-
公开(公告)号：CN104466976B
公开(公告)日：2017-01-04
申请号：CN201410614136.1
申请日：2014-11-04
Applicant: 中国南方电网有限责任公司超高压输电公司南宁局 , 广西大学
Abstract: 基于遗传算法的串联电容补偿装置不平衡电流优化方法，包括以下步骤：(1)根据串联电容补偿装置中电容器组的安装情况构建母本染色体；(2)根据实际需要，设置交叉和变异的约束条件、精英序列个数T、变异概率Pm、最大循环次数K以及适应度阈值F；(3)建立反映电容器组中不平衡电流大小的适应度函数公式，根据适应度函数公式计算染色体的适应度；(4)通过自交叉、变异和选择步骤不断对染色体进行优化；(5)根据最优子代染色体给出电容器组中电容器单元的调整方案。本发明通过采用遗传算法，快速找到有效降低电容器组不平衡电流的调整方案，提高了调整控制的确定性，缩短了串联电容补偿装置故障处理时间，提高了工作效率。
-
公开(公告)号：CN104466976A
公开(公告)日：2015-03-25
申请号：CN201410614136.1
申请日：2014-11-04
Applicant: 中国南方电网有限责任公司超高压输电公司南宁局 , 广西大学
CPC classification number: Y02E40/30 , Y04S10/54 , H02J3/1807 , G06N3/12
Abstract: 基于遗传算法的串联电容补偿装置不平衡电流优化方法，包括以下步骤：(1)根据串联电容补偿装置中电容器组的安装情况构建母本染色体；(2)根据实际需要，设置交叉和变异的约束条件、精英序列个数T、变异概率Pm、最大循环次数K以及适应度阈值F；(3)建立反映电容器组中不平衡电流大小的适应度函数公式，根据适应度函数公式计算染色体的适应度；(4)通过自交叉、变异和选择步骤不断对染色体进行优化；(5)根据最优子代染色体给出电容器组中电容器单元的调整方案。本发明通过采用遗传算法，快速找到有效降低电容器组不平衡电流的调整方案，提高了调整控制的确定性，缩短了串联电容补偿装置故障处理时间，提高了工作效率。
-
公开(公告)号：CN119649458A
公开(公告)日：2025-03-18
申请号：CN202411804629.1
申请日：2024-12-10
Applicant: 中国南方电网有限责任公司超高压输电公司南宁局
Inventor： 崔堂山 , 叶蕾 , 王宁 , 刘洋 , 杨翔 , 曾宇 , 杨政 , 陈碧云 , 柳明 , 韦明邑 , 王夏明 , 蔡卓玲 , 李黄河 , 曹超 , 高枫 , 杨昊岩 , 卢英俊 , 卢辉琨 , 农云聪 , 罗赞琛 , 覃黄辉 , 侯俊
IPC: G06V40/20 , G06V10/764 , G06V20/52 , G06Q50/06
Abstract: 本申请涉及一种电力作业安全监控方法、装置、设备、存储介质和产品。该方法包括：获取目标区域在当前时刻下的监控数据；其中，监控数据包括图像数据和环境参数数据中的至少一种；根据监控数据的数据类型，确定监控数据对应的目标处理方式；基于目标处理方式，对监控数据进行处理，得到目标区域在当前时刻下的监控结果。采用本方法能够提高电力作业现场安全性。
-
公开(公告)号：CN118432047A
公开(公告)日：2024-08-02
申请号：CN202410387918.X
申请日：2024-04-01
Applicant: 广西大学
Abstract: 本发明公开一种微能源网内部互济优先的应急供能方法及相关装置，涉及综合能源规划领域，方法包括：确定目标区域微能源网内部各能源设备的当前运行状态；所述能源设备的当前运行状态包括所述能源设备的当前输出功率；构建内部互济应急供能模型；所述内部互济应急供能模型包括目标函数和约束条件；所述目标函数表示最大化综合能源自给率的函数；根据目标区域微能源网内部各能源设备的当前运行状态，求解所述内部互济应急供能模型，得到应急供能功能策略。本发明通过构建综合能源自给率最大化的内部互济应急供能模型，进行求解计算，获得微能源网内部互济的供能策略，从而提升应急状态下微能源网自身供应能源的能力。
-
公开(公告)号：CN117196097A
公开(公告)日：2023-12-08
申请号：CN202311069285.X
申请日：2023-08-23
Applicant: 广西大学
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06
Abstract: 本发明公开一种基于潜入式的电力系统机组组合求解方法，属于电力系统调度领域。构建机组组合混合整数规划模型，求解松弛解，判断机组组合混合整数规划模型的松弛解是否为可行解，若为可行解即可得到机组组合优化结果，若不为可行解则依次遍历机组开停机状态变量和非机组开停机状态变量中的0‑1变量，选取最先符合固定条件的一个变量作为待固定变量并确定其固定值，按照其固定值继续求解所得子问题模型的松弛解，再次判断子问题模型的松弛解是否为可行解，若为可行解即可得到机组组合优化结果，若不为可行解则再次遍历寻找下一个待固定变量。本发明能够结合机组组合问题的特点快速获取高质量的可行解，显著提高了电力系统机组组合求解的效率。
