公开(公告)号：CN119622307A

公开(公告)日：2025-03-14

申请号：CN202411706196.6

申请日：2024-11-26

Applicant: 许继电气股份有限公司 ,  许昌许继软件技术有限公司 ,  许继电气股份有限公司郑州研发中心分公司

Inventor： 岳恒宪 ,  杨克南 ,  刘睿丹 ,  卢政宇 ,  王博 ,  安轲 ,  张博 ,  李东宾 ,  杨海涛 ,  杨天华 ,  李哲 ,  李文 ,  张翥 ,  石亚光 ,  刘珂祯 ,  李铭果 ,  代聪聪 ,  李丞涵 ,  张弛 ,  崔丹丹 ,  王朋飞 ,  王志强 ,  梁肖旭 ,  肖寰宇 ,  吴可可 ,  方韬 ,  贺博 ,  刘洪星 ,  贾亚楠 ,  朱朝磊 ,  陈鹏鹏 ,  张延辉 ,  丁亮 ,  张向前 ,  王少鹏 ,  周山虎 ,  王鹍鹏

IPC: G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G01R31/08

Abstract: 本发明属于故障识别技术领域，具体涉及一种换流站故障类型识别方法和计算机设备。该方法获取换流站运行数据，从中提取出识别换流站中某区域故障类型所需的特征数据，并将提取的特征数据输入至该区域对应的故障类型识别模型中得到该区域的故障类型；其中，某一区域对应的故障类型识别模型是利用包含有故障类型标签的该区域的特征数据的数据集对机器学习模型进行训练得到；换流站中的区域包含有阀区、换流变区、极区、双极区、直流滤波器区和直流线路区。本发明一个机器学习模型针对一个区域，只需少量且有针对性的特征数据便可完成该区域故障类型识别的精准度，满足现代电力系统对故障处理的需求。

公开(公告)号：CN119419735A

公开(公告)日：2025-02-11

申请号：CN202411373855.9

申请日：2024-09-29

Applicant: 许昌许继软件技术有限公司

Inventor： 石亚光 ,  杨克南 ,  卢政宇 ,  王博 ,  杨海涛 ,  李东宾 ,  张博 ,  王少鹏 ,  杨迎春 ,  李铭果 ,  安珂 ,  代聪聪 ,  周山虎 ,  王鹍鹏 ,  李哲 ,  李文 ,  张翥 ,  李丞涵 ,  张弛 ,  崔丹丹 ,  王朋飞 ,  杨天华 ,  王志强 ,  梁肖旭 ,  肖寰宇 ,  吴可可 ,  方韬 ,  贺博 ,  刘洪星 ,  贾亚楠 ,  朱朝磊 ,  刘珂祯 ,  张延辉 ,  丁亮 ,  张向前

IPC: H02J3/00 ,  G06N3/048 ,  G06N3/084 ,  G06N3/006 ,  H02J3/38

Abstract: 本发明属于风电发电技术领域，具体涉及一种风电功率预测方法、系统及计算机设备。本发明通过获取用于预测风电场预测时刻输出功率所需的指标数据，将指标数据输入至训练后的机器学习模型中，得到风电场预测时刻的输出功率；其中机器学习模型的参数的初始值是利用改进粒子群算法进行寻优得到的，该改进粒子群算法的改进包括：随着迭代次数的增加，更新个体速度中所使用的个体学习因子逐渐增大，社会学习因子逐渐减小；其中个体学习因子的初始值与社会学习因子的初始值的差值的绝对值大于设定差值阈值，且个体学习因子的初始值小于社会学习因子的初始值。解决了现有的风电功率预测方法预测结果精度低的问题。