-
公开(公告)号：CN113991671A
公开(公告)日：2022-01-28
申请号：CN202111457350.7
申请日：2021-12-02
Applicant: 永嘉县电力实业有限公司 , 浙江大学
Inventor： 潘李克 , 张正晓 , 杨成丰 , 黄刚 , 李忠 , 潘修义 , 赵长春 , 潘群琼 , 麻王崇 , 岳晓云 , 冯文碧 , 李智敏 , 徐成淦 , 柯鹏程 , 朱禹泓 , 周永智
IPC: H02J3/00
Abstract: 本发明公开了一种考虑配电网频率稳定和负荷重要程度的山区末端配电网的自愈恢复方法。电力系统关系国计民生，末端配电网的自愈恢复方法优化对维持电力系统安全稳定运行至关重要。本发明的自愈恢复方法，通过遍历所有可行初始开关配置的所有可行解，找到自愈恢复成本最低的自愈恢复方法。本发明考虑了在自愈恢复过程中满足电力系统频率稳定和重要负荷优先恢复，对保障电力系统安全稳定运行有着重要意义。
-
公开(公告)号：CN117910367A
公开(公告)日：2024-04-19
申请号：CN202410320022.X
申请日：2024-03-20
Applicant: 浙江大学
IPC: G06F30/27 , G06N3/0499 , G06N3/09 , G06F17/11 , H02J3/00
Abstract: 本发明公开了一种基于物理信息神经网络的电力系统受扰轨迹预测方法。该方法获取包含受扰的电力系统轨迹并输入至训练好的基于物理信息神经网络，获得电力系统受扰轨迹的预测结果；其中，所述电力系统轨迹由若干时间步对应的电力系统状态变量构成；所述训练好的基于物理信息神经网络同时利用了数据驱动方法的快速性和机理性方法的强可解释性，利用电力系统的物理机理指导数据驱动的神经网络的训练过程，从而使获得的基于物理信息神经网络能实现快速、准确的受扰轨迹预测与暂态稳定评估。
-
公开(公告)号：CN114362151B
公开(公告)日：2023-12-12
申请号：CN202111590885.1
申请日：2021-12-23
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度强化学习和级联图神经网络的潮流收敛性调整方法，采用级联图神经网络，通过该网络的数据拟合当前潮流数据与潮流收敛概率的非线性映射关系，同时利用该网络所得的潮流收敛概率作为深度强化学习的奖赏函数设计参照之一。强化学习可通过不断进行动作(潮流调整动作)与环境(当前潮流参数)的交互，通过环境的对于动作的奖赏学习到可调整的动作策略，并利用深度学习构建当前环境下不同动作与动作最终价值之间的非线性映射关系。本方法将前述级联图神经网络得到的潮流收敛概率作为奖赏函数的设计参考之一，最终得到潮流收敛性调整策略，对保障电力系统安全稳定运行有着重要意义。
-
公开(公告)号：CN114362151A
公开(公告)日：2022-04-15
申请号：CN202111590885.1
申请日：2021-12-23
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度强化学习和级联图神经网络的潮流收敛性调整方法，采用级联图神经网络，通过该网络的数据拟合当前潮流数据与潮流收敛概率的非线性映射关系，同时利用该网络所得的潮流收敛概率作为深度强化学习的奖赏函数设计参照之一。强化学习可通过不断进行动作(潮流调整动作)与环境(当前潮流参数)的交互，通过环境的对于动作的奖赏学习到可调整的动作策略，并利用深度学习构建当前环境下不同动作与动作最终价值之间的非线性映射关系。本方法将前述级联图神经网络得到的潮流收敛概率作为奖赏函数的设计参考之一，最终得到潮流收敛性调整策略，对保障电力系统安全稳定运行有着重要意义。
-
公开(公告)号：CN113991671B
公开(公告)日：2024-07-30
申请号：CN202111457350.7
申请日：2021-12-02
Applicant: 永嘉县电力实业有限公司 , 浙江大学
Inventor： 潘李克 , 张正晓 , 杨成丰 , 黄刚 , 李忠 , 潘修义 , 赵长春 , 潘群琼 , 麻王崇 , 岳晓云 , 冯文碧 , 李智敏 , 徐成淦 , 柯鹏程 , 朱禹泓 , 周永智
IPC: H02J3/00
Abstract: 本发明公开了一种考虑配电网频率稳定和负荷重要程度的山区末端配电网的自愈恢复方法。电力系统关系国计民生，末端配电网的自愈恢复方法优化对维持电力系统安全稳定运行至关重要。本发明的自愈恢复方法，通过遍历所有可行初始开关配置的所有可行解，找到自愈恢复成本最低的自愈恢复方法。本发明考虑了在自愈恢复过程中满足电力系统频率稳定和重要负荷优先恢复，对保障电力系统安全稳定运行有着重要意义。
-
Patent Agency Ranking
-
公开(公告)号：CN114548762A
公开(公告)日：2022-05-27
申请号：CN202210161660.2
申请日：2022-02-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于时空图神经网络的电力系统连锁故障风险实时评估方法及系统。本发明的连锁故障风险实时预测方法及系统，通过时空图神经网络提取了历史故障中时序电气特征与最终故障规模间的高度非线性映射关系，并基于这种映射关系根据电力系统实时运行数据预测连锁故障风险。本发明考虑了连锁故障风险的实时预测，对保障电力系统安全稳定运行有着重要意义。
-
公开(公告)号：CN114611590B
公开(公告)日：2025-05-13
申请号：CN202210194662.1
申请日：2022-03-01
Applicant: 浙江大学
Abstract: 本发明公开了一种基于图神经网络的电力系统缺失数据重建方法及系统。本发明将当前时刻存在缺失的电力系统运行数据构建成矩阵并输入至一训练好的图神经网络，获得当前时刻重建的完整的电力系统运行数据；所述矩阵中缺失的电力系统运行数据为远离正常值的固定值表示；所述图神经网络利用基于所述电力系统收集的历史运行数据训练获得。本发明利用图神经网络从历史数据中学习到量测数据间复杂的时空相关性，从而准确高效的重建缺失的电力系统数据。本发明考虑了电力系统缺失数据重建，对保障电力系统安全稳定运行有着重要意义。
-
-
公开(公告)号：CN117996861B
公开(公告)日：2024-06-11
申请号：CN202410391573.5
申请日：2024-04-02
Applicant: 浙江大学
IPC: H02J3/46 , H02J15/00 , H02J3/38 , H02J3/00 , C25B9/65 , C25B15/02 , C25B1/04 , G06Q50/06 , G06Q10/0631
Abstract: 本发明公开了一种配电网光水耦合余电制氢调度方法及能量管理装置。首先，本发明方法构建了计及反向负载率越限风险约束的优化调度模型，并基于态势感知技术获取日前配电网区域内清洁能源出力、负荷需求的预测曲线，利用优化调度模型，求解获得配电网区域内各制氢设备的日前用电功率计划曲线。本发明实现了配电网水光耦合余电制氢能量管理装置的研发包括日前优化调度指令生成模块。本发明还考虑了不同季节下日前优化调度策略差异和输电断面承载容量机会约束对调度指令的影响，对日前用电功率计划曲线进行修正，在保证安全稳定约束的前提下，对提升清洁能源消纳能力和配网的经济效益有着重要意义。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.015 seconds)