-
Patent Agency Ranking
公开(公告)号：CN113659623B
公开(公告)日：2023-09-26
申请号：CN202110941637.0
申请日：2021-08-17
Applicant: 广西大学
Abstract: 本发明涉及一种基于布林线理论的风储联合系统的优化方法及系统，属于风电场优化领域，首先选取风储联合系统的控制模式；所述控制模式包括调频模式和跟踪计划模式；再根据风储联合系统的控制模式，构建风储联合系统优化控制模型；然后采用超前滚动优化控制方法，对所述风储联合系统优化控制模型进行求解，并根据求解结果调节风储联合系统的储能出力情况；最后判断风储联合系统是否需要进行优化，若是，则采用基于布林线理论的储能SOC优化方法，对风储联合系统进行优化，得到计划出力调整值，并上报至调度中心进行调整，可有效提升风储联合系统的跟踪计划出力水平与调频能力。
-
公开(公告)号：CN115809836B
公开(公告)日：2023-05-23
申请号：CN202310086911.X
申请日：2023-02-09
Applicant: 华南理工大学 , 广西大学 , 广西民海能源有限公司
IPC: G06Q10/0639 , G06Q10/20 , G06F17/11 , G06Q50/06
Abstract: 本发明公开一种考虑分布式储能应急供电能力的配电网韧性规划的方法，该方法综合考虑了配电系统中的线路、杆塔，以及风力发电机塔架的故障状态模型，对不同设备的故障率进行细致分析；综合考虑灾后网络拓扑重构和灾后抢修方案，充分考虑了配电网在台风灾害来临的整个过程中的响应情况，选择配置储能作为韧性规划提升方案以及相应的韧性指标；基于网络重构方案和灾后抢修方案综合确定线路加固方案和储能配置方案。本发明深入对比不同韧性规划方案，全面分析配电网的供电关系、薄弱环节及补强需求，根据不同区域的地区差异性确定储能配置策略，基于内外双层规划模型得出最优的线路加固方案和储能配置方案，并对提升策略效果进行校核检验。
-
公开(公告)号：CN113643151B
公开(公告)日：2023-05-09
申请号：CN202110879420.1
申请日：2021-08-02
Applicant: 广西大学
IPC: G06Q50/06 , G06Q10/0631 , H02J3/00
Abstract: 本发明涉及一种信息物理协同负荷重分配攻击方法及系统，该方法兼具隐蔽性及破坏性，通过一轮物理攻击破坏电网的实际网架拓扑结构，再进行多轮虚假数据注入攻击，掩盖系统因拓扑改变而造成的实际潮流改变的情况、误导调度中心进行错误调度，使目标节点相连线路逐一发生严重过载，触发过流保护而失效，进而使目标节点陷入完全失电风险。相比于传统LRA攻击，能够实现更好的攻击效果，为电力运行部门进行电力信息物理系统脆弱性评估，预防电网严重事故的发生提供参考，提升电力信息物理系统的安全性。
-
公开(公告)号：CN115800306B
公开(公告)日：2023-05-05
申请号：CN202310064845.6
申请日：2023-02-06
Applicant: 华南理工大学 , 广西大学 , 广西民海能源有限公司
Abstract: 本发明公开一种考虑风机故障的风光储无功补偿方法、装置及介质，通过搭建双向长短期记忆神经网络模型，进行风光电场的短期功率预测。利用双向长短期记忆神经网络搭建风光出力的短期预测模型，并以电压损耗最小和分布式电源就地消纳最大为双重优化目标提供风光储的调度方案。根据风光电场的输出功率预测情况，将预测的输出功率反馈给无功补偿装置，确定无功补偿装置的投切情况，同时针对风机可能出现的故障，提出以配电网线损最小为目标的风光互补系统的无功补偿措施。解决了风光并网对电压抬升、损耗增多等影响，同时还结合了实际情况，考虑了风机故障时的情况，使风光并网系统得到稳定运行。
-
公开(公告)号：CN113592181B
公开(公告)日：2023-04-28
申请号：CN202110879362.2
申请日：2021-08-02
Applicant: 广西大学
IPC: G06Q10/04 , G06F18/214 , G06Q50/06
Abstract: 本发明涉及一种小水电群出力预测方法和系统。所述预测方法中，对初始样本进行预处理，一定程度上避免了坏数据对预测准确度的干扰，并使模型更容易收敛至最优解；利用深度卷积生成对抗网络生成小水电出力数据以补充原始样本数据，有效改善因中雨、大雨等样本数据缺乏而导致预测准确率下降的问题；将样本数据归一化还原后，根据轻梯度提升机的特点合理重构样本数据集，便于训练预测模型，提高轻梯度提升机的预测准确度；采用轻梯度提升机模型输出预测数据，与传统神经网络预测方法相比，该模型拥有支持并行化学习、内存占用率低、训练过程可视化、训练效率高、准确率高等优点，且可处理海量数据，能更快更好的运用于工业实践。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.064 seconds)
