-
公开(公告)号：CN110929918A
公开(公告)日：2020-03-27
申请号：CN201911038911.2
申请日：2019-10-29
申请人： 国网重庆市电力公司南岸供电分公司 , 重庆大学 , 国家电网有限公司
摘要： 本发明公开一种基于CNN和LightGBM的10kV馈线故障预测方法，主要步骤为：1)获取配电网原始数据，对配电网原始数据进行预处理；2)从配电网原始数据中提取特征，构建特征集f{f1，f2…f15，f16，L}；L为标签，表示馈线是否发生故障；其中，元素f1、元素f2、元素f3、元素f4、元素f5、元素f6为固有属性特征。元素f7、元素f8、元素f9、元素f10、元素f11、元素f12、元素f13为统计分析特征。元素f14、元素f15、元素f16为卷积神经网络CNN提取的深度时序特征。3)建立配电网故障预测模型；4)将配电网10kV馈线实时数据输入配电网故障预测模型，得到馈线故障预测结果。本发明具有较好的快速性和时效性，预测结果能在满足准确性要求的前提下为配电网运维管理人员提供辅助决策支撑。
-
公开(公告)号：CN110929918B
公开(公告)日：2023-05-02
申请号：CN201911038911.2
申请日：2019-10-29
申请人： 国网重庆市电力公司南岸供电分公司 , 重庆大学 , 国家电网有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N20/20 , G06F18/214 , G06F18/2415 , G06F18/2431
摘要： 本发明公开一种基于CNN和LightGBM的10kV馈线故障预测方法，主要步骤为：1)获取配电网原始数据，对配电网原始数据进行预处理；2)从配电网原始数据中提取特征，构建特征集f{f1，f2…f15，f16，L}；L为标签，表示馈线是否发生故障；其中，元素f1、元素f2、元素f3、元素f4、元素f5、元素f6为固有属性特征。元素f7、元素f8、元素f9、元素f10、元素f11、元素f12、元素f13为统计分析特征。元素f14、元素f15、元素f16为卷积神经网络CNN提取的深度时序特征。3)建立配电网故障预测模型；4)将配电网10kV馈线实时数据输入配电网故障预测模型，得到馈线故障预测结果。本发明具有较好的快速性和时效性，预测结果能在满足准确性要求的前提下为配电网运维管理人员提供辅助决策支撑。
-
公开(公告)号：CN107918830B
公开(公告)日：2021-11-23
申请号：CN201711158412.8
申请日：2017-11-20
申请人： 国网重庆市电力公司南岸供电分公司 , 重庆大学 , 国家电网公司
IPC分类号： G06Q10/06 , G06Q50/06 , G06F16/29 , G06F16/242 , G06F16/248
摘要： 本发明公开了一种基于大数据技术的配电网运行状态评估系统及方法，主要包括以下步骤：1)采集智能电网各个供电区域的数据。2)对采集的数据进行预处理。3)对来自各个系统的数据进行多源异构数据融合，并将接收到的数据以实时或定时的方式存储到分布式文件系统(HDFS)中。4)计算供电区域的评价指标。5)计算出各层次的权重，并得出A+～E类供电分区和当前供电区域的运行状态评估结果。6)将运行状态评估结果可视化。7)可视化结合运行状态评估区域的GIS数据，在地图上使用不同的颜色表示出不同的运行状态。8)可视化结合百度的开源可视化图表插件Echarts制作智能仪表盘(Dashboard)，通过DashBoard展示实时运行状态曲线和实时状态评估结果。
-
公开(公告)号：CN109376896B
公开(公告)日：2022-05-20
申请号：CN201810992539.8
申请日：2018-08-29
申请人： 国网重庆市电力公司南岸供电分公司 , 重庆大学 , 国家电网公司
摘要： 本发明公开一种基于多模融合的配电网短期负荷预测方法，主要步骤为：1)采集电力网络历史负荷时序数据X。2)对历史负荷时序数据X进行STL时间序列分解。3)得到趋势项序列Xtrend具有N种结构的LSTM神经网络模型、剩余项序列Xremainder具有N种结构的LSTM神经网络模型以及集成预测模型。4)得到周期项预测结果Os。5)获取预测样本。6)将预测样本输入到预测模型中，从而得到趋势项预测结果Ot和剩余项预测结果Or。7)整合周期项预测结果Os、趋势项预测结果Ot和剩余项预测结果Or，并利用集成预测，得到最终的预测结果本发明有助于提高模型的预测精度同时提高负荷预测模型的鲁棒性和泛化能力。
-
公开(公告)号：CN109376896A
公开(公告)日：2019-02-22
申请号：CN201810992539.8
申请日：2018-08-29
申请人： 国网重庆市电力公司南岸供电分公司 , 重庆大学 , 国家电网公司
摘要： 本发明公开一种基于多模融合的配电网短期负荷预测方法，主要步骤为：1)采集电力网络历史负荷时序数据X。2)对历史负荷时序数据X进行STL时间序列分解。3)得到趋势项序列Xtrend具有N种结构的LSTM神经网络模型、剩余项序列Xremainder具有N种结构的LSTM神经网络模型以及集成预测模型。4)得到周期项预测结果Os。5)获取预测样本。6)将预测样本输入到预测模型中，从而得到趋势项预测结果Ot和剩余项预测结果Or。7)整合周期项预测结果Os、趋势项预测结果Ot和剩余项预测结果Or，并利用集成预测，得到最终的预测结果 本发明有助于提高模型的预测精度同时提高负荷预测模型的鲁棒性和泛化能力。
