-
公开(公告)号：CN115455898A
公开(公告)日：2022-12-09
申请号：CN202211145492.4
申请日：2022-09-20
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 东南大学 , 国网安徽省电力有限公司超高压分公司 , 南京南瑞继保工程技术有限公司
Inventor： 彭勃 , 孙辉 , 周煦骐 , 俞斌 , 张军 , 刘孝辉 , 肖华锋 , 高博 , 徐斌 , 汪玉 , 丁津津 , 张峰 , 汪勋婷 , 谢毓广 , 王同文 , 谢民 , 汪伟 , 邵庆祝 , 罗沙 , 谢佳 , 张骏 , 于洋 , 李晓彤
IPC: G06F30/398
Abstract: 本发明公开了基于TCAD的UHVDC换流阀晶闸管建模方法及装置，所述方法包括：在TCAD集成的SDE工具中对晶闸管进行几何结构建模；在SDE工具中设置晶闸管模型的电极接触面及接触材质；在SDE中对晶闸管模型先施加低浓度N型掺杂，再施加高斯掺杂叠加；在SDE中对模型进行网格划分；在Sdevice中声明物理参数模型描述物理过程；在Sdevice中使用准静态扫描仿真验证模型的静态阻断特性；在Sdevice中搭建脉冲测试电路，使用动态仿真验证模型在门级电流脉冲下动态通断特性；本发明的优点在于：提供基于TCAD的UHVDC换流阀晶闸管建模方法，实现对换流站内的晶闸管监测。
-
公开(公告)号：CN113792636A
公开(公告)日：2021-12-14
申请号：CN202111042902.8
申请日：2021-09-07
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司检修分公司 , 东南大学 , 南京南瑞继保工程技术有限公司
Inventor： 俞斌 , 王同文 , 孙辉 , 张军 , 王鹏 , 章昊 , 汤伟 , 谢民 , 汪伟 , 张骏 , 于洋 , 邵庆祝 , 丁津津 , 翁凌 , 刘之奎 , 贺成成 , 李腾 , 肖华锋 , 刘孝辉 , 周奕帆
Abstract: 基于故障录波的特高压直流输电换流变隐性故障预测方法，属于电力系统中高压直流输电继电保护技术领域，解决如何借助故障录波数据对换流变绕组常见的隐性故障进行快速地检测和预测的问题，首先在COMTRADE录波数据中提取换流变的阀侧电压和网侧电压电流，接着使用傅里叶分解提取其中的基波分量，再使用椭圆法构造换流变运行椭圆曲线，并求出其离心率参数与健康换流变进行比对，最后使用SVM对绕组故障类型进行分类预测；仅使用变压器运行过程中记录的电压电流录波数据，不需要对变压器增设额外的传感器；针对性地对特高压直流输电系统中换流变压器的绕组匝间短路和轴向位移进行故障诊断，有助于及时安排变压器的检修工作。
-
公开(公告)号：CN118504988A
公开(公告)日：2024-08-16
申请号：CN202410926120.8
申请日：2024-07-11
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司 , 国网安徽省电力有限公司 , 北京科东电力控制系统有限责任公司
IPC: G06Q10/0635 , G06Q50/06 , G06N5/022 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/082
Abstract: 本发明公开了基于分布式多模态知识图谱的新设备启动风险识别方法及系统，所述方法包括：采用知识本体与实体结合的架构构建分布式多模态知识图谱；对分布式多模态知识图谱进行跨模态事件细粒度对齐；采用跨模态事件细粒度对齐后的分布式多模态知识图谱获取特征三元组并转化为特征向量；基于深度学习算法构建风险识别模型并完成风险识别。本发明能够为调度人员提供及时、准确的风险信息，有助于降低风险发生概率，提高电力调度的安全性和稳定性。
-
公开(公告)号：CN114859170B
公开(公告)日：2024-07-16
申请号：CN202210434866.8
申请日：2022-04-24
Applicant: 国网安徽省电力有限公司电力科学研究院 , 北京中恒博瑞数字电力科技有限公司 , 国网安徽省电力有限公司
IPC: G01R31/08
Abstract: 本发明提供一种适用于含分布式光伏电源的配电网的故障精准定位方法及系统，首先将线路划分成多个段，对每个线路段进行简化，结合分布式光伏电源故障计算模型和线路拓扑方向，考虑多级多分支结构的电网结构，利用故障点上、下游多个断路器采集到的故障电流、电压信息，计算分布式电源故障电流，进而计算故障点到本支路首端的距离以及过渡阻抗的大小，为故障抢修提供更详细的信息，缩小抢修范围，提升抢修效率，提高供电可靠性。
-
公开(公告)号：CN113659539B
公开(公告)日：2024-04-26
申请号：CN202110700674.2
申请日：2021-06-23
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明的一种基于5G技术的配网纵联差动保护实现方法，包括将自适应整定好的定值流转至配电自动化主站，由主站采用5G通信的方式下发至保护装置中，使得保护装置能够实时调整定值。本发明建立了基于5G技术的配网纵联差动保护实现机制，建立了广域范围内配网保护定值实时动态调整机制，弥补了三段式电流保护在遇到结构复杂且运行方式切换频繁的线路时，容易出现定值失配的缺点，使得配网保护对电网运行方式和结构有更强的适应性。
-
Patent Agency Ranking
