-
公开(公告)号:CN114819377B
公开(公告)日:2024-07-26
申请号:CN202210509345.4
申请日:2022-05-11
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , H02J3/00 , G06N3/0455 , G06N3/08 , G06F30/27 , G06F113/06 , G06F119/06
Abstract: 本申请涉及一种分散式风电功率预测方法、系统、装置及存储介质,属于电力系统技术领域。本申请包括:获取历史风力发电数据,对历史风力发电数据进行归一化处理,获得归一化特征数据;对归一化特征数据通过卷积层和全连接层处理,得到时间序列数据集合;将时间序列数据集合划分为训练集和测试集;将训练集中的数据输入informer模型进行训练;调整informer模型参数,获得多个不同的informer模型;将测试集中的数据输入不同的informer模型中;将不同informer模型的预测值与真实值进行比对,选择预测值最接近真实值的informer模型作为最终预测模型;通过本方案解决现有的网络模型无法捕获输出和输入之间固有的长距离特征,长序列时间预测效果较差的问题。
-
公开(公告)号:CN117811006A
公开(公告)日:2024-04-02
申请号:CN202311871232.X
申请日:2023-12-30
Applicant: 武汉大学 , 云南电网有限责任公司电力科学研究院 , 南方电网科学研究院有限责任公司 , 云南电网有限责任公司大理供电局
IPC: H02J3/14 , G06N3/084 , G06N3/0499 , H02J3/24 , H02J3/38
Abstract: 本发明公开了一种非计划孤岛模式微电网群低频减载及其模型训练方法,本发明在综合考虑微电网群减载损失成本和动态性能平衡的基础上,计算得到微电网群不同状态组合下各子微电网各等级各类别负荷的最优减载动作,形成状态动作数据集;再以状态动作数据集作为训练数据,使用BP神经网络模型训练拟合不同状态组合和减载动作之间的映射关系,得到微电网群低频减载模型。本发明要比传统减载方案有更好的实时调控性和控制精度。
-
公开(公告)号:CN114878964A
公开(公告)日:2022-08-09
申请号:CN202210486611.6
申请日:2022-05-06
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本发明实施例公开了一种配电系统的零序阻抗变化量的确定方法及装置,其中,该方法包括:将配电系统的接地故障线路的电气接线网络分解成非故障线路等效回路及金属性接地故障线路等效回路;计算非故障线路等效回路的第一零序阻抗变化量;获取金属性接地故障线路等效回路的合成零序电流,根据合成零序电流计算金属性接地故障线路等效回路的第二零序阻抗变化量。通过将配电系统的接地故障线路的电气接线网络分解成非故障线路等效回路和金属性接地故障线路等效回路,使得能够分别得到第一零序阻抗变化量和第二零序阻抗变化量,有效提高零序阻抗变化量的准确度,满足零序阻抗变化量保护技术的快速发展和应用的需求。
-
公开(公告)号:CN114705945A
公开(公告)日:2022-07-05
申请号:CN202210203932.0
申请日:2022-03-02
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G01R31/08
Abstract: 本发明实施例公开了一种复杂电力线路故障定位方法及系统、设备及存储介质,通过在复杂电力线路设置若干行波波头监测传感器,便可得到该复杂电力线路上的若干监测点,结合监测点对应的到达时刻以及位置将复杂电力线路坐标化,以此建立与线路位置、到达时刻以及行波传播速度有关的主干线故障定位方程,便可以简单快速的求解出第一故障点,并在位于分支线上时,进而建立分支线故障定位方程,得到第二故障点,进而基于第一故障点以及第二故障点得到复杂电力线路的目标故障点,理论上在故障定位时是不存在定位死区的,并且无需先确定故障区段,定位原理简单,弥补了双端行波定位需要先判断故障区段和行波波速采用固定光速影响定位精度的不足。
-
公开(公告)号:CN114705945B9
公开(公告)日:2024-11-12
申请号:CN202210203932.0
申请日:2022-03-02
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G01R31/08
Abstract: 本发明实施例公开了一种复杂电力线路故障定位方法及系统、设备及存储介质,通过在复杂电力线路设置若干行波波头监测传感器,便可得到该复杂电力线路上的若干监测点,结合监测点对应的到达时刻以及位置将复杂电力线路坐标化,以此建立与线路位置、到达时刻以及行波传播速度有关的主干线故障定位方程,便可以简单快速的求解出第一故障点,并在位于分支线上时,进而建立分支线故障定位方程,得到第二故障点,进而基于第一故障点以及第二故障点得到复杂电力线路的目标故障点,理论上在故障定位时是不存在定位死区的,并且无需先确定故障区段,定位原理简单,弥补了双端行波定位需要先判断故障区段和行波波速采用固定光速影响定位精度的不足。
