-
公开(公告)号：CN117977507A
公开(公告)日：2024-05-03
申请号：CN202311755679.0
申请日：2023-12-20
申请人： 广西电网有限责任公司电力科学研究院 , 湖南大学
摘要： 本发明属于配电网故障保护领域，本发明所述方法包括，采用电流突变量启动判据；采用快速傅里叶变换获得正序电流分量，根据全周相减法得到正序电流故障分量；通过正序电流故障分量的波形时域特征，采用时间序列检测法和基于多尺度空间的峰值检测法，获取首个过零点时间和极值点极性；根据正序电流故障分量的时域波形特征纵联保护判据，判断当前区域是否为故障区域，若为区内故障则本侧保护出口，跳开本侧断路器，同时向对侧线路保护装置发送跳闸信号切除故障线路。本发明有强通用性，仅需线路两侧的电流信息即可准确判断故障区域，对通讯要求极低适用于未来高比例新能源接入下新型配电网工程，也适用于现阶段配电网的改造工程。
-
公开(公告)号：CN118695063A
公开(公告)日：2024-09-24
申请号：CN202410616627.3
申请日：2024-05-17
申请人： 广西电网有限责任公司电力科学研究院
摘要： 本发明公开了一种覆冰监测摄像头防起雾控制方法及系统，涉及摄像头防起雾控制技术领域，包括布置传感器采集监测摄像头周围环境参数，并进行预处理；根据预处理后的环境参数，构建起雾预测模型，判断监测摄像头是否即将起雾，触发防起雾控制机制；当判定需要进行监测摄像头除雾时，执行除雾操作，根据实时环境参数动态调整除雾强度和频率；实时监测摄像头的除雾状态，调整除雾控制策略，记录除雾过程中的数据优化控制策略。本发明使得防起雾措施更加精准和及时，有效降低摄像头因起雾而失效的风险。提高摄像头的持续工作能力和监控效率，确保在起雾情况下仍能保持清晰的监控画面，提高监控质量，保证除雾效果和不必要的能源浪费。
-
公开(公告)号：CN118040779A
公开(公告)日：2024-05-14
申请号：CN202311805818.6
申请日：2023-12-26
申请人： 广西电网有限责任公司电力科学研究院 , 湖南大学
摘要： 本发明公开了一种基于变流器不稳定预测的功率同步控制方法及系统，涉及新能源发电技术领域，包括通过采用BP神经网络对PSC控制的变流器进行预测，结合故障前和故障期间的PCC电压轨迹测量数据，预测阶段涵盖了在不同情况下的相位冻结模式，利用已训练的BP神经网络对变流器进行失稳预测。本发明提高了电力系统的稳定性和可靠性，此外，系统还考虑了缺失值处理、动态风险评估和主动调控策略的实施，适应不同的操作环境和潜在的失稳情况，对于预防和处理变流器失稳问题具有显著的技术优势。
-
公开(公告)号：CN117977677A
公开(公告)日：2024-05-03
申请号：CN202311765751.8
申请日：2023-12-20
申请人： 广西电网有限责任公司电力科学研究院 , 湖南大学
摘要： 本发明公开了一种基于MIWOA的逆变器控制参数辨识方法及系统，涉及新能源并网逆变器参数辨识技术领域，包括收集并网系统参数；构建典型逆变器仿真模型；通过灵敏度分析方法，确定对系统稳定性有影响的控制参数作为参数辨识对象；将典型模型的控制参数和输出有功Pf、无功Qf作为辨识的初值，使用MIWOA辨识实际控制参数；将辨识得到的参数代入典型逆变器模型。本发明基于先进的优化算法，对“黑匣子”逆变器进行了控制参数辨识，有利于实现逆变器动态等值模型的建立；引入MIWOA技术进行控制参数辨识，提高了辨识的准确度和收敛速度，相较于传统的差分进化算法、鲸鱼优化算法等，本方法兼顾了辨识模型的全局性、鲁棒性。
-
公开(公告)号：CN117977506A
公开(公告)日：2024-05-03
申请号：CN202311755318.6
申请日：2023-12-20
申请人： 广西电网有限责任公司电力科学研究院 , 湖南大学
IPC分类号： H02H7/26 , H02H1/00 , G06F30/20 , G01R31/08 , G06F113/04
摘要： 本发明公开了一种基于谐波电流注入的配电网差频保护方法及系统，涉及配电网故障保护技术领域，包括考虑谐波电流限制因素，选取合适的谐波电流频率和参考IBDG；采用滑窗迭代离散傅立叶变换提取线路两端每一相的故障电流谐波分量；设计线路发生接地短路故障时的故障判据，获取逻辑值信号SL1；设计线路发生相间短路故障时的故障判据，获取逻辑值信号SL2；根据接地和相间短路的保护判据，将得到的逻辑值信号SL1和SL2通入或运算逻辑运算符，判断当前区域是否为故障区域，获取跳闸信号SL3。仅传输逻辑值信号，减小了配电网的通讯压力，仅需一个注入谐波频率的IBDG就足以完成故障检测和隔离，对硬件要求低，有很强的实用性。
-
公开(公告)号：CN116702448A
公开(公告)日：2023-09-05
申请号：CN202310595959.3
申请日：2023-05-25
申请人： 广西电网有限责任公司电力科学研究院
