-
公开(公告)号：CN117134324A
公开(公告)日：2023-11-28
申请号：CN202310935922.0
申请日：2023-07-28
Applicant: 浙江大学 , 国网电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院
IPC: H02J3/00
Abstract: 本发明公开了一种网省地多级调度协同恢复方法，包括提出台风灾害下基于线路恢复可靠性的电网恢复安全风险评估指标；构建考虑恢复安全风险的网省地多级调度全阶段协同恢复优化模型；提出台风场景下全省大停电后的网省地多级调度协同恢复方法。本发明还公开了一种网省地多级调度协同恢复装置，用于实施上述恢复方法。本发明通过对电网恢复安全进行风险评估，有效避免因为恢复安全风险产生的额外控制代价；相比只考虑输配协同的电力系统恢复方法而言本发明中的方法还考虑了恢复安全风险，选择在后期进行恢复避免了台风过境时因二次停电造成额外的控制代价，本发明具有更快的黑启动和负荷恢复速度，从而可以得到更高的电力系统恢复净收益。
-
公开(公告)号：CN117436351B
公开(公告)日：2024-03-29
申请号：CN202311752694.X
申请日：2023-12-19
Applicant: 国网浙江省电力有限公司金华供电公司 , 国网浙江省电力有限公司 , 国网电力科学研究院有限公司 , 北京科东电力控制系统有限责任公司
Inventor： 张越 , 皮俊波 , 项中明 , 单连飞 , 吴华华 , 齐世雄 , 孙文多 , 谷炜 , 安卓阳 , 姜涛 , 郑翔 , 马翔 , 余建明 , 沈曦 , 沃建栋 , 黄启航 , 楼贤嗣 , 刘艳 , 乔咏田 , 刘栋 , 方璇 , 康福权
IPC: G06F30/27 , G01R31/00 , G01R31/08 , G06N5/022 , G06N3/0455 , G06N3/0499 , G06N3/0464 , G06N3/084 , G06F18/2415 , G06F18/22 , G06F18/25 , G06F16/36 , G06Q50/06 , G06F111/08 , G06N3/048
Abstract: 本发明公开了复杂气象下基于知识图谱的电网设备故障预测方法及系统，通过Transformer和知识图谱技术作为预测的基本手段，并在训练过程中，同步训练Transformer预测模型和基于知识图谱预测模型的BP神经网络分类器，借助知识图谱的独特数据结构，找出相关联的节点和节点关系，进一步找到相关的历史案例数据，再进行调整以优化样本质量，进而使得预测准确率可以进一步提高。本发明综合运用Transformer模型和知识图谱作为概率预测的工具，数据和知识融合驱动的模式不仅会从所有历史数据记录中受益，也能充分利用知识进行故障预测，能够有效快速地预测出特定气象条件下电力系统设备事故的发生概率，极大提升了故障数据利用的灵活性，提高预测的准确性、可靠性、稳定性。
-
公开(公告)号：CN117314158A
公开(公告)日：2023-12-29
申请号：CN202311220234.2
申请日：2023-09-20
Applicant: 国网浙江省电力有限公司金华供电公司 , 国网电力科学研究院有限公司 , 国家电网有限公司 , 国网浙江省电力有限公司
Inventor： 单连飞 , 皮俊波 , 齐世雄 , 项中明 , 张越 , 姜涛 , 谷炜 , 孙文多 , 郑翔 , 马翔 , 沃建栋 , 贺启飞 , 宋鹏程 , 黄启航 , 楼贤嗣 , 余建明 , 刘艳 , 田庄 , 曹帅 , 王国阳 , 施云辉 , 刘栋 , 乔咏田
IPC: G06Q10/0635 , G06Q50/06
Abstract: 一种故障处置策略生成方法，方法包括：步骤1、采集电网故障处置预案，从所述电网故障处置预案中基于定制化脚本提取预案文本语句；步骤2、设计基于预案句法分析及语义特征识别的实体提取和意图分类框架，并基于联合标注工具标记所述预案文本语句，以生成训练数据集；步骤3、构建实体和意图一站式识别抽取框架模型，将所述实体和意图训练数据集输入至所述模型中以生成多实体语义编码向量库；步骤4、基于所述模型解析告警信息和运行方式，得到故障多类实体，采用语义编码计算向量与多类实体的最佳语义匹配度；步骤5、基于最佳语义匹配度判别电网故障处置预案是否符合当前电网运行方式，更新生成故障处置策略。