-
公开(公告)号：CN107918830A
公开(公告)日：2018-04-17
申请号：CN201711158412.8
申请日：2017-11-20
申请人： 国网重庆市电力公司南岸供电分公司 , 重庆大学 , 国家电网公司
CPC分类号： G06Q10/06313 , G06F17/30241 , G06F17/30392 , G06F17/30398 , G06F17/30554 , G06Q10/06393 , G06Q50/06
摘要： 本发明公开了一种基于大数据技术的配电网运行状态评估系统及方法，主要包括以下步骤：1)采集智能电网各个供电区域的数据。2)对采集的数据进行预处理。3)对来自各个系统的数据进行多源异构数据融合，并将接收到的数据以实时或定时的方式存储到分布式文件系统(HDFS)中。4)计算供电区域的评价指标。5)计算出各层次的权重，并得出A+～E类供电分区和当前供电区域的运行状态评估结果。6)将运行状态评估结果可视化。7)可视化结合运行状态评估区域的GIS数据，在地图上使用不同的颜色表示出不同的运行状态。8)可视化结合百度的开源可视化图表插件Echarts制作智能仪表盘(Dashboard)，通过DashBoard展示实时运行状态曲线和实时状态评估结果。
-
公开(公告)号：CN115630320A
公开(公告)日：2023-01-20
申请号：CN202210926083.1
申请日：2022-08-03
申请人： 重庆大学 , 国网重庆市电力公司市南供电分公司 , 国家电网有限公司
IPC分类号： G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/084 , G01R31/08
摘要： 本发明公开一种云边协同下基于深度迁移网络的配电台区异常工况诊断方法，步骤包括：1)利用XGBoost重要性排序模型对配电台区状态量进行排序，形成源域异常工况标签样本、目标域异常工况样本；2)建立冻结层网络和源域全连接分类器；3)云中心利用梯度下降算法对冻结层网络进行优化，从而最小化源域异常工况样本和目标域异常工况样本差异；4)实时采集运行工况数据，输入到迁移诊断模型中，得到配电台区异常工况诊断结果。本发明解决了单一配电台区中的工况信息难以训练出泛化能力强的诊断器、当前的异常诊断方法考虑的影响因素过于单一以及配电云主站的计算资源难以实现对每个配电台区建立异常工况迁移诊断模型等问题。
-
公开(公告)号：CN115603446A
公开(公告)日：2023-01-13
申请号：CN202210930117.4
申请日：2022-08-03
申请人： 国网重庆市电力公司市南供电分公司(CN) , 重庆大学(CN) , 国家电网有限公司(CN)
摘要： 本发明公开基于卷积神经网络和云边协同作用的配电台区运行监测系统，包括云中心和若干边缘节点；所述云中心存储有状态量获取模块、异常工况样本生成模块、网络建立与训练模块、网络优化模块；所述边缘节点存储有运行工况数据获取模块、分布结果计算模块、诊断结果生成模块；本发明提出基于卷积神经网络和云边协同作用的配电台区运行监测系统，解决了单一配电台区中的工况信息难以训练出泛化能力强的诊断器、当前的异常诊断方法考虑的影响因素过于单一以及配电云主站的计算资源难以实现对每个配电台区建立异常工况迁移诊断模型等问题。
-
公开(公告)号：CN115598459A
公开(公告)日：2023-01-13
申请号：CN202110719470.3
申请日：2021-06-28
申请人： 国网重庆市电力公司市南供电分公司(CN) , 重庆大学(CN) , 国家电网有限公司(CN)
IPC分类号： G01R31/08
摘要： 本发明公开一种配电网10kV馈线故障停电预测方法，包括以下步骤：1)获取配电网基本数据；2)对配电网基本数据进行预处理；3)对预处理后的配电网基本数据进行特征提取，得到若干特征数据；4)以配电网一条馈线对应的特征数据建立样本数据向量，并集成若干条馈线对应的样本数据向量，建立数据集F；5)对数据集F中的配电网馈线故障停电数据进行数据扩充，并建立数据集F2；6)基于数据集F2，建立RandomCost‑CNN故障停电预测模型；7)获取待预测的配电网馈线数据，并输入到RandomCost‑CNN故障停电预测模型中，从而预测出馈线发生故障停电的概率。本发明的预测结果能在满足准确性要求的前提下为配电网人员提供辅助决策支撑。
-
公开(公告)号：CN115856406A
公开(公告)日：2023-03-28
申请号：CN202210710936.8
申请日：2022-06-22
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： G01R19/165
摘要： 本发明公开了一种变电站母线电容电流智能管控方法和系统，本发明方法包括针对主变压器低压侧的各段母线计算电容电流理论值的步骤；本发明变电站母线电容电流智能管控系统主要包括取数及权限、计算及导出、统计及展示、预警及督办等程序模块，其中计算及导出程序模块包括针对主变压器低压侧的各段母线计算电容电流理论值，以及进行电容电流自动比对以确定当前电容电流值IC，预警及督办程序模块用于电容电流超标预警以及电容电流偏差越限预警等。本发明旨在克服现有母线电容电流信息更新不及时、管控效率低、完全依赖人工等缺陷，提高电容电流管控智能化程度和效率。
-
-
-
-
-
-
-
-
-
搜索结果
72 条记录 (耗时 0.094 秒)
