-
公开(公告)号：CN107193274B
公开(公告)日：2019-08-06
申请号：CN201710539000.2
申请日：2017-07-04
申请人： 广东电网有限责任公司电力调度控制中心 , 国电南瑞科技股份有限公司
IPC分类号： G05B23/02
摘要： 本发明涉及一种基于多维度综合指标的电网脆弱性评估方法。属于电力系统智能分析与控制技术领域，其特征在于：建立电网脆弱性评估的多维度综合指标，分三个部分评估电网脆弱性，其中包括设备脆弱性评估、网络脆弱性评估、运行脆弱性评估。调控运行人员可通过本地调度控制系统的可视化潮流图实现对电网脆弱设备或电网脆弱环节的重点监视，方便调控运行人员及时处理可能影响电网安全的脆弱因素。
-
公开(公告)号：CN107193274A
公开(公告)日：2017-09-22
申请号：CN201710539000.2
申请日：2017-07-04
申请人： 广东电网有限责任公司电力调度控制中心 , 国电南瑞科技股份有限公司
IPC分类号： G05B23/02
CPC分类号： G05B23/0243 , G05B2219/24065
摘要： 本发明涉及一种基于多维度综合指标的电网脆弱性评估方法。属于电力系统智能分析与控制技术领域，其特征在于：建立电网脆弱性评估的多维度综合指标，分三个部分评估电网脆弱性，其中包括设备脆弱性评估、网络脆弱性评估、运行脆弱性评估。调控运行人员可通过本地调度控制系统的可视化潮流图实现对电网脆弱设备或电网脆弱环节的重点监视，方便调控运行人员及时处理可能影响电网安全的脆弱因素。
-
公开(公告)号：CN113887812A
公开(公告)日：2022-01-04
申请号：CN202111200796.1
申请日：2021-10-14
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
摘要： 本申请公开了基于聚类的小样本负荷预测方法、装置、设备及存储介质，其中预测方法包括：对历史电力负荷和待预测电力负荷进行特征提取，获得特征向量；根据得到特征向量将历史电力负荷和待预测电力负荷集成聚类，得到聚类结果；采用小波降噪算法对聚类结果进行降噪，并将降噪后的数据进行均值化处理，得到预设长度的时序数据；将预设长度的时序数据输入二阶长短期记忆神经网络，得到电力负荷的预测结果；其中二阶长短期记忆神经网络经过历史电力负荷和待预测电力负荷的数据训练。本申请在待预测电力负荷稀缺情况下仍然有优秀预测表现。
-
公开(公告)号：CN114056185B
公开(公告)日：2023-05-09
申请号：CN202111331209.2
申请日：2021-11-10
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
摘要： 本发明公开了一种电动车充放电的控制方法、系统、设备和介质，所述方法包括：构建电动车充放电模型和电力市场价格模型；根据所述电动车充放电模型和电力市场价格模型，建立电动车充放电博弈模型；根据均值场博弈理论对所述电动车充放电博弈模型进行最优解计算，获得计算的结果；根据所述计算的结果，获得电动车充放电的控制方法。本发明根据均值场博弈理论，设计了控制大规模EV的充放电行为的方法，在降低电动车充放电成本的同时，还提高了电动车充放电效率。
-
公开(公告)号：CN114056185A
公开(公告)日：2022-02-18
申请号：CN202111331209.2
申请日：2021-11-10
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
摘要： 本发明公开了一种电动车充放电的控制方法、系统、设备和介质，所述方法包括：构建电动车充放电模型和电力市场价格模型；根据所述电动车充放电模型和电力市场价格模型，建立电动车充放电博弈模型；根据均值场博弈理论对所述电动车充放电博弈模型进行最优解计算，获得计算的结果；根据所述计算的结果，获得电动车充放电的控制方法。本发明根据均值场博弈理论，设计了控制大规模EV的充放电行为的方法，在降低电动车充放电成本的同时，还提高了电动车充放电效率。
-
公开(公告)号：CN113887812B
公开(公告)日：2023-07-07
申请号：CN202111200796.1
申请日：2021-10-14
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
IPC分类号： H02J3/00 , G06Q50/06 , G06F18/23 , G06N3/0442 , G06N3/08
摘要： 本申请公开了基于聚类的小样本负荷预测方法、装置、设备及存储介质，其中预测方法包括：对历史电力负荷和待预测电力负荷进行特征提取，获得特征向量；根据得到特征向量将历史电力负荷和待预测电力负荷集成聚类，得到聚类结果；采用小波降噪算法对聚类结果进行降噪，并将降噪后的数据进行均值化处理，得到预设长度的时序数据；将预设长度的时序数据输入二阶长短期记忆神经网络，得到电力负荷的预测结果；其中二阶长短期记忆神经网络经过历史电力负荷和待预测电力负荷的数据训练。本申请在待预测电力负荷稀缺情况下仍然有优秀预测表现。
