-
公开(公告)号:CN111563615A
公开(公告)日:2020-08-21
申请号:CN202010304031.1
申请日:2020-04-17
Abstract: 一种基于特征分析与组合学习的负荷预测方法,包括以下步骤:Step1.建立核函数极限学习机模型;Step2.建立Adaboost模型;Step3.建立Lasso回归方法模型;Step4.建立负荷预测预测模型;该预测方法将特征排序算法与机器学习模型结合的负荷预测模型。针对各区域负荷差异性较大的现状,随机森林算法对预测目标影响较大因素进行排序,选择特征贡献度较高的特征属性,将极限学习机、Adaboost和神经网络模型的预测结果进行动态组合,并通过Lasso算法在一定周期内对权值进行更新,获得预测结果,提高了训练模型效率和预测精度。
-
公开(公告)号:CN111259552A
公开(公告)日:2020-06-09
申请号:CN202010057710.3
申请日:2020-01-19
Applicant: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司
IPC: G06F30/20 , G06F113/06
Abstract: 本发明提供一种大规模风电场概率型时序出力模拟方法和装置,基于历史风速按设定时段生成时序风速序列;基于各时段的时序风速序列依据昼夜更替的顺序生成具有昼夜特性的时序风速序列;基于所述具有昼夜特性的时序风速序列确定考虑所述风电场中其他风电机组后计及尾流效应的风速序列;基于具有昼夜特性的时序风速序列或计及尾流效应的风速序列确定风电场概率型时序出力,考虑了风电场中的尾流效应和风速的昼夜特性,并根据风电场输出功率与风速之间的关系,生成的具有昼夜特性的时序风速序列或计及尾流效应的风速序列更符合实际风速特征,为风电场概率型时序出力的模拟提供基础,进一步提高大规模风电场时序出力预测的准确性。
-
公开(公告)号:CN111161964A
公开(公告)日:2020-05-15
申请号:CN201911415761.2
申请日:2019-12-31
Applicant: 平高集团有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明提供了一种静触头及高压开关,静触头包括:静触头座、导电触指、引弧屏蔽罩、消弧线圈,引弧屏蔽罩套设在消弧线圈的外侧,引弧屏蔽罩包括筒状基体以及设置在筒状基体前端的、径向向内延伸的凸缘,凸缘遮挡在导电触指的前端,凸缘的内壁面围成与插合孔同轴以用于供动触杆穿过的穿孔;引弧屏蔽罩与静触头座相对固定,还包括消弧线圈,消弧线圈的一端与引弧屏蔽罩电连接,另一端与静触头座电连接;引弧屏蔽罩将静触头中的静触头座、导电触指、消弧线圈罩在其内部,从而使其内部的电场更加均衡,避免静触头发生尖端放电现象。
-
公开(公告)号:CN111160401A
公开(公告)日:2020-05-15
申请号:CN201911252147.9
申请日:2019-12-09
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明属于电力技术领域,尤其涉及一种基于均值漂移和XGBoost的异常用电判别方法,是一种数据分析与挖掘的方法。包括采集台区用户的日冻结用电量信息并转置为列标;基于用电量信息及用电量归一化后的用电波动性进行均值漂移聚类分析;对均值漂移聚类结果差别进行标识与交集,形成初始疑似异常用电列表;从已确认的异常用电名单中选80%为样本训练学习,形成决策树模型;再对剩余20%异常用电名单的数据验证调整;对疑似异常用电列表进行二次筛选,得到最终异常用电名单。本发明对异于常规的用电特征,利用决策树模型进行二次过滤,使异常用电的判断更加高效准确,达80%以上,解决了异常用电客户的检测问题,其应用市场较为广阔。
-
公开(公告)号:CN111130098A
公开(公告)日:2020-05-08
申请号:CN201911389899.X
申请日:2019-12-30
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 沈阳工程学院 , 国家电网有限公司
IPC: H02J3/00
Abstract: 本发明属于电网运行安全领域,具体涉及一种含分布式电源配电网系统风险评估方法。包括:输入网络参数、持续时间为T的负荷曲线,设置计算时间t=0,时间间隔;时间,计算节点电压、线路潮流、线路损耗;接入分布式电源,建立分布式电源随机处理模型,进行抽样,计算节点电压、线路潮流、线路损耗;进行电压上升属性、线损增加属性和容量越限属性的判定:计算t时刻的系统风险;判断是否满足;计算评估周期内的平均电压上升风险、平均线损增加风险和平均容量越限风险。本发明可以全面评估配电网系统风险,准确全面反映分布式电源接入对系统风险的影响情况,有助于做出合理的投资规划和系统规划。