-
Patent Agency Ranking
公开(公告)号：CN117436351A
公开(公告)日：2024-01-23
申请号：CN202311752694.X
申请日：2023-12-19
Applicant: 国网浙江省电力有限公司金华供电公司 , 国网浙江省电力有限公司 , 国网电力科学研究院有限公司 , 北京科东电力控制系统有限责任公司
Inventor： 张越 , 皮俊波 , 项中明 , 单连飞 , 吴华华 , 齐世雄 , 孙文多 , 谷炜 , 安卓阳 , 姜涛 , 郑翔 , 马翔 , 余建明 , 沈曦 , 沃建栋 , 黄启航 , 楼贤嗣 , 刘艳 , 乔咏田 , 刘栋 , 方璇 , 康福权
IPC: G06F30/27 , G01R31/00 , G01R31/08 , G06N5/022 , G06N3/0455 , G06N3/0499 , G06N3/0464 , G06N3/084 , G06F18/2415 , G06F18/22 , G06F18/25 , G06F16/36 , G06Q50/06 , G06F111/08 , G06N3/048
Abstract: 本发明公开了复杂气象下基于知识图谱的电网设备故障预测方法及系统，通过Transformer和知识图谱技术作为预测的基本手段，并在训练过程中，同步训练Transformer预测模型和基于知识图谱预测模型的BP神经网络分类器，借助知识图谱的独特数据结构，找出相关联的节点和节点关系，进一步找到相关的历史案例数据，再进行调整以优化样本质量，进而使得预测准确率可以进一步提高。本发明综合运用Transformer模型和知识图谱作为概率预测的工具，数据和知识融合驱动的模式不仅会从所有历史数据记录中受益，也能充分利用知识进行故障预测，能够有效快速地预测出特定气象条件下电力系统设备事故的发生概率，极大提升了故障数据利用的灵活性，提高预测的准确性、可靠性、稳定性。
-
公开(公告)号：CN116910633B
公开(公告)日：2024-01-23
申请号：CN202311185551.5
申请日：2023-09-14
Applicant: 北京科东电力控制系统有限责任公司 , 国家电网有限公司 , 国网浙江省电力有限公司 , 国网电力科学研究院有限公司 , 国家电网有限公司华东分部 , 国网浙江省电力有限公司金华供电公司
Inventor： 皮俊波 , 齐世雄 , 项中明 , 余建明 , 谷炜 , 孙文多 , 周毅 , 郑翔 , 沃建栋 , 贺启飞 , 宋鹏程 , 黄启航 , 楼贤嗣 , 马翔 , 安卓阳 , 田庄 , 曹帅 , 王国阳 , 张越 , 孙近文 , 施云辉 , 刘艳 , 单连飞 , 张连超 , 刘栋
Abstract: 一种基于多模态知识混合推理的电网故障预测方法，方法包括：采集电网多模态原始数据信息并进行预处理以获得多模态有效数据；在多模态有效数据上添加标签形式的标注信息，将多模态有效数据中的信息与知识图谱的实体、属性和关系进行对应，以获得多模态标签数据；针对多模态标签数据的每一种模态，分别采用对应的模态模型进行格式转换和知识抽取，而后采用文本相似度算法对多模态的知识抽取结果进行融合和对齐，从而获得多模态故障推理模型；以电网运行状态、4种复杂气象和地理位置数据作为输入，基于多模态故障推理模型，采用基于分布式表示的知识推理算法推理出当前环境下的电网故障类型，得到预测结果。(56)对比文件CN 115270881 A,2022.11.01CN 113947320 A,2022.01.18CN 114707227 A,2022.07.05CN 116226735 A,2023.06.06CN 116402062 A,2023.07.07US 2023065468 A1,2023.03.02US 2023169309 A1,2023.06.01
-
公开(公告)号：CN116910633A