-
公开(公告)号：CN116894633A
公开(公告)日：2023-10-17
申请号：CN202211322071.4
申请日：2022-10-27
申请人： 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 国网电力科学研究院有限公司 , 国网江苏省电力有限公司
摘要： 本发明公开了一种电网设备事故预案可视化编制方法，首先构建电网设备事故预案编制组件库，然后采用可视化组件拖拽关联的定义方式对电网设备事故预案编制所涉及的各类设备、对象和关系进行逻辑组合，形成电网设备事故预案流程逻辑图；最后参照结构化的电网设备事故预案流程逻辑图，结合事故预案编写模板与行文风格，自动生成电网设备事故预案文本。本发明可实现电网设备事故预案文本便捷、高效地编制，提升预案编制效率；同时同步实现预案知识的结构化提取，为预案知识的深入挖掘与应用提供高效数据支撑。
-
公开(公告)号：CN116646936A
公开(公告)日：2023-08-25
申请号：CN202310632120.2
申请日：2023-05-31
申请人： 国家电网有限公司华东分部 , 国电南瑞科技股份有限公司
发明人： 郑义明 , 周毅 , 杨科 , 徐昊 , 史济全 , 吴攀 , 孙近文 , 唐坚 , 田瑞平 , 庞腊成 , 闪鑫 , 滕贤亮 , 李雷 , 王毅 , 徐希 , 王波 , 彭龙 , 陆廷骧 , 沈维健 , 吴自博 , 张楷 , 夏正国 , 杨永瑞 , 王天禄 , 陈清 , 余飞翔 , 黄胜 , 谈振宁 , 刘栋 , 滕书宇 , 彭宗明
IPC分类号： H02J3/06 , H02J3/38 , H02J3/00 , G06Q10/04 , G06Q10/0631 , G06Q10/0635 , G06Q50/06
摘要： 本发明公开一种新能源消纳风险预控方法及存储介质，方法包括：获取新能源出力关键送出端面的最大输电极限和实际潮流、新能源送出区域常规燃煤燃气机组下调节备用，以及新能源受入区域常规燃煤燃气机组下调节备用；根据所获取的数据，利用预先建立的发用电平衡优化模型，计算新能源消纳裕度；判断所述新能源消纳裕度的计算结果是否符合预设阈值，若不符合，则利用调控辅助策略进行新能源调控。本发明能够实现对新能源消纳风险的高效、准确预测，提升调度站对新能源消纳态势的预判预控能力。
-
公开(公告)号：CN112327096B
公开(公告)日：2022-11-04
申请号：CN202011102475.3
申请日：2020-10-15
申请人： 国家电网公司华北分部 , 同济大学 , 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司
IPC分类号： G01R31/08
摘要： 本发明公开了一种基于自适应策略的故障诊断信息融合方法及装置，方法包括：利用预先训练的三种故障诊断子模型对历史案例进行诊断；所述三种故障诊断子模型为基于神经网络的故障诊断模型、基于贝叶斯网络的故障诊断模型和基于专家系统的故障诊断模型；依据预设的评价指标体系对三种故障诊断子模型的诊断情况进行评价，获得评价结果；选择评价结果最优的故障诊断子模型对待诊断案例进行诊断，得到诊断结果。本发明的电力系统故障诊断信息融合方法，可以结合现有模型的优势，实现诊断准确率和诊断精度的提高。
-
公开(公告)号：CN111769546B
公开(公告)日：2022-11-04
申请号：CN202010482212.3
申请日：2020-05-29
申请人： 国电南瑞科技股份有限公司 , 国网江苏省电力有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司
发明人： 沈维健 , 余璟 , 王波 , 闫朝阳 , 李骁 , 吴海伟 , 陈建华 , 徐春雷 , 徐晓东 , 郑义明 , 陆廷骧 , 苏大威 , 闪鑫 , 戴则梅 , 李雷 , 陈天华 , 余飞翔 , 黄胜 , 刘栋 , 谈振宁 , 熊正勇
摘要： 本发明公开了一种母线电压异常处置的辅助决策方法，从调度自动化系统获取全部母线和无功设备的实时数据，判断母线与无功设备是否处于异常状态，筛选出设备状态正常的母线及无功设备集合；对设备状态正常的母线进行电压越限的判断，对电压越限的母线根据电压等级和严重程度进行分类；根据具体判据判断电压越限母线的AVC是否异常或者无功设备是否耗尽，筛选出需人工辅助控制的AVC异常或无功设备耗尽的电压越限母线对象集合；按不同电压越限母线分类，给出可供调节的设备信息。本发明有利于减轻调度员工作量，提高调度员处理母线电压异常的效率，提升电网的安全稳定运行水平。
-
-
-
-
-
-
-
-
-
搜索结果
95 条记录 (耗时 0.163 秒)