公开(公告)号：CN116914703A
公开(公告)日：2023-10-20
申请号：CN202310903926.0
申请日：2023-07-21
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 武汉大学
IPC: H02H7/26
Abstract: 基于高压直流系统交流线路零序电流的差动保护方法，属于高压直流输电系统继电保护技术领域，解决传统线路保护方法在直流系统发生换相失败导致传统线路差动保护不正确动作的问题；本发明在线路传统差动保护的基础上，增加换相失败判断与区内故障判断；通过检测在触发脉冲存在期间阀内电流是否持续存在，来判断系统是否发生换相失败故障；通过交流线路两端零序电流的相位差判断是否发生区内故障，避免在较为严重的故障下，由于直流系统发生换相失败而导致传统线路差动保护不正确动作；本发明的方法能够在交流侧故障导致的直流换相失败情况下，基于线路两端零序电流，改进交流保护判据，提高交流保护动作可靠性。
-
公开(公告)号：CN114329862A
公开(公告)日：2022-04-12
申请号：CN202111583017.0
申请日：2021-12-22
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 长园深瑞继保自动化有限公司
IPC: G06F30/18 , G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , H04L41/12 , H04L41/16 , G06F111/02 , G06F111/04
Abstract: 特高压换流站全景监控的泛在异构网络拓扑优化控制方法，属于特高压换流站全景监控技术领域，解决特高压换流站在网络发生故障时重构通信网络的实时性差、可靠性低而造成的全景监控数据传输拥堵的问题；基于深度强化学习的拓扑控制算法，顺序构建异构网络的拓扑结构；采用深度强化学习和蒙特卡罗树搜索相结合的框架，根据预先定义的拓扑规则依次构建网络；深度卷积神经网络被训练来预测部分建立的拓扑的传输流量，并引导蒙特卡罗树在搜索空间中更有前途的区域中展开搜索；蒙特卡罗树的搜索结果加强了深度卷积神经网络的学习，以便在下一次迭代中获得更准确的预测。
-
公开(公告)号：CN114283062A
公开(公告)日：2022-04-05
申请号：CN202111581497.7
申请日：2021-12-22
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院
Abstract: 特高压换流站保护系统全景监控图像重建与传输方法，属于特高压换流站全景监控技术领域，解决目前特高压换流站保护系统全景监视图像存在的模糊不清、分辨率低，以及在网络发生故障时全景监控数据传输拥堵的问题；通过在深度多尺度残差网络模型中采用多尺度卷积块构建多种尺度提取图像的低阶和高阶特征，避免图像细节提取不完备现象，采用残差学习机制来保留低阶粗糙特征，促进特征的再利用，进而提高图像的重建能力；拓扑优化通过构建异构网络的拓扑结构，采用深度强化学习和蒙特卡罗树搜索相结合的框架，根据预先定义的拓扑规则依次构建网络；蒙特卡罗树的搜索结果加强了深度卷积神经网络的学习，以便在下一次迭代中获得更准确的预测。
-
公开(公告)号：CN113203899A
公开(公告)日：2021-08-03
申请号：CN202110429665.4
申请日：2021-04-21
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司
IPC: G01R31/00
Abstract: 一种基于故障录波的换流站故障判别系统及方法，属于电力系统故障判别技术领域，解决如何实现换流站信息采集及故障综合全面判别问题，基于不同判别区域故障判别模型，考虑了换流站各区域之间协调配合，不依赖单一判据且不依赖于故障典型数据，实现故障快速精准定位；建立了快速通讯网络，实现了换流站各区域之间信息快速交互，具有故障判别准确、速度快特点，能够最大限度地保持换流站稳定运行；相比于传统换流站各故障独立判断，未考虑各判别区域之间相互配合，本发明提出故障判别方法，考虑了换流站各区域之间协调配合，不依赖单一判据，实现故障快速定位，把故障锁定在最小范围内，极大减少了故障带来损失，有效增强了换流站供电可靠性。
-
公开(公告)号：CN113159361A
公开(公告)日：2021-07-23
申请号：CN202011398686.6
申请日：2020-12-03
Applicant: 安徽大学 , 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司
Abstract: 本发明的一种基于VDM和Stacking模型融合的短期负荷预测方法及系统，采集负荷序列数据，并输入到事先训练好的预测模型，进行负荷预测并输出预测结果；其中，预测模型的训练步骤如下：采用VMD算法将获取到的原始负荷序列分解为不同的固有模态分量IMF；计算每个IMF负荷分量序列的ApEn值；把每一个ApEn值作为一个随机分量，基于Stacking的思想，XGBoost和长短期记忆神经网络来构建模态分量IMF的预测模型；通过将上述预测模型对各模态分量IMF的预测结果叠加得到最终预测结果，再进行加权融合。相比传统方法的结果，本发明方法的结果表明基于多模型融合的Stacking集成学习方法在电力负荷预测中有良好的应用效果。
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.18 seconds)
