-
公开(公告)号：CN110365638B
公开(公告)日：2021-07-09
申请号：CN201910449705.4
申请日：2019-05-28
摘要： 本发明涉及一种上行控制监测方法，尤其涉及一种泛在物联网室内分布共享上行控制监测方法。按以下步骤进行：共享系统组成→共享方法步骤→监测步骤。一种泛在物联网室内分布共享上行控制监测方法极大的保障网络信息安全。
-
公开(公告)号：CN116316629B
公开(公告)日：2024-09-03
申请号：CN202211690444.3
申请日：2022-12-27
申请人： 杭州电力设备制造有限公司 , 国网浙江省电力有限公司杭州市余杭区供电公司 , 国网浙江省电力有限公司杭州供电公司 , 重庆大学
摘要： 本发明公开一种考虑拓扑特征学习的数据驱动最优潮流计算方法，包括以下步骤：1)建立电力系统最优潮流模型；2)构建基于最优潮流模型的图卷积神经网络，并对图卷积神经网络进行训练，得到最优潮流计算的神经网络模型；3)基于电力系统最优潮流模型，构建神经网络模型输入特征；4)将神经网络模型输入特征输入到最优潮流计算的神经网络模型中，得到最优潮流计算结果。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络，对于多种拓扑具有良好的适应性。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络，对于多种拓扑具有良好的适应性，同时利用本发明计算得到的最优潮流结果近似数值计算结果。
-
公开(公告)号：CN111181168A
公开(公告)日：2020-05-19
申请号：CN202010029754.5
申请日：2020-01-13
发明人： 金仁云 , 胡苏剑 , 许金彤 , 韩荣杰 , 王鹏程 , 黄吾康 , 潘圆君 , 潘珲 , 潘国荣 , 张永军 , 李肖军 , 孙栋梁 , 古永富 , 姚芳芳 , 傅浩峰 , 周艳 , 张驰 , 马妍 , 李俊斐 , 孙浩然 , 金日宏 , 吴顺利 , 金磊
摘要： 本发明提出一种新型低压混合补偿方法，以其中一台SVG作为主机，其余的SVG和APF作为从机，智能电容器将自己的状态信息发送给主机SVG，主机SVG根据发送过来的状态信息得知各智能电容器的补偿情况，主机SVG对电网采样，主机SVG实施控制，包含的过程如下：1)、若第一台APF容量无法满足谐波电流补偿容量时，第二台APF将会执行剩余谐波电流补偿，以此类推。2)、主机SVG的第一控制单元将采集到的电流波形利用DFT算法计算出电流的有效值，进而推导出无功电流大小；投入过程，需要补偿的无功电流大小记为Q投总，主机SVG分配智能电容器和主从机SVG的补偿容量大小；切除过程，需要切除的无功电流大小记为Q切总，主机SVG分配智能电容器与主从机SVG的补偿容量大小；优点是，达到合理、经济、有效的目的。
-
公开(公告)号：CN111181168B
公开(公告)日：2024-08-23
申请号：CN202010029754.5
申请日：2020-01-13
发明人： 金仁云 , 胡苏剑 , 许金彤 , 韩荣杰 , 王鹏程 , 黄吾康 , 潘圆君 , 潘珲 , 潘国荣 , 张永军 , 李肖军 , 孙栋梁 , 古永富 , 姚芳芳 , 傅浩峰 , 周艳 , 张驰 , 马妍 , 李俊斐 , 孙浩然 , 金日宏 , 吴顺利 , 金磊
摘要： 本发明提出一种新型低压混合补偿方法，以其中一台SVG作为主机，其余的SVG和APF作为从机，智能电容器将自己的状态信息发送给主机SVG，主机SVG根据发送过来的状态信息得知各智能电容器的补偿情况，主机SVG对电网采样，主机SVG实施控制，包含的过程如下：1)、若第一台APF容量无法满足谐波电流补偿容量时，第二台APF将会执行剩余谐波电流补偿，以此类推。2)、主机SVG的第一控制单元将采集到的电流波形利用DFT算法计算出电流的有效值，进而推导出无功电流大小；投入过程，需要补偿的无功电流大小记为Q投总，主机SVG分配智能电容器和主从机SVG的补偿容量大小；切除过程，需要切除的无功电流大小记为Q切总，主机SVG分配智能电容器与主从机SVG的补偿容量大小；优点是，达到合理、经济、有效的目的。
-
公开(公告)号：CN116316629A
公开(公告)日：2023-06-23
申请号：CN202211690444.3
申请日：2022-12-27
申请人： 杭州电力设备制造有限公司 , 国网浙江省电力有限公司杭州市余杭区供电公司 , 国网浙江省电力有限公司杭州供电公司 , 重庆大学
摘要： 本发明公开一种考虑拓扑特征学习的数据驱动最优潮流计算方法，包括以下步骤：1)建立电力系统最优潮流模型；2)构建基于最优潮流模型的图卷积神经网络，并对图卷积神经网络进行训练，得到最优潮流计算的神经网络模型；3)基于电力系统最优潮流模型，构建神经网络模型输入特征；4)将神经网络模型输入特征输入到最优潮流计算的神经网络模型中，得到最优潮流计算结果。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络，对于多种拓扑具有良好的适应性。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络，对于多种拓扑具有良好的适应性，同时利用本发明计算得到的最优潮流结果近似数值计算结果。
-
公开(公告)号：CN110365638A
公开(公告)日：2019-10-22
申请号：CN201910449705.4
申请日：2019-05-28
申请人： 杭州电力设备制造有限公司
摘要： 本发明涉及一种上行控制监测方法，尤其涉及一种泛在物联网室内分布共享上行控制监测方法。按以下步骤进行：共享系统组成→共享方法步骤→监测步骤。一种泛在物联网室内分布共享上行控制监测方法极大的保障网络信息安全。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.04 秒)
