-
公开(公告)号：CN116523148B
公开(公告)日：2023-09-22
申请号：CN202310799325.X
申请日：2023-07-03
Applicant: 广东电网有限责任公司湛江供电局
IPC: G06Q10/04 , G06N3/0442 , G06N3/08 , G06Q10/067 , G06Q50/06 , G06F18/23213 , H02J3/00
Abstract: 本发明公开了一种配电网配变重过载预警方法、装置和设备，用于对配电网的配变重过载进行预警。本发明包括通过预设目标负载率预测模型生成预测负载率，根据预测负载率计算重过载风险值，进而确定配变重过载的预警结果。其中预设目标负载率预测模型包括图采样聚合层、长短期记忆层、第一全连接层和第二全连接层，图采样聚合层将运行时序数据整合为高维时序数据，并结合长短期记忆层对时序数据的学习优势，提高了在高维特征变量和小样本数据的运行情形下配变重过载预警的准确性；根据预测负载率计算重过载风险值再确定预警结果，避免了直接根据预测负载率区间进行划分预警等级的保守性，进一步提高了配变重过载预警的准确性。
-
公开(公告)号：CN116309623A
公开(公告)日：2023-06-23
申请号：CN202310552332.X
申请日：2023-05-17
Applicant: 广东电网有限责任公司湛江供电局
IPC: G06T7/10 , G06V20/10 , G06V10/764 , G06V10/80 , G06V10/40 , G06V10/30 , G06V10/774
Abstract: 本申请公开了一种多源信息融合增强的建筑物分割方法及系统，其中方法包括：将遥感图像对应的光谱特征图像和高程信息图像输入到训练好的建筑物分割模型，使得双流网络分别提取光谱特征图像和高程信息图像的特征；将双流网络提取的光谱特征和高程特征输入到特征融合模块，使得特征融合模块对光谱特征和高程特征进行特征融合和去噪；将完成融合的光谱特征和高程特征输入到注意力机制模块，从而逐步融合底层信息上采样回到原图大小，在特征逐步上采样过程中，将每一次上采样后的特征进行预测，并使用金字塔损失函数对模型进行训练，获得高精度的图像分割掩码。从而解决了现有技术无法有效整合数字表面模型图像中的信息，导致分割效果较差的问题。
-
公开(公告)号：CN118035694B
公开(公告)日：2024-07-19
申请号：CN202410444345.X
申请日：2024-04-15
Applicant: 广东电网有限责任公司湛江供电局 , 广东电网有限责任公司湛江雷州供电局
Abstract: 本发明提供一种配电网故障预测方法及其预测系统，属于电力系统技术领域，预测方法包括基于待预测配电网的拓扑结构数据，对配电网的物理区间进行分割，得到多个区段；获取配电网的电力数据，并将所述配电网的电力数据分解为与所述多个区段对应的多个子数据；基于预设的数据阈值条件对所有区段进行n次分割，每次分割后得到多个第n分段以及与第n分段对应的第n子数据，其中，n为正整数；基于区段以及对应的子数据与第n分段以及对应的第n子数据通过预构建的基于神经网络的故障预测模型进行配电网故障预测，本发明综合考虑了配电网的拓扑结构特性、数据关联性和动态变化特性，提高预测的准确性，能够更精确地确定故障段。
-
公开(公告)号：CN116523351B
公开(公告)日：2023-09-22
申请号：CN202310799345.7
申请日：2023-07-03
Applicant: 广东电网有限责任公司湛江供电局
Inventor： 陶祥海 , 王海峰 , 徐达艺 , 李玲 , 刘睿 , 罗宗杰 , 林海生 , 阮世栋 , 戴乔旭 , 钟俊琛 , 李源腾 , 吴信福 , 李启养 , 钟富城 , 王星华 , 彭显刚
IPC: G06Q10/0637 , G06Q50/06
Abstract: 本发明公开了一种源‑荷联合典型场景集生成方法、系统和设备，用于为配电网运行和规划生成典型场景。在本发明中，在构建日运行场景矩阵后，通过非参数估计处理和矩阵间距离对日场景矩阵进行筛选，得到对历史数据有高度代表性的典型场景集，提高了配网运行和规划的科学性；利用关联分析算法生成新能源‑气象关联规则库和负荷‑气象关联规则库，并采用气象数据为纽带进行新能源‑负荷联合典型场景集的生成，充分考虑了新能源、负荷与气象三者之间的相关性，提高了配网运行和规划的全面性。
-
Patent Agency Ranking
公开(公告)号：CN116309623B
公开(公告)日：2023-08-18
申请号：CN202310552332.X
申请日：2023-05-17
Applicant: 广东电网有限责任公司湛江供电局
IPC: G06T7/10 , G06V20/10 , G06V10/764 , G06V10/80 , G06V10/40 , G06V10/30 , G06V10/774