-
公开(公告)号:CN111079792A
公开(公告)日:2020-04-28
申请号:CN201911132098.5
申请日:2019-11-19
Applicant: 全球能源互联网研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司电力科学研究院
Abstract: 本发明涉及一种电力设备识别方法及装置,包括:获取待识别电力设备的图像,将所述待识别电力设备的图像分割为多个图像区域;提取所述待识别电力设备各图像区域的图像特征;基于所述待识别电力设备各图像区域的图像特征和预先构建的电力设备图像特征库,对所述待识别电力设备的图像进行识别;本发明基于待识别电力设备的图像特征识别待识别电力设备,提高了电力设备识别的准确率和识别速度。
-
公开(公告)号:CN111064230A
公开(公告)日:2020-04-24
申请号:CN201911309681.9
申请日:2019-12-18
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 沈阳工程学院 , 国家电网有限公司
IPC: H02J3/46
Abstract: 本发明涉及电力系统运行与控制技术领域,具体涉及一种电热耦合系统的弃风消纳经济调度方法。本发明解决了由于电力系统与供热系统彼此割裂所导致的弃风限电问题,添补了当前电力系统与供热系统彼此联合的日前调度技术空白,本发明方法优化了热电联产系统日前发电成本,建立了计及采暖建筑蓄热特性的日前优化调度模型,根据系统内部的热能平衡、电气平衡,包括各机组的运行约束,大幅提升电网弃风消纳力度,还解决热电联产的日前调度难的问题,具有较高的实际调度运行应用价值。
-
公开(公告)号:CN110969194A
公开(公告)日:2020-04-07
申请号:CN201911151117.9
申请日:2019-11-21
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明涉及配电网设备故障诊断领域,尤其涉及一种基于改进型卷积神经网络的电缆早期故障定位方法。包括:利用小波变换提取不同故障距离监测数据的波形统计特征;利用人工鱼群算法分析提取到的波形统计特征,得到最优的特征;改进型卷积神经网络的构造,得到监测数据的高层次特征;基于学习到的高层次特征的电缆早期故障识别。本发明采用的小波变换具有良好的时频特性,能够准确提取不同故障距离的故障特征。采用人工鱼群算法从提取的初始特征集中进一步选择最优的特征,将最优的特征输入到改进的卷积神经网络,深入地学习数据中的非线性映射关系,得到不同故障距离数据的深层特征,有利于准确识别电缆故障位置。
-
公开(公告)号:CN110910029A
公开(公告)日:2020-03-24
申请号:CN201911199324.1
申请日:2019-11-29
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种电力负荷聚类方法及系统,包括:获取各用户的负荷时间序列,并且给每位用户的负荷时间序列插入相移,得到嵌入序列;对嵌入序列采用线性神经回归的方法来生成映射函数参数;利用各用户的映射函数参数的相似性对用户进行聚类,得到典型负荷曲线。本发明可以处理采集时间不同步、时间长度不相等和含有噪声的负荷时间序列数据。
-
公开(公告)号:CN110728888A
公开(公告)日:2020-01-24
申请号:CN201910880296.3
申请日:2019-09-18
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司 , 国网辽宁省电力有限公司物资分公司 , 国网辽宁省电力有限公司沈阳供电公司
Inventor: 田野 , 韩洪刚 , 刘一涛 , 李胜川 , 张新宇 , 耿莉娜 , 刘刚 , 曾光 , 鲁旭臣 , 边凯 , 崔征 , 王刚 , 聂宇 , 崔广富 , 王阳 , 崔巨勇 , 王超 , 李然 , 王雅楠 , 赵丹 , 王诗清 , 史可鉴 , 杨东升 , 韩佳妤 , 何建营 , 杜威 , 马一菱 , 谢倩 , 杜彦强 , 朱思彤 , 王同
IPC: G09B23/18
Abstract: 本发明属于电力设备试验技术领域,尤其涉及一种覆冰绝缘子试验模拟电极及其制作方法。本发明包括两个管子相对设置,管子的一端为管子尖端,管子尖端是圆锥形结构;管子的另一端为末端,末端为开口状态;两个电极的一端分别插入在两个管子末端的开口中,并处于管子中央的位置;两个电极的末端固定连接在固定平板上;两个固定平板相对设置,两个管子水平相对设置,两个管子尖端相对设置。本发明可以实现实验室小规模的覆冰绝缘子模拟试验研究,具有结构简单,操作方便,制作简单,成本低,便于观测的特点,适于在电力设备试验技术领域推广和应用。
-
-
-
-
-
-
-
-
-