IPC分类号： G06F30/20 , G06F30/13 , G06Q50/26 , G06Q50/06 , G06F119/02 , G06F119/14 , G06F111/08 , G06F113/04
摘要： 本发明公开了一种台风灾害下配电网倒杆和断线事故评估方法及装置，取台风灾害地区的台风灾情数据以及配电网中混凝土杆塔和导线的设计参数；根据台风灾情数据和混凝土杆塔和导线的设计参数，分别建立台风灾害下混凝土杆塔和导线的力学模型；通过力学模型计算不同类型杆塔、不同受力情况下杆塔的最大弯矩和导线最大应力；根据结构可靠度理论，结合杆塔的最大弯矩和导线最大应力，得到杆塔倒杆率和导线断线概率的计算公式；根据杆塔倒杆率和导线断线概率的计算公式计算得到杆塔倒杆率和导线断线概率。本发明建立了台风灾害下配电网倒杆和断线概率计算的实用表达式，计算简单、结构清晰，工程实用性较好。
-
公开(公告)号：CN118695062A
公开(公告)日：2024-09-24
申请号：CN202410616624.X
申请日：2024-05-17
申请人： 广西电网有限责任公司电力科学研究院
摘要： 本发明公开了一种覆冰监测摄像头除雾方法及系统，涉及图像处理与监控技术领域，包括实时采集监测区域的图像数据，进行实时分析，识别雾气特征；使用自适应除雾算法调整图像，将处理后的图像与原始图像进行对比，调整算法参数；结合历史数据和实时环境信息，构建雾气判断模型判断雾气的严重程度，启动预除雾程序；根据雾气的严重程度实施多级除雾策略，实时监测除雾系统的运行状态和关键参数，优化除雾策略和雾气预测模型。本发明确保除雾操作的精准性，能够及时启动除雾程序。提高雾气严重程度判断的准确性，有效避免因雾气导致的图像质量下降问题，提升除雾效果和预测准确性。
-
公开(公告)号：CN118607200A
公开(公告)日：2024-09-06
申请号：CN202410666979.X
申请日：2024-05-28
申请人： 广西电网有限责任公司电力科学研究院
IPC分类号： G06F30/20 , G06F119/14
摘要： 本发明公开了一种基于比载与负荷计算的输电线路风偏角计算方法及系统，包括：通过传感器系统采集输电线路的数据信息，并进行数据预处理；根据预处理后的数据信息，通过计算不同比载，建立输电线路风偏角计算模型；根据所述输电线路风偏角计算模型的输出结果，判断输电线路当前的安全状态。本发明通过实时采集输电线路的数据信息，并进行有效预处理，本发明建立了比载与负荷之间的计算模型，综合考虑自重比载、风比载、冰重比载等因素，为风偏角的准确计算提供了基础。该模型输出结果与设定阈值对比，可以及时判断线路的安全状态，进而提供相应的维护或报警措施。这一解决方案提升了输电线路风偏角监测的实时性与准确性，为线路的安全运行提供了保障，有效降低了因风偏导致的线路故障风险。
-
公开(公告)号：CN117977676A
公开(公告)日：2024-05-03
申请号：CN202311764441.4
申请日：2023-12-20
申请人： 广西电网有限责任公司电力科学研究院 , 湖南大学
摘要： 本发明公开了一种基于R‑GCN模型的微电网拓扑识别方法及系统包括，获取微电网电压数据，并对微电网电压数据进行第一预处理，将预处理后的数据分为训练集与测试集；对训练集进行第二预处理，获取微电网节点连接关系三元组样本数据，将微电网节点连接关系三元组样本数据输入预设微电网拓扑识别R‑GCN模型中，并进行迭代更新；若电网拓扑识别R‑GCN模型达到最大迭代次数，则输出最大迭代次数时的模型参数，并结合测试集与打分操作，完成微电网拓扑识别。本发明良好得解决了微电网的拓扑识别难题，能够在无先验拓扑知识的情况下，识别出节点类型及各节点间的连接关系提供更为准确详细的拓扑信息。
-
公开(公告)号：CN116435988A
公开(公告)日：2023-07-14
申请号：CN202310253840.8
申请日：2023-03-16
申请人： 广西电网有限责任公司电力科学研究院
IPC分类号： H02J3/00 , G06F18/15 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/086 , G06N3/048
摘要： 本发明公开了一种基于多损失函数协同优化的负荷预测方法，通过获取配电变压器负荷历史数据，并进行缺失值补充，根据补充数值后的数据建立电力系统配电变压器负荷预测的数据集；根据电力系统配电变压器负荷预测的数据集，建立基于长短期记忆递归神经网络和全连接神经网络的负荷预测模型，采用正态初始化网络参数；构建组合损失函数，并设设置组合损失函数的权重初值；对组合函数的权重进行优化得到最优权重；根据组合损失函数的最优权重训练负荷预测模型，通过训练后的混合神经网络进行负荷预测。通过多损失函数协同优化，减小负荷预测模型的泛化误差，解决了负荷预测模型在工程环境中预测精度不高的问题。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.043 秒)