Abstract: 本申请公开了一种多源信息融合增强的建筑物分割方法及系统，其中方法包括：将遥感图像对应的光谱特征图像和高程信息图像输入到训练好的建筑物分割模型，使得双流网络分别提取光谱特征图像和高程信息图像的特征；将双流网络提取的光谱特征和高程特征输入到特征融合模块，使得特征融合模块对光谱特征和高程特征进行特征融合和去噪；将完成融合的光谱特征和高程特征输入到注意力机制模块，从而逐步融合底层信息上采样回到原图大小，在特征逐步上采样过程中，将每一次上采样后的特征进行预测，并使用金字塔损失函数对模型进行训练，获得高精度的图像分割掩码。从而解决了现有技术无法有效整合数字表面模型图像中的信息，导致分割效果较差的问题。
-
公开(公告)号：CN118035694A
公开(公告)日：2024-05-14
申请号：CN202410444345.X
申请日：2024-04-15
Applicant: 广东电网有限责任公司湛江供电局 , 广东电网有限责任公司湛江雷州供电局
Abstract: 本发明提供一种配电网故障预测方法及其预测系统，属于电力系统技术领域，预测方法包括基于待预测配电网的拓扑结构数据，对配电网的物理区间进行分割，得到多个区段；获取配电网的电力数据，并将所述配电网的电力数据分解为与所述多个区段对应的多个子数据；基于预设的数据阈值条件对所有区段进行n次分割，每次分割后得到多个第n分段以及与第n分段对应的第n子数据，其中，n为正整数；基于区段以及对应的子数据与第n分段以及对应的第n子数据通过预构建的基于神经网络的故障预测模型进行配电网故障预测，本发明综合考虑了配电网的拓扑结构特性、数据关联性和动态变化特性，提高预测的准确性，能够更精确地确定故障段。
-
公开(公告)号：CN116523351A
公开(公告)日：2023-08-01
申请号：CN202310799345.7
申请日：2023-07-03
Applicant: 广东电网有限责任公司湛江供电局
Inventor： 陶祥海 , 王海峰 , 徐达艺 , 李玲 , 刘睿 , 罗宗杰 , 林海生 , 阮世栋 , 戴乔旭 , 钟俊琛 , 李源腾 , 吴信福 , 李启养 , 钟富城 , 王星华 , 彭显刚
IPC: G06Q10/0637 , G06Q50/06
Abstract: 本发明公开了一种源‑荷联合典型场景集生成方法、系统和设备，用于为配电网运行和规划生成典型场景。在本发明中，在构建日运行场景矩阵后，通过非参数估计处理和矩阵间距离对日场景矩阵进行筛选，得到对历史数据有高度代表性的典型场景集，提高了配网运行和规划的科学性；利用关联分析算法生成新能源‑气象关联规则库和负荷‑气象关联规则库，并采用气象数据为纽带进行新能源‑负荷联合典型场景集的生成，充分考虑了新能源、负荷与气象三者之间的相关性，提高了配网运行和规划的全面性。
-
公开(公告)号：CN116523148A
公开(公告)日：2023-08-01
申请号：CN202310799325.X
申请日：2023-07-03
Applicant: 广东电网有限责任公司湛江供电局
IPC: G06Q10/04 , G06N3/0442 , G06N3/08 , G06Q10/067 , G06Q50/06 , G06F18/23213 , H02J3/00
Abstract: 本发明公开了一种配电网配变重过载预警方法、装置和设备，用于对配电网的配变重过载进行预警。本发明包括通过预设目标负载率预测模型生成预测负载率，根据预测负载率计算重过载风险值，进而确定配变重过载的预警结果。其中预设目标负载率预测模型包括图采样聚合层、长短期记忆层、第一全连接层和第二全连接层，图采样聚合层将运行时序数据整合为高维时序数据，并结合长短期记忆层对时序数据的学习优势，提高了在高维特征变量和小样本数据的运行情形下配变重过载预警的准确性；根据预测负载率计算重过载风险值再确定预警结果，避免了直接根据预测负载率区间进行划分预警等级的保守性，进一步提高了配变重过载预警的准确性。
-
公开(公告)号：CN116415739A
公开(公告)日：2023-07-11
申请号：CN202310611073.3
申请日：2023-05-29
Applicant: 广东电网有限责任公司湛江供电局
Abstract: 本申请公开了一种光伏功率短期预测方法及相关装置，包括：构建“气象‑功率”样本数据并进行归一化处理；接着构建灰狼优化算法，采用随机方法初始化种群规模及个体位置，将SVR模型的C和gamma变量作为狼群个体的位置参数变量；然后计算狼群中各个个体的适应度函数，选取最优的三个个体作为狼群的首领；以及计算狼群个体的候选位置，狼群中的其他个体按照一定的搜索策略和更新策略向首领靠近，优化自身参数；最后不断进行迭代直至达到预设次数，得到训练好的预测模型，从而对待预测日的光伏功率进行预测。本申请基于多维度学习的改进GWO‑SVR光伏功率短期预测方法，解决了现有技术在极端多变天气情况下的功率预测精度较低的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.038 seconds)
