-
公开(公告)号：CN119226835B
公开(公告)日：2025-03-18
申请号：CN202411756029.2
申请日：2024-12-03
Applicant: 南京邮电大学
IPC: G06F18/2321 , G06F18/213 , G06N3/0464
Abstract: 本发明属于电力系统自动化技术领域，公开了一种基于相关性分析的CNN‑DBSCAN高损台区间歇性窃电检测方法，通过多尺度CNN模型对所有待测用户的电力消耗数据与台区线损数据之间可能存在最大相关性分析结果的周期进行初步选取，得到所有待测用户最可能发生窃电行为的时间段后，通过与线损率数据实际上存在异常的时间段进行对比，得到时间距离加权下的皮尔逊相关性分析结果；通过DBSCAN聚类算法将所有用户的相关性分析结果进行聚类，将其中的离群点辨识为窃电用户。本发明所述方法能够对系统中窃电行为更加隐蔽、窃电特征更加微弱的间歇性窃电者进行有效的筛查，稳定快速的进行窃电检测，保证了电力系统的安全稳定运行。
-
公开(公告)号：CN119324839B
公开(公告)日：2025-02-25
申请号：CN202411868215.5
申请日：2024-12-18
Applicant: 南京邮电大学
IPC: H04L9/40 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/094 , G06N3/0985 , G06F18/15 , G06F18/214
Abstract: 本发明属于智能电网网络安全领域，公开了一种基于迭代算法的智能电网中对抗性网络攻击检测方法，其通过迭代生成对抗性攻击样本，以避开检测系统的防护；利用构建的自动编码器网络模型进行输入数据的特征提取与重构，通过卷积、池化和上采样操作实现对复杂时序特征的捕捉；采用动态参数调整策略在训练过程中自适应优化训练优化动量系数和训练优化目标重构误差，提升系统鲁棒性；最终通过多尺度评估验证对抗性攻击样本在不同缩放条件下的隐蔽性和稳定性，以优化自动编码器网络模型。本发明提高智能电网系统在复杂网络攻击场景中的安全防护水平，确保电力系统的稳定运行。
-
公开(公告)号：CN118112980B
公开(公告)日：2024-08-20
申请号：CN202410517036.0
申请日：2024-04-28
Applicant: 南京邮电大学
IPC: G05B19/042 , G06N3/0442 , G06N3/045 , G06N3/086 , G06Q50/06 , G06N3/048
Abstract: 本发明属于楼宇能源系统调度优化技术领域，公开了一种考虑FDI攻击检测的多类型智慧楼宇能源系统调度方法，根据历史电价数据和BiGRU模型得到预测电价，分别根据预测电价和接收的电价信息制定调度计划，通过对比两种电价及方案结果的相关性对FDI攻击进行检测，制定具有不同弹性的调度策略。在调度阶段考不同类型楼宇的运行特性，建立多类型楼宇电–碳联合交易模型，实现不同楼宇间电能和碳排放权共享；以碳排放和多主体经济最优为目标，采用带精英策略的遗传算法对模型进行求解。本发明通过弹性约束方法降低FDI攻击对楼宇调度的影响，并通过综合考虑多类型楼宇能源模型实现协调优化，对能源低碳利用、缓解能源危机具有重要意义。
-
公开(公告)号：CN118174324B
公开(公告)日：2024-08-06
申请号：CN202410601481.5
申请日：2024-05-15
Applicant: 南京邮电大学
IPC: H02J3/24 , G06Q10/063 , G06Q50/06 , H02J3/38 , H02J3/28
Abstract: 本发明属于电力系统自动化领域，公开了计及源‑荷‑储调频资源的电力系统最小惯量需求评估方法，基于传统频率响应模型，同时计及源‑荷‑储多种灵活性资源参与惯量支撑与调频并分析推导出频率响应表达式；分析推导频率变化率与最大频率偏差双重频率约束指标表达式并量化分析考虑源‑荷‑储调频资源的系统动态频率情况；探究功率扰动与双重约束指标之间的量化关系，分析并评估系统最小惯量需求，同时综合考虑源‑荷‑储调频单元内部参数对系统最小惯量需求的影响。本发明可在当前新型电力系统“双高”特性日益显著的背景下提供一种系统最小惯量需求评估方法，对当下包含多种灵活性资源的新型电力系统频率稳定分析具有指导意义。
-
公开(公告)号：CN113725886B
公开(公告)日：2024-06-07
申请号：CN202110906160.2
申请日：2021-08-09
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了一种抑制直流连续换相失败的交直流混联系统功率协调控制方法，其包括：当系统面临连续换相失败风险时，通过调节逆变侧直流电流指令降低直流传输系统有功功率，进而抑制直流连续换相失败；同时监测交直流混联系统的潮流变化，对交流传输系统进行过载风险判断；若存在过载风险，则启动火电机组调频系统降低有功输出，若火电厂调节水平无法有效减小系统潮流大范围波动，则采用风电机组主动功率控制的方法调节送端电网有功输出，降低交流传输系统过载危害。本发明方法既能够抑制直流连续换相失败，又能降低交流传输系统过载现象风险，有效地保证了含高比例风电送端电网交直流混联系统功率协调控制的灵活性、快速性和经济性。
-
Patent Agency Ranking
公开(公告)号：CN117974210A
