-
公开(公告)号：CN113484678B
公开(公告)日：2023-11-28
申请号：CN202110777815.0
申请日：2021-07-09
Applicant: 杭州电子科技大学 , 国网湖北省电力有限公司 , 中国电力科学研究院有限公司
IPC: G01R31/08
Abstract: 本发明公开了一种基于EWM的电网故障冲击强度量化指标分析方法。根据电网故障暂态数据建立子指标模型，求取目标节点的电压跌落面积，电压跌落幅值和电压变化率，建立决策矩阵并对矩阵数据进行效用型归一化处理，然后根据EWM，计算评价对象的特征比重、计算指标的熵值、计算信息冗余度、计算各项指标的权重，最后计算每个评价对象的综合评分即量化指标的值。本发明方法原理简单，计算快速，具有良好的性能，可在短的时间内实现对电力系统发生故障冲击后，系统节点电压稳定性的量化表示，具有很好的使用价值，同时可通过数据的可视化，在一定程度上增强人工对系统故障严重程度的评判，以采取控制策略，防止故障的进一步扩大。
-
公开(公告)号：CN113484678A
公开(公告)日：2021-10-08
申请号：CN202110777815.0
申请日：2021-07-09
Applicant: 杭州电子科技大学 , 国网湖北省电力有限公司 , 中国电力科学研究院有限公司
IPC: G01R31/08
Abstract: 本发明公开了一种基于EWM的电网故障冲击强度量化指标分析方法。根据电网故障暂态数据建立子指标模型，求取目标节点的电压跌落面积，电压跌落幅值和电压变化率，建立决策矩阵并对矩阵数据进行效用型归一化处理，然后根据EWM，计算评价对象的特征比重、计算指标的熵值、计算信息冗余度、计算各项指标的权重，最后计算每个评价对象的综合评分即量化指标的值。本发明方法原理简单，计算快速，具有良好的性能，可在短的时间内实现对电力系统发生故障冲击后，系统节点电压稳定性的量化表示，具有很好的使用价值，同时可通过数据的可视化，在一定程度上增强人工对系统故障严重程度的评判，以采取控制策略，防止故障的进一步扩大。
-
公开(公告)号：CN111725802B
公开(公告)日：2021-10-08
申请号：CN202010493766.3
申请日：2020-06-03
Applicant: 杭州电子科技大学 , 中国电力科学研究院有限公司 , 国网湖北省电力有限公司
IPC: H02J3/00
Abstract: 本发明涉及一种基于深度神经网络的交直流混联电网暂态稳定判断方法，属于电网暂态稳定评估领域。现代电网出现了信息物理融合与大电网复杂互联等新特征，对电力系统暂态稳定评估方法产生了极大的影响。为了能够适应未来电网出现的新特性，本发明将深度学习方法引入电力系统暂态稳定判断；通过仿真获取能够反应交直流电网系统特征的暂态样本数据集，利用深度学习架构对特征数据集与稳定结果之间的映射关系进行训练。采用改进的IEEE新英格兰10机39节点作为测试系统，相较于常用的浅层学习方法支持向量机、决策树，本发明所采用的的技术方案能够更快实现暂态稳定评估，评估准确率更高，泛化能力更强。
-
公开(公告)号：CN111725802A
公开(公告)日：2020-09-29
申请号：CN202010493766.3
申请日：2020-06-03
Applicant: 杭州电子科技大学 , 中国电力科学研究院有限公司 , 国网湖北省电力有限公司
IPC: H02J3/00
Abstract: 本发明涉及一种基于深度神经网络的交直流混联电网暂态稳定判断方法，属于电网暂态稳定评估领域。现代电网出现了信息物理融合与大电网复杂互联等新特征，对电力系统暂态稳定评估方法产生了极大的影响。为了能够适应未来电网出现的新特性，本发明将深度学习方法引入电力系统暂态稳定判断；通过仿真获取能够反应交直流电网系统特征的暂态样本数据集，利用深度学习架构对特征数据集与稳定结果之间的映射关系进行训练。采用改进的IEEE新英格兰10机39节点作为测试系统，相较于常用的浅层学习方法支持向量机、决策树，本发明所采用的的技术方案能够更快实现暂态稳定评估，评估准确率更高，泛化能力更强。
-
公开(公告)号：CN110533549B
公开(公告)日：2022-04-29
申请号：CN201910629044.3
申请日：2019-07-12
Applicant: 杭州电子科技大学 , 中国电力科学研究院有限公司 , 国网湖北省电力有限公司
Abstract: 本发明公开了一种基于GA优化RS‑BP神经网络电网故障定位方法。针对电网故障数据采集系统中的不确定、错误以及冗余信息，甚至部分重要信息的丢失，提高电网故障定位的快速性和准确性，本发明采用的技术方案：利用遗传算法（Genetic Algorithm,GA）优化粗糙集(Rough Set,RS)，对故障决策表进行约简，得到最小约简属性，简化BP神经网络结构，并且用改进的GA优化BP神经网络的初始权值阈值，再使用BP算法局部搜索细化，避免陷入局部极小值，形成基于GA优化RS‑BP神经网络模型。本发明能够准确有效地进行故障定位，提高故障诊断速度和准确率。
-
Patent Agency Ranking
公开(公告)号：CN110533549A
公开(公告)日：2019-12-03
申请号：CN201910629044.3