公开(公告)日：2023-10-20
申请号：CN202311185551.5
申请日：2023-09-14
Applicant: 北京科东电力控制系统有限责任公司 , 国家电网有限公司 , 国网浙江省电力有限公司 , 国网电力科学研究院有限公司 , 国家电网有限公司华东分部 , 国网浙江省电力有限公司金华供电公司
Inventor： 皮俊波 , 齐世雄 , 项中明 , 余建明 , 谷炜 , 孙文多 , 周毅 , 郑翔 , 沃建栋 , 贺启飞 , 宋鹏程 , 黄启航 , 楼贤嗣 , 马翔 , 安卓阳 , 田庄 , 曹帅 , 王国阳 , 张越 , 孙近文 , 施云辉 , 刘艳 , 单连飞 , 张连超 , 刘栋
Abstract: 一种基于多模态知识混合推理的电网故障预测方法，方法包括：采集电网多模态原始数据信息并进行预处理以获得多模态有效数据；在多模态有效数据上添加标签形式的标注信息，将多模态有效数据中的信息与知识图谱的实体、属性和关系进行对应，以获得多模态标签数据；针对多模态标签数据的每一种模态，分别采用对应的模态模型进行格式转换和知识抽取，而后采用文本相似度算法对多模态的知识抽取结果进行融合和对齐，从而获得多模态故障推理模型；以电网运行状态、4种复杂气象和地理位置数据作为输入，基于多模态故障推理模型，采用基于分布式表示的知识推理算法推理出当前环境下的电网故障类型，得到预测结果。
-
公开(公告)号：CN119787368A
公开(公告)日：2025-04-08
申请号：CN202411906387.7
申请日：2024-12-23
Applicant: 清华大学 , 国网江苏省电力有限公司 , 国网电力科学研究院有限公司 , 国网江苏省电力有限公司宿迁供电分公司
IPC: H02J3/06 , G06Q10/063 , G06Q50/06 , G06F18/2323 , H02J3/46 , G01R21/00 , G01R31/00
Abstract: 本申请特别涉及一种电力系统关键输电断面的动态识别方法、装置及电子设备，包括：基于电气特性数据对电力系统进行动态分区，得到多个输电断面，根据拓扑特征、参数和初始潮流流向计算电力系统中每个输电断面的功率传输广度影响因子和功率传输深度影响因子，根据电力系统线路负载率计算电力系统中每个输电断面的支路脆弱性指标，根据功率传输广度影响因子、功率传输深度影响因子和支路脆弱性指标计算每个输电断面的支路脆弱性评估指标并进行加和，得到电力系统的关键输电断面。由此，解决了处理复杂多变的电力系统时，忽略了电力系统的不确定性、潮流拓扑结构变化、网络参数和电力系统初始潮流方向等因素，增加电力系统的不确定性和复杂性等问题。
-
公开(公告)号：CN119539080A
公开(公告)日：2025-02-28
申请号：CN202411604675.7
申请日：2024-11-12
Applicant: 国家电网有限公司华中分部 , 国网电力科学研究院有限公司 , 国家电网有限公司 , 北京科东电力控制系统有限责任公司
IPC: G06N5/04 , G06N5/022 , G06N3/045 , G06N3/047 , G06N3/0442 , G06N3/08 , G06N3/0455 , G06F40/279
Abstract: 本发明涉及一种电网多重严重故障智能分析方法与系统、存储介质，包括基于电网历史运行过程中多维度数据和多重神经网络融合模型，形成多重严重故障演化特征自动识别模型；提取历史断面中实体的状态和属性，从中筛查发生故障时刻的实体信息并整合，建立多重严重故障推理模型；基于预训练语言模型，神经网络建立多重严重故障智能分析模型；接收电网运行故障时刻的故障特征文本，融合多重严重故障推理模型中的实体信息，输出此故障时刻的概率故障事件，多重严重故障推理模型依据概率故障事件分析演化特征，预测下一次故障信息。本发明能够智能化地分析和自动识别电网运行过程中每个阶段的演化特征，并且对演化特征对电网影响的分析具有重要意义。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.063 seconds)
