同 , 吴赫 , 冉冉 , 刘碧琦 , 胡楠 , 曲睿婷 , 徐立波
Abstract: 本发明涉及一种电力系统异常数据辨识方法，包括将电力系统正常数据作为训练样本，训练神经网络；将待检测数据输入训练后的神经网络，获得残差序列；基于仿射传播聚类算法对残差训练进行聚类；根据各个类别的特征和类内距离进行异常数据判断。本发明利用混沌粒子群算法来进行神经网络训练，同时采用仿射传播聚类算法来实现数据聚类，能够显著降低计算量，同时不依赖采样分布，有效地提高了电力系统异常数据辨识的准确性。
-
公开(公告)号：CN111310957A
公开(公告)日：2020-06-19
申请号：CN201811517964.8
申请日：2018-12-12
Applicant: 中国科学院沈阳自动化研究所 , 国网辽宁省电力有限公司鞍山供电公司 , 国家电网公司
Abstract: 本发明涉及一种基于大数据论的互联网+智慧电力营销的优化调度方法，包括：建立互联网+智慧电力营销的供能设备模型，并确认供能设备模型的约束条件；根据互联网+智慧电力营销的结构，分析其内部的电力企业和电力客户的优化目标；建立互联网+智慧电力营销的并行大数据模型，对互联网+智慧电力营销进行优化调度。本发明实现互联网+智慧电力营销的优化调度，有效解决以往优化调度中无法实现多优化主体分别优化的问题，实现电力客户用能成本最小化，电力企业供能收益最大化的目标，方法巧妙，具有良好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN110458313A
公开(公告)日：2019-11-15
申请号：CN201810424846.6
申请日：2018-05-07
Applicant: 中国科学院沈阳自动化研究所 , 国网辽宁省电力有限公司鞍山供电公司 , 国家电网公司
Abstract: 本发明涉及一种基于SVM的电力用户信用风险预警方法及系统，将电力用户信用风险基础指标设定阈值，并根据阈值划分不同的电力用户信用风险基础指标的风险预警区间；选取样本数据，进行处理，运用主成分分析法对电力用户信用风险基础指标分配相应的权重，计算样本数据的风险预警评估值，根据风险预警评估值划分其所处的风险类别；建立电力用户信用风险预警SVM模型，并对电力用户信用风险进行预测；将得到的最优参数值作为电力用户信用风险预警SVM模型的参数值，对电力用户信用风险预警SVM模型进行优化。本发明通过SVM分类模型并进行参数的寻优，对于非线性关系和小样本模型具有较高的预测准确度，在信用风险预警中具有良好的预警效果。
-
公开(公告)号：CN115309889A
公开(公告)日：2022-11-08
申请号：CN202110500303.X
申请日：2021-05-08
Applicant: 国网辽宁省电力有限公司营销服务中心 , 中国科学院沈阳自动化研究所
IPC: G06F16/35 , G06F40/205 , G06F40/289 , G06K9/62 , G06N7/02
Abstract: 本发明涉及一种基于模糊粗糙集的用户多标签细粒度情感分析方法，包括：步骤一：对在线文本样本数据进行预处理，人工预先进行情感评定等级标注；步骤二：首先通过对模糊关系方程进行求解来得到每个情感词的属性模糊情感强度；步骤三：采集实际文本语料数据，利用改进的模糊粗糙集方法来预测句子、段落和篇章的情感标签和强度。本发明具有较为快速准确分析用户文本情感属性及强度的功能，通过分析用户评价文本自动分析并给出用户情感分析的结果。
-
公开(公告)号：CN114595693A
公开(公告)日：2022-06-07
申请号：CN202011428365.6
申请日：2020-12-07
Applicant: 国网辽宁省电力有限公司营销服务中心 , 中国科学院沈阳自动化研究所 , 国网江苏省电力有限公司营销服务中心
IPC: G06F40/30 , G06F40/242 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的文本情感分析方法，包括：步骤一：对文本样本数据进行预处理，人工预先进行情感评定等级标注；步骤二：构建用于在线文本情感分析的Self‑Attention深度学习模型，用训练集数据训练该模型；每次计算损失函数，计算输出层神经元的梯度并正向和反向传播更新每一层的网络参数值，直到达到截止条件后获取优化的Self‑Attention深度学习模型以及各网络参数；步骤三：采集实际文本语料数据，利用优化的Self‑Attention深度学习模型对数据进行处理，获取在线文本情感分析结果。
-
公开(公告)号：CN111382862A
公开(公告)日：2020-07-07
申请号：CN201811609951.3
申请日：2018-12-27
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 中国科学院沈阳自动化研究所
Inventor： 沈力 , 陈硕 , 乔林 , 宋纯贺 , 刘树吉 , 王忠锋 , 李钊 , 李力刚 , 吕旭明 , 崔世界 , 卢彬 , 徐志远 , 周巧妮 , 付亚同 , 吴赫 , 冉冉 , 刘碧琦 , 胡楠 , 曲睿婷 , 徐立波
Abstract: 本发明涉及一种电力系统异常数据辨识方法，包括将电力系统正常数据作为训练样本，训练神经网络；将待检测数据输入训练后的神经网络，获得残差序列；基于仿射传播聚类算法对残差训练进行聚类；根据各个类别的特征和类内距离进行异常数据判断。本发明利用混沌粒子群算法来进行神经网络训练，同时采用仿射传播聚类算法来实现数据聚类，能够显著降低计算量，同时不依赖采样分布，有效地提高了电力系统异常数据辨识的准确性。
-
公开(公告)号：CN111192058A
公开(公告)日：2020-05-22
申请号：CN201811257039.6
申请日：2018-10-26
Applicant: 中国科学院沈阳自动化研究所 , 国网辽宁省电力有限公司鞍山供电公司 , 国家电网公司
Abstract: 本发明涉及一种区域电力市场多阶信用风险预警方法，为电力市场中决策节点的基础指标设定取值区间；选取样本数据；对基础指标分配相应的权重，将样本数据输入OWA算子，得出关联矩阵；建立基于IIM的电力市场多阶信用风险效应模型；将关联矩阵和一阶风险效应值输入基于IIM的电力市场多阶信用风险效应模型，得到电力市场中各个节点的多阶信用风险效应值；将电力市场中各个节点的多阶信用风险效应值进行对比分析，区分各个节点的保护等级。本发明消减交易主体失信行为对区域电力交易市场的瀑布风险效应，抑制区域电力交易市场主体信用风险的传播与外溢，维护国家电网交易市场的安全和稳定。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.074 seconds)