公开(公告)日：2024-05-03
申请号：CN202410149800.3
申请日：2024-02-02
Applicant: 南京邮电大学
IPC: G06Q30/0202 , G06Q30/0201 , G06Q50/06
Abstract: 本发明属于电力系统市场交易与电源优化配置领域，公开了一种考虑多交易市场的虚拟电厂容量配置优化方法，其根据虚拟电厂的功能性将虚拟电厂分为SEVPP与DRVPP，并依次对其包含的资源进行建模；通过“电‑碳‑绿”联合交易市场机制与DRVPP参与市场交易的需求响应机制，建立主从博弈模型，通过求解得到SEVPP的最佳容量配置方案与DRVPP的最佳响应电量方案；对SEVPP及DRVPP分配虚拟电厂内部不同投资商的容量占比，以达到各个投资商的最佳容量配置方案。本发明能够对同时提高SEVPP与DRVPP的效益，有效提高各类投资商参与虚拟电厂聚合的热情，进一步挖掘虚拟电厂节能减排的潜力。
-
公开(公告)号：CN117394440A
公开(公告)日：2024-01-12
申请号：CN202311677218.6
申请日：2023-12-08
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于DDPG算法的微电网并网离网控制方法及系统，该方法通过实时采集微电网与配电网联络线以及微电网的并网节点上下游的电气特征数据；历史数据库基于汇总的历史数据，整理电气特征数据以及相对应的动作信息；构建深度确定性策略梯度网络算法即DDPG算法的控制架构，从历史数据库中选取样本数据进行训练，获得训练后的DDPG算法的控制架构；得出基于当前线路电气特征信息状态下微电网是否需要进行并网离网动作的动作指令；本发明能够准确判别配电网故障线路信息，并及时分析确定微电网离网或并网，能够降低微电网所受到的故障电流冲击，能够有效降低对微电网内部负荷的正常供电的影响，能够提高电力系统的供电稳定性。
-
公开(公告)号：CN117293924A
公开(公告)日：2023-12-26
申请号：CN202311275885.1
申请日：2023-09-28
Applicant: 南京邮电大学
IPC: H02J3/46 , H02J3/14 , G06N3/006 , G06N3/0442 , G06N3/0464 , G06Q50/06
Abstract: 本发明公开了基于WSO的配电网日前两阶段优化调度方法包括，涉及电网调度优化技术领域，该方法首先根据历史数据预测得到风光出力数据及负荷曲线。第一阶段综合考虑电网运行的综合成本、碳交易经济效益建立调度模型，利用Cplex求解器求该解模型，得到各分布式电源的出力大小及购电量。然后，以第一阶段的结果为基础，将网损及电压偏差最小为目标函数建立无功优化模型，构建满足配网安全运行的多项约束。最后，采用白鲨优化算法求得全局最优解，制定优化调度策略。本发明提出的基于WSO的配电网日前两阶段优化调度策略，能够优化分布式电源出力分配，有效降低配电网的运行总成本和有功网损，也验证了WSO在解决无功优化这类复杂调度问题的优越性。
-
公开(公告)号：CN117200193A
公开(公告)日：2023-12-08
申请号：CN202311115957.6
申请日：2023-08-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种考虑微电网供电潜力的含多微网配电系统供电控制方法及系统，属于电力技术领域。通过采集各微电网内设备运行数据，基于长短时记忆神经网络对所采集数据进行学习预测，并通过概率密度函数降低预测误差；基于数据采集及模型预测计算微电网供电容量与风险备用电量，基于置信度水平的风险备用得到微电网对外供电量；根据配网故障信息筛选具备供电潜力的微电网，在微网参与并网供电前，根据联络线上下游连接点对等通信调整并网节点上下游的电压和功率输出以实现联络处平滑并网，完成具备供电潜力的微网对配网失电负荷供电恢复。本发明能够充分利用微电网可再生资源，快速实现含多微网的配电系统供电恢复，减少供电恢复时间。
-
公开(公告)号：CN116738807A
公开(公告)日：2023-09-12
申请号：CN202310522731.1
申请日：2023-05-10
Applicant: 南京邮电大学
IPC: G06F30/25 , G06F30/27 , G06F18/214 , G06F18/23213 , G06F18/24 , G06N3/0442 , G06N3/08 , G06F113/06 , G06F119/06
Abstract: 本发明属于大型风电场等值建模技术领域，公开了基于PSO‑LSTM‑ECM的风电场等值建模方法，其搭建风电场详细模型后对风电机组进行分群，构建聚类等值模型；基于详细模型和聚类等值模型的暂态响应误差构建ECM，通过PSO优化的LSTM网络训练得到误差校正模型；最后，把聚类等值模型的暂态响应数据输入训练完成的网络，将网络的输出值补偿给聚类等值模型。本发明实现了详细模型与传统等值模型的误差自动校正，在具有仿真低耗时特性的同时可高精度拟合风电场动态特性；通过深度学习技术的应用，模型泛化能力显著提升，应用该模型可以大大提高当前风电场建模的效率与准确性，为分析大型风电场对电力系统稳定性的影响提供依据。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.032 seconds)