-
公开(公告)号:CN114757440B
公开(公告)日:2024-07-16
申请号:CN202210504341.7
申请日:2022-05-10
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q10/04 , H02J3/00 , H02J3/38 , G06Q50/06 , G06F18/23 , G06N3/0442 , G06N3/088 , G06F30/27 , G06F113/06
Abstract: 本发明公开了分散式风电功率预测方法、模型训练方法、设备及介质,包括:首先获取分散的多个风电机组的历史样本数据,每个风电机组的历史样本数据均包括位置信息、气候特征及实际输出功率。再将多个风电机组的气候特征进行升维处理,获取生成的多个复合气候特征,从而充分考虑机组间差异性。并对多个风电机组的位置信息和气候特征进行聚类分析,形成多个簇,组合每一簇内的位置信息和气候特征,以得到多个气候位置编码,从而对于空间位置不同的机组,联系机组的空间位置与气候特征,提高预测模型的迁移能力。最后将多个复合气候特征和多个气候位置编码输入分散式风电功率预测模型,获取输出的每个风电机组的预测功率,以实现分散式风电功率预测。
-
公开(公告)号:CN117538669A
公开(公告)日:2024-02-09
申请号:CN202311807135.4
申请日:2023-12-26
Applicant: 云南电网有限责任公司电力科学研究院 , 南方电网科学研究院有限责任公司 , 云南电网有限责任公司楚雄供电局
Abstract: 本申请公开了一种磁控变压器测试方法及系统,该方法应用于磁控变压器测试系统的上位机中。上位机连接电网模拟器、电源模拟器、电子负载、示波记录仪及功率分析仪,磁控变压器连接有电网模拟器、电源模拟器及电子负载,磁控变压器的原边及副边连接有功率分析仪及示波记录仪;该方法包括确定测试方式;基于测试方式,对磁控变压器在不同应用工况下的性能进行测试;实时获取磁控变压器的功率数据及波形数据;基于获取的功率数据及波形数据,对磁控变压器的性能进行评估。可见,本申请可以使用磁控变压器测试系统中的上位机,评估磁控变压器在不同应用工况下的性能,并及时获取功率数据及波形数据,进一步提高了评估的可靠性。
-
公开(公告)号:CN115564115A
公开(公告)日:2023-01-03
申请号:CN202211239008.4
申请日:2022-10-11
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , G06F16/2458 , H02J3/00
Abstract: 本发明实施例公开了一种风电场功率预测方法及相关设备,所述方法包括:获取风电场内各风电机组的目标历史气象数据和目标历史功率数据;基于所述目标历史气象数据和所述目标历史功率数据训练预设模型,得到各风电机组的目标模型,所述预设模型通过lightGBM模型对多变量时间序列进行动态时间建立;将气象预报数据分别代入各风电机组的目标模型,得到各风电机组的预测功率;将各风电机组的预测功率相加,得到所述风电场的预测功率。针对风电场内单个机组的差异性建立各风电机组的目标模型,提高单个机组的预测准确度。
-
公开(公告)号:CN115549206A
公开(公告)日:2022-12-30
申请号:CN202211252042.5
申请日:2022-10-13
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请涉及一种风电配网经济调度方法、装置、设备及存储介质,涉及电力系统调度领域。该风电配网经济调度方法包括:获取风电配网基础数据,并根据风电配网基础数据,生成各个风电配网场景;将各个风电配网场景进行场景划分,获得各个风电配网场景集合;以配电网运行成本、配电网损耗和配电网补贴最小为目标函数,构建风电配网经济调度模型;将风电配网场景集合输入至风电配网经济调度模型中,获得风电配网经济调度结果。本申请用以解决风电配网经济调度求解效率低且求解效果不够优化的问题。
-
公开(公告)号:CN115392525A
公开(公告)日:2022-11-25
申请号:CN202210505404.0
申请日:2022-05-10
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请涉及一种分散式风电功率预测方法、装置及设备,方法包括:获取分散式风电机组的风电数据作为样本数据,风电数据包括多个维度。对样本数据进行预处理,根据预处理后的样本数据构造时间序列数据集,根据风电数据确定各分散式风电机组的相对位置关系,根据各分散式风电机组的相对位置关系,生成邻接矩阵和连边权重矩阵,根据分散式风电机组的数量、邻接矩阵和时间序列数据集,构造张量图。根据张量图和连边权重矩阵搭建并训练预测模型,预测模型用于根据分散式风电机组的风电数据输出预测结果。本申请中用于训练预测模型的张量图考虑了各分散式风电机组的相对位置关系,从而提高了预测模型对不同物理环境下风电机组的风电功率预测准确度。
-
-
-
-
-
-
-
-
-