-
公开(公告)号：CN118842101A
公开(公告)日：2024-10-25
申请号：CN202411312136.6
申请日：2024-09-20
Applicant: 国网(山东)电动汽车服务有限公司 , 国网山东省电力公司平原县供电公司
IPC: H02J3/46 , G06Q10/0631 , G06Q50/06 , H02J3/38 , H02J3/24 , H02J3/06 , H02J3/14 , H02J3/18 , H02J3/28
Abstract: 本发明提出了一种以可聚合资源为主体的配电网调度优化方法，属于智能电网技术领域，包括以下步骤：S1：基于可聚合资源的运行特性构建可聚合资源的聚合功率量化模型，动态量化可聚合资源的响应功率，实现可聚合资源间的协同响应；S2：考虑节点功率平衡、节点电压关联与线路功率三方面构建配电网Distflow支路潮流模型；S3：考虑优化系统运行的网损、优化系统运行中各个单元的运行成本、最大化消纳本地分布式可再生能源并减少弃电，建立优化目标函数；S4：汇聚约束条件，对S1‑S3中构建的模型进行求解，并在计算出结果后，下发至配电网所辖资源主体执行，本方法可以实现局域电网网损低、运行成本低和可再生能源最大化消纳的多目标优化。
-
公开(公告)号：CN118643449A
公开(公告)日：2024-09-13
申请号：CN202411105062.9
申请日：2024-08-13
Applicant: 国网(山东)电动汽车服务有限公司
IPC: G06F18/2433 , G06F18/213 , G06F18/15 , G06F18/214 , G06