-
公开(公告)号:CN102842867A
公开(公告)日:2012-12-26
申请号:CN201210318518.0
申请日:2012-08-31
申请人: 辽宁省电力有限公司鞍山供电公司 , 国家电网公司
IPC分类号: H02G1/02
摘要: 本发明涉及66kV隔离开关带电维修领域,尤其涉及一种带电断、接隔离开关至母线间引流线的方法,其特征在于,等电位电工沿绝缘挂梯升至软母线下,采用等电位法转移电位,地面人员借助消弧滑车和引流线牵引绳实现引流线的断引和接引,具体包括带电断引步骤和带电接引步骤。与现有技术相比,本发明的有益效果是:等电位电工采用等电位作业法,借助绝缘挂梯和地面电工配合操作,在架空软母线上带电实现引流线的断引和接引,消除缺陷或隐患,减少停电及运行人员倒闸操作次数,保证电网供电可靠性,保障电气设备安全运行。
-
公开(公告)号:CN118971191A
公开(公告)日:2024-11-15
申请号:CN202411035089.5
申请日:2024-07-31
申请人: 国网辽宁省电力有限公司鞍山供电公司 , 东北电力大学
摘要: 本发明一种基于直接式AC‑AC的主动型边缘协同电压柔性调控方法,属于配电网电压调压技术领域。本发明采用Copula函数对居民负荷随机性进行建模,基于最优潮流模型的电压管理方法,将单时间尺度模型和双时间尺度模型相结合,构建一种新型双极性AC‑AC变换器拓扑结构。本发明的技术方案针对不同侧调压方式的特点,可以进行多尺度的协同控制,也就是实现部分电压越限问题在本台区、本馈线就地解决;多馈线及多台区下的电压越限问题由中、低压侧协同控制解决,实现电压协同柔性调控;无论何种工作模式,电流总是有流通回路,无需采用其他任何措施就能解决换流问题,大大提高了整个系统的运行效率。
-
公开(公告)号:CN117668417A
公开(公告)日:2024-03-08
申请号:CN202311689508.2
申请日:2023-12-11
申请人: 国网辽宁省电力有限公司鞍山供电公司 , 国家电网有限公司
IPC分类号: G06F17/10 , G06N3/08 , G06N3/0442 , G06N3/0499 , G06N3/048 , G06Q50/06 , G06F18/214
摘要: 一种基于改进的快速SRU网络的理论线损计算方法,属于电网线损计算技术领域,首先,对所提取的数据进行预处理,主要为异常值检测,缺失值处理及数据归一化;然后,搭建基于改进SRU网络的理论线损计算模型。将处理完毕的数据作为训练数据训练基于改进Adam优化器与激活函数的SRU网络的理论线损计算模型,根据训练好的计算模型对后续时刻的理论线损做计算。本发明能快速、准确地计算出线损值,进一步实现台区线损精益化管理。
-
公开(公告)号:CN118503742A
公开(公告)日:2024-08-16
申请号:CN202410565151.5
申请日:2024-05-09
申请人: 国网辽宁省电力有限公司鞍山供电公司 , 国家电网有限公司
IPC分类号: G06F18/23213 , G06N3/006 , G06N3/0499 , G06Q50/06
摘要: 本发明涉及一种配电自动化终端一体化智能检测方法,包括采集配电设备运行时的环境参数数据和对应的电力参数数据并预处理,通过K均值算法对预处理后的天气数据向量集进行聚类,对数据集进行训练,将聚类后的多类簇数据集用于鲸鱼优化算法优化径向基函数网络WOA‑RBFN模型的训练,建立每个类簇所对应的配电自动化终端一体化智能检测模型,输入处理后的天气数据,判断所属聚类类别,带入检测模型,预测当前时刻配电自动化终端设备的电力参数数据,根据设置的阈值,对未超过阈值的数据判定为正常,不进行故障预警,对超过阈值的数据判定为异常,进行故障预警;本发明提高配电系统的安全性、可靠性和效率,提升配电自动化系统的性能与管理水平。
-
公开(公告)号:CN117709526A
公开(公告)日:2024-03-15
申请号:CN202311700239.5
申请日:2023-12-12
申请人: 国网辽宁省电力有限公司鞍山供电公司 , 国家电网有限公司 , 东北电力大学
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/047 , G06N3/08
摘要: 本发明公开了一种基于长短期神经网络的配电网电压预测方法,包括获取配电网电压数据集;对配电网电压数据集进行划分,得到训练集、验证集和测试集;采用训练集训练长短期神经网络,验证集对长短期神经网络模型结果进行检验;采用贝叶斯优化算法对验证集进行优化,保存训练好的长短期神经网络模型;输入测试集验证长短期神经网络测试集;采用贝叶斯优化算法对测试集进行优化,输出配电网电压预测模型,对配电网电压进行预测得到电压预测图等步骤,可精确的预测配电网电压,通过LSTM对于时间序列数据能够更好地捕捉到序列中的长期依赖关系,能够更全面地理解序列之间的关系,从而提高模型的性能。
-
-
-
-