一种配电站自动化系统
    11.
    发明公开

    公开(公告)号:CN107800195A

    公开(公告)日:2018-03-13

    申请号:CN201711228838.6

    申请日:2017-11-29

    CPC classification number: H02J13/0065

    Abstract: 本发明公开了一种配电站自动化系统,包含:多个智能组件,每一智能组件设置在相邻的两个配电站之间;光交换机,每一智能组件通过数字化光纤网与光交换机连接光交换机连接每个配电站内的数字化通信网;DTU装置,其与光交换机连接;调度系统,其通过内部设有的路由器与DTU装置连接;各个智能组件采集对应的各个相邻的两个配电站之间的电流、电压以及三遥模拟信号并转化成相应的数字信号传送至光交换机,所述DTU装置从所述光交换机获得各个配电站间隔的电流、电压以及三遥的实时的数字信息,并执行上级调度中心对各个配电站内高压开关的分合闸操作。本发明具有节省配电站的二次电缆,结构简单,清晰,高效和可靠的优点。

    一种用于变电站的预制定模块化二次设备系统

    公开(公告)号:CN103887882A

    公开(公告)日:2014-06-25

    申请号:CN201410125124.2

    申请日:2014-03-31

    Inventor: 安益 罗其 刘晓明

    CPC classification number: Y02E60/7838 Y04S40/124

    Abstract: 本发明公开了一种用于变电站的预制定模块化二次设备系统,该二次设备系统包含:监控系统模块;及与监控系统模块通过以太网进行数据通讯的一体化电源模块、智能辅助控制模块;及与监控系统模块连接的调度通信模块、就地间隔层模块。将二次设备通过合理分类使之成为可预制的模块,从而减少了现场安装接线盒调试的工作量,降低了施工难度,提高了施工效率,进而压缩了变电站的建设周期。

    一种电网暂态稳定性评估方法及系统

    公开(公告)号:CN117977565A

    公开(公告)日:2024-05-03

    申请号:CN202410027769.6

    申请日:2024-01-08

    Abstract: 本发明公开了一种电网暂态稳定性评估方法及系统,方法包括:获取电力系统中的若干个支路两端母线不同工况下的电压幅值和电压相角,确定若干个支路中的高信息量关键支路;在电力系统发生故障后,间隔预设时长后分别获取若干个高信息量关键支路两端母线的电压幅值和电压相角,分别计算每个高信息量关键支路的输电能力指数;判断每个高信息量关键支路的输电能力指数是否均大于输电能力指数临界阈值;如是,则判定当前工况下电力系统暂态稳定;如否,则判定当前工况下电力系统暂态失稳。通过选取并基于高信息量关键支路判断电力系统的暂态稳定性,降低了稳定性判别的所依赖的暂态响应观测数据需求,提升暂态稳定性判别结果的准确性。

    基于功角最大Lyapunov指数轨迹推理的电网暂态稳定性预测方法

    公开(公告)号:CN116683422A

    公开(公告)日:2023-09-01

    申请号:CN202310381588.9

    申请日:2023-04-11

    Abstract: 基于功角最大Lyapunov指数轨迹推理的电网暂态稳定性预测方法,利用电力系统中的相量测量单元PMU对故障后系统的暂态响应进行监测;依据发电机功角计算暂态末期的功角MLE轨迹;结合暂态响应信息中暂态初期的数据与暂态末期功角MLE轨迹,采用GRU算法构建并训练MLE轨迹推理模型并推理功角MLE轨迹;结合推理的功角MLE轨迹与对应的暂态稳定性类别,采用XGBoost算法构建并训练暂态稳定性判别模型;应用于实际系统中时,故障发生后将暂态响应信息中暂态初期的数据输入MLE轨迹推理模型得到功角MLE轨迹,将功角MLE轨迹输入暂态稳定性预测模型得到暂态稳定性预测结果。本发明可以有效提升暂态稳定性预测的时效性,预测结果具备较强的机理可解释性与较高的预测精度。

