公开(公告)号：CN118798567A

公开(公告)日：2024-10-18

申请号：CN202410960842.5

申请日：2024-07-17

申请人： 西安交通大学 ,  国网河南省电力公司电力科学研究院

发明人： 李更丰 ,  孙思源 ,  田圳汀 ,  别朝红 ,  陈明 ,  卞艺衡 ,  黄小川 ,  刘金 ,  牛荣泽 ,  李文轩 ,  薛艳艳 ,  尚博文 ,  李丰君 ,  徐恒博 ,  徐铭铭 ,  冯光

IPC分类号： G06Q10/0631 ,  G06Q50/06 ,  G06Q50/26 ,  G06F17/10

摘要： 本发明公开了一种面向城市内涝的弹性配电系统改造规划方法及系统，整理城市地区地下配电网的基础数据，结合历史站房内涝数据形成包括配电系统节点、配电系统线路、变电站节点和灾难场景集合的电网数据；基于电网数据建立基于场景的两阶段随机混合整数规划模型；基于整数L型方法的改进框架求解两阶段随机混合整数规划模型，得到最优改造规划方案。本发明在不影响问题最优解和最优目标函数值的情况下，提高计算效率，减少问题求解耗时。

公开(公告)号：CN117333020A

公开(公告)日：2024-01-02

申请号：CN202311401026.2

申请日：2023-10-26

申请人： 西安交通大学 ,  国网河南省电力公司电力科学研究院

发明人： 李更丰 ,  孙思源 ,  刘金 ,  别朝红 ,  李文轩 ,  卞艺衡 ,  范康健 ,  李丰君 ,  徐铭铭 ,  郭剑黎

IPC分类号： G06Q10/0635 ,  G06Q50/06 ,  G06F30/20 ,  G06Q10/047 ,  G06Q10/067 ,  G06F111/04 ,  G06F113/04

摘要： 本发明公开了一种配电网雨洪灾害场景推演方法、系统、芯片及设备，基于城市地理信息构建配电网元件脆弱性模型；构建包括操作安全约束与辐射状拓扑约束的网络重构模型；基于道路水深与车辆行驶速度间的关系构建交通淹没模型，确定城市内涝情形下的出行时间；依据得到的配电网元件脆弱性模型确定淹没节点，对出行的路线优化建模，确定出行路线；基于得到的网络重构模型与出行路线构建配电系统响应与恢复的协同优化模型，量化道路淹没对电量损失和停电时间的影响，得到内涝下的配电网灾害场景。本发明能够体现道路淹没对配电网电量损失与停电时长的影响，并模拟出行人员在内涝下的出行情况。

公开(公告)号：CN117421859A

公开(公告)日：2024-01-19

申请号：CN202311138034.2

申请日：2023-09-05

申请人： 国网河南省电力公司电力科学研究院 ,  西安交通大学 ,  国网河南省电力公司

发明人： 宋伟 ,  姚德贵 ,  周宁 ,  李丰君 ,  李文轩 ,  李更丰 ,  孙思源 ,  别朝红 ,  刘金 ,  董轩 ,  郭剑黎 ,  彭磊 ,  郭祥富 ,  尚德 ,  徐铭铭 ,  冯光 ,  陈明 ,  尚博文 ,  牛荣泽 ,  谢芮芮 ,  朱全胜

IPC分类号： G06F30/20 ,  G06Q50/06 ,  G06F18/2415 ,  G06F18/25 ,  G06F113/04 ,  G06F119/02

摘要： 一种基于多源数据融合的配电网灾损态势感知方法及系统。首先采集各个区域内涝积水深度，生成暴雨内涝下配电网设备失效率曲线；接着采集现场量测数据，生成暴雨内涝下配电网馈线级灾损感知模型；然后采集用户侧反馈信息，生成暴雨内涝下配电网客户级灾损感知模型；并且将在上述步骤中得到的模型数据加权求和，进行多源数据融合；最后通过多源数据融合后得到的配电网灾损态势感知模型，对配电网灾损态势进行感知处理。本申请提升配电网灾损态势感知能力，生成了随暴雨时间变化的配电网灾损态势感知模型，为调度员与决策者提供更加全面的配电网信息支撑，以便于进一步的灾中抢救及灾后恢复工作。

公开(公告)号：CN117272007A

公开(公告)日：2023-12-22

申请号：CN202311105846.7

申请日：2023-08-30

申请人： 国网河南省电力公司电力科学研究院 ,  西安交通大学 ,  国网河南省电力公司

发明人： 姚德贵 ,  周宁 ,  宋伟 ,  李丰君 ,  刘金 ,  李更丰 ,  孙思源 ,  别朝红 ,  李文轩 ,  董轩 ,  尚德 ,  徐铭铭 ,  冯光 ,  陈明 ,  尚博文 ,  牛荣泽 ,  谢芮芮 ,  朱全胜 ,  郭剑黎 ,  彭磊 ,  郭祥富

IPC分类号： G06F18/21 ,  G06F18/214 ,  G06F18/241 ,  G06F18/25 ,  G06F18/27 ,  G06N3/0464 ,  G06N3/08

摘要： 一种基于深度学习的城市内涝配电网故障预警方法及系统。首先基于城市地理信息，构建内涝模型；接着根据设备老化程度，建立设备老化模型；然后将内涝模型、设备老化模型与电网数据关联映射，构建数据集并生成相应的标签；并且基于深度神经网络模型构建故障预警模型，将得到的数据集和相应的标签作为输入样本，训练和验证所述故障预警模型；最后将实时的设备老化数据集和城市内涝模型数据输入到训练后的故障预警模型中，根据所述故障预警模型进行故障预警。该发明采用深度学习技术，能够根据历史数据和实时监测数据自主学习，不断优化预测模型，相较于传统的统计方法，深度学习能够更准确地分析数据，提高故障预测的准确性与鲁棒性。