申请日：2019-07-12
Applicant: 杭州电子科技大学 , 中国电力科学研究院有限公司 , 国网湖北省电力有限公司
Abstract: 本发明公开了一种基于GA优化RS-BP神经网络电网故障定位方法。针对电网故障数据采集系统中的不确定、错误以及冗余信息，甚至部分重要信息的丢失，提高电网故障定位的快速性和准确性，本发明采用的技术方案：利用遗传算法（Genetic Algorithm,GA）优化粗糙集(Rough Set,RS)，对故障决策表进行约简，得到最小约简属性，简化BP神经网络结构，并且用改进的GA优化BP神经网络的初始权值阈值，再使用BP算法局部搜索细化，避免陷入局部极小值，形成基于GA优化RS-BP神经网络模型。本发明能够准确有效地进行故障定位，提高故障诊断速度和准确率。
-
公开(公告)号：CN112952771A
公开(公告)日：2021-06-11
申请号：CN202110109643.X
申请日：2021-01-26
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网湖北省电力有限公司
Abstract: 本发明公开了一种用于交直流混联电网的故障识别与控制系统及方法，属于电力系统技术领域。本发明系统，包括：识别层，发出设备故障预警信号；分析及研判层，发出连锁故障预警信号；量化层，根据量化数据确定控制措施数据及发出故障区域预警信号；控制层，根据控制措施数据控制交直流混联电网运行并清除故障。本发明为大电网安全预警和控制提供快速精准的故障感知触角，实现交直流混联电网关键设备故障的快速精准识别，以及系统连锁故障准确快速的智能判断以及实时控制，提升电网运行人员对薄弱断面和复杂故障形态认知水平，可应用于省级电网、区域电网、跨区交直流混联电网的故障监测、预警和实时控制等典型场景，切实提升电网管控水平。
-
公开(公告)号：CN119561009A
公开(公告)日：2025-03-04
申请号：CN202411591491.1
申请日：2024-11-08
Applicant: 中国电力科学研究院有限公司 , 国网湖北省电力有限公司电力科学研究院
IPC: H02J3/00 , G06F18/10 , G06F18/20 , G06N3/045 , G06F123/02
Abstract: 本发明公开了一种基于模态分解和独立注意力机制的电力系统负荷预测方法及系统，包括：获取用于负荷预测的负荷历史数据；对所述负荷历史数据进行经验模态分解，获取第一本征模态函数分量，并基于所述第一本征模态函数分量获取第二本征模态函数分量；构建包含独立注意力机制的i Transformer模型；将所述第二本征模态函数分量输入到所述i Transformer模型中，输出负荷预测值。本发明提出的模型相较于目前主流的预测模型具有更高的预测性能，将其应用于电网中，能够显著提高负荷序列数据分析和预测的精度和效率，增强电网的稳定性和鲁棒性，提升电网管理和运营的效率，并为智能电网的发展提供有力支持。
-
公开(公告)号：CN112952771B
公开(公告)日：2023-10-31
申请号：CN202110109643.X
申请日：2021-01-26
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网湖北省电力有限公司
Abstract: 本发明公开了一种用于交直流混联电网的故障识别与控制系统及方法，属于电力系统技术领域。本发明系统，包括：识别层，发出设备故障预警信号；分析及研判层，发出连锁故障预警信号；量化层，根据量化数据确定控制措施数据及发出故障区域预警信号；控制层，根据控制措施数据控制交直流混联电网运行并清除故障。本发明为大电网安全预警和控制提供快速精准的故障感知触角，实现交直流混联电网关键设备故障的快速精准识别，以及系统连锁故障准确快速的智能判断以及实时控制，提升电网运行人员对薄弱断面和复杂故障形态认知水平，可应用于省级电网、区域电网、跨区交直流混联电网的故障监测、预警和实时控制等典型场景，切实提升电网管控水平。
-
公开(公告)号：CN112051481B
公开(公告)日：2021-05-18
申请号：CN202010810874.9
申请日：2020-08-12
Applicant: 华中科技大学 , 中国电力科学研究院有限公司 , 国网湖北省电力有限公司 , 国家电网有限公司
Abstract: 本发明属于电力系统输电安全技术领域，公开了一种基于LSTM的交直流混联电网故障区域诊断方法和系统。包括：构建电力系统时域仿真模型仿真多种工况获取全网节点电压幅值及对应标签得到基础样本集；用滑动窗口方法截取基础样本获得训练故障时刻判断模型和故障区域判断模型的样本集合进行训练并适当调整模型相关参数；输入当前滑动窗口时刻的样本，故障时刻判断模型判断是否发生故障，如果确认发生故障则将样本输入故障区域判断模型，获得故障位置；最后输出当前故障诊断信息。本发明利用深度神经网络能快速有效地确定电网中的故障发生时刻并且确定故障区域，在不同运行工况及一定噪声条件下都具有较好的性能，能适应复杂电力系统中故障诊断的需求。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.146 seconds)