    一种基于图神经网络的多源异构网络用户对齐方法

    公开(公告)号:CN113095948B

    公开(公告)日:2023-06-06

    申请号:CN202110315041.X

    申请日:2021-03-24

    Abstract: 本发明公开了一种基于图神经网络的多源异构网络用户对齐方法,通过文本处理算法提取用户的属性特征,并利用降维算法,将用户属性特征向量降维;使用随机游走算法获得网络拓扑结构,将降维后的属性特征以及网络结构作为图神经网络的输入,学习获得包含用户属性和结构信息的身份特征;计算跨网络间用户名以及社会角色相似度,找出候选用户对;使用神经网络模型,计算对齐多源异构网络用户身份。本发明方法可用于对齐社交网络用户身份,在社交网络分析、人物画像补全等多个领域具有重要应用,算法的计算复杂度低,可扩展性高,可在复杂网络中对齐用户身份,对真实数据适用性强。

    一种基于用电量序列的月度售电量预测方法

    公开(公告)号:CN112001552B

    公开(公告)日:2022-12-09

    申请号:CN202010865592.9

    申请日:2020-08-25

    Abstract: 本发明公开了一种基于用电量序列的月度售电量预测方法,主要包括:将月度用电量历史数据划分为训练集以及验证集两部分;建立以待预测月的上一月和去年同期的用电量为输入,待预测月的用电量为输出的支持向量机模型;利用贝叶斯优化对支持向量机的惩罚系数c、核函数系数γ及不敏感系数ε进行寻优;建立最优参数下的支持向量机预测模型并预测未来用电量;基于月度用电量序列历史数据和预测结果,构建虚拟电量序列;最后,建立以虚拟电量序列为输入、月度售电量为输出的逐月线性回归模型,对未来月度售电量进行预测,以减小售电量因抄表例日不固定、统计区间与自然月有所差别导致直接使用售电量历史数据进行预测的误差。

    基于图生成的社交网络用户属性预测方法及系统

    公开(公告)号:CN114741515A

    公开(公告)日:2022-07-12

    申请号:CN202210439507.1

    申请日:2022-04-25

    Abstract: 本发明公开一种基于图生成的社交网络用户属性预测方法及系统,包括:采集社交网络用户发布短文本中话题数据,并对话题数据进行处理,获取用户的文本特征相似度,并生成用户文本特征图;基于训练数据中的用户属性标签和构造规则,构建训练数据用户属性图;划分用户文本特征图和用户社交关系图,获得测试集和训练集;基于图卷积神经网络和变分自动编码器,构造社交网络图生成模型;基于训练集和测试集对社交网络图生成模型进行训练测试,以训练数据用户属性图为训练目标,得到最优化的社交网络图生成模型;基于最优化的社交网络图生成模型,对用户进行属性预测,得到社交网络用户属性标签。本发明实现对社交网络用户的属性预测,提高预测准确率。

    一种基于图神经网络的多源异构网络用户对齐方法

    公开(公告)号:CN113095948A

    公开(公告)日:2021-07-09

    申请号:CN202110315041.X

    申请日:2021-03-24

    Abstract: 本发明公开了一种基于图神经网络的多源异构网络用户对齐方法,通过文本处理算法提取用户的属性特征,并利用降维算法,将用户属性特征向量降维;使用随机游走算法获得网络拓扑结构,将降维后的属性特征以及网络结构作为图神经网络的输入,学习获得包含用户属性和结构信息的身份特征;计算跨网络间用户名以及社会角色相似度,找出候选用户对;使用神经网络模型,计算对齐多源异构网络用户身份。本发明方法可用于对齐社交网络用户身份,在社交网络分析、人物画像补全等多个领域具有重要应用,算法的计算复杂度低,可扩展性高,可在复杂网络中对齐用户身份,对真实数据适用性强。

    一种社交网络群体发现系统、方法及存储介质

    公开(公告)号:CN112445939A

    公开(公告)日:2021-03-05

    申请号:CN202010224848.8

    申请日:2020-03-26

    Abstract: 本发明公开了一种社交网络群体发现系统、方法及存储介质,首先获取在线社交网络数据集,建立在线社交网络拓扑图;根据在线社交网络拓扑图建立邻接矩阵,利用深度栈式自编码器对邻接矩阵进行降维处理,得到降维矩阵;利用图嵌入方法获取节点嵌入向量;最后对节点嵌入向量进行聚类,得到聚类结果,即为社交网络群体发现结果;本发明通过获取在线社交网络数据集,提取邻接矩阵,实现了对在线社交网络用户之间关系的描述;通过利用深度栈式自编码器及图嵌入,有效保留在线社交网络结构的完整性,确保了群体发现结果的准确性;通过对降维嵌入后的节点嵌入向量进行聚类,获取发现结果,降低了时间复杂度,实现了更加快速准确的获取发现结果。

Patent Agency Ranking