公开(公告)号：CN118153900A

公开(公告)日：2024-06-07

申请号：CN202410421371.0

申请日：2024-04-09

Applicant: 广东电网有限责任公司广州供电局

Inventor： 赵崇 ,  吴任博 ,  张扬 ,  李东旭 ,  钟子涵 ,  王佳 ,  顾大德 ,  资慧 ,  赵芳 ,  万静 ,  佘凌聪

IPC: G06Q10/0631 ,  G06N3/006 ,  G06Q50/06

Abstract: 本申请公开了一种分布式能源与5G基站协同规划方法及相关装置，方法包括：基于预置5G基站数据和配电网基础数据生成初始种群；根据初始种群构建分布式能源与5G基站的MOIO模型；计算初始种群中每个个体的约束违反总数后，根据约束违反总数和参考超立方体对MOIO模型进行分解，得到多个子优化模型，每个子优化模型对应一个TAFIP目标函数；采用预设区间集成比较的方式，根据约束违反总数和TAFIP区间值对子优化模型的个体进行迭代更新，直至达到最大迭代次数，得到帕累托最优规划方案。本申请能解决现有技术难以灵活实现5G BS与分布式电源的协同规划，且多目标框架下的区间优化难以实现，导致规划效率较差的技术问题。

公开(公告)号：CN119382314A

公开(公告)日：2025-01-28

申请号：CN202411585853.6

申请日：2024-11-08

Applicant: 广东电网有限责任公司广州供电局 ,  东方电子股份有限公司

Inventor： 吴任博 ,  张扬 ,  王佳 ,  资慧 ,  赵崇 ,  刘璇 ,  佘凌聪 ,  万静 ,  徐雯清 ,  徐海柱 ,  吴海勇 ,  张峻诚 ,  成江东 ,  高天亮 ,  黄维家 ,  刘辉 ,  孔明珠 ,  王哲 ,  何群玮 ,  李政华 ,  焦伟杰 ,  初开冰 ,  赵建科

IPC: H02J9/06 ,  H04L43/10

Abstract: 本发明公开的一种基于双活架构的备自投压板自动投退系统及投退方法，包括双活系统，均具备并进行实时计算的能力；活跃系统和备用系统相互无缝切换；设计完善的故障检测机制，通过心跳测试监视系统通信状态和运行状态；双活系统的数据同步是保证系统之间数据一致性的关键，并采取措施确保数据同步的时效性和安全性，避免因业务数据不一致而引起的数据错误；整合多种自主判断和自救功能，能够在异常情况下自动完成故障切换、恢复和预警。提高系统的稳定性和安全性，提升容灾系统切换效率，确保OCS系统主系统不可用的情况下，可快速切换至备系统，将电网调度生产工作影响降低至最低。

公开(公告)号：CN118172044A

公开(公告)日：2024-06-11

申请号：CN202410520721.9

申请日：2024-04-28

Applicant: 广东电网有限责任公司广州供电局

Inventor： 张一荻 ,  魏勇军 ,  黄凯涛 ,  徐强超 ,  陈创 ,  郑传材 ,  吴任博 ,  肖健 ,  赵芳 ,  佘凌聪 ,  赵崇

IPC: G06Q10/20 ,  G06Q10/0635 ,  G06V20/40 ,  G06V10/764

Abstract: 本申请提供的远程运维管控方法、装置、存储介质及计算机设备，在检测到用户在对目标设备进行远程运维操作时，可以实时采集目标设备在运维过程中生成的视频流，从而可以通过该视频流来实现图像化操作的自动化识别；接着可以确定目标窗口识别模型，并利用该目标窗口识别模型从视频流中识别得到目标窗口，进而可以提取目标窗口中的关键元素，并基于关键元素确定用户的操作指令，以此实现操作指令的自动识别；最后还可以基于风险规则库对操作指令进行风险评估，得到风险类型，并根据该风险类型来对用户的操作指令进行对应的处理操作，以实现设备远程运维操作的管控，从而可以在保证目标设备安全性的同时提高自动化设备运维工作的质量和效率。

公开(公告)号：CN118783408A

公开(公告)日：2024-10-15

申请号：CN202410754244.2

申请日：2024-06-12

Applicant: 广东电网有限责任公司广州供电局

Inventor： 肖健 ,  牛振勇 ,  钟子涵 ,  吴任博 ,  胡林麟 ,  彭依明 ,  顾大德 ,  资慧 ,  涂耀文 ,  佘凌聪

IPC: H02J3/00 ,  G06Q30/0201 ,  G06Q50/06 ,  G06N20/00 ,  H02J3/46 ,  H02J3/48 ,  H02J3/50

Abstract: 本申请公开了一种配电网故障恢复方法及装置，方法包括：根据配电网在发生故障并进行恢复时的网络拓扑以及运行参数，构建故障恢复模型，确定优化目标函数及约束条件，利用预先通过基于优先采样的DDQN算法和A2C算法混合训练好的智能模型，基于约束条件下的优化目标函数，对配电网进行故障恢复。可见，智能模型是通过基于优先采样的DDQN算法和A2C算法联合训练的，基于优先采样的DDQN算法用于针对实际操作中离散动作的进行训练，A2C算法用于针对实际操作中连续动作进行训练，因此通过智能模型进行优化，能够全面考虑应对配电网的调控复杂性，从而最小化故障后的修复时间及其经济与社会影响，提升配电网的弹性和可靠性。

公开(公告)号：CN118279084A

公开(公告)日：2024-07-02

申请号：CN202410595770.9

申请日：2024-05-14

Applicant: 广东电网有限责任公司广州供电局

Inventor： 彭依明 ,  牛振勇 ,  万静 ,  吴任博 ,  王佳 ,  顾大德 ,  钏星 ,  刘璇 ,  钟子涵 ,  徐雯清 ,  佘凌聪

IPC: G06Q50/06 ,  G06Q10/04 ,  G06F18/23213 ,  G06N3/0442 ,  G06F18/10

Abstract: 本发明公开了一种光伏日内出力预测方法和装置，针对光伏出力波动性和间歇性的特点，采用K‑medoids聚类算法对不同天气条件下的历史出力数据进行聚类，相比常用的K‑means聚类对于噪音数据更具包容性、且运算速度更快、收敛次数固定，有效地避免了因部分异常点存在而导致的聚类偏差，降低了预测模型的复杂性以及过拟合风险，提高了预测效率；同时，结合分位数回归理论以及深度学习理论采用了双向长短期记忆网络，克服了单向LSTM网络挖掘数据信息不充分的缺陷，为进一步挖掘光伏功率时序的内在关联创造了有利条件，优化了神经网络模型的训练效果，提高了模型的预测精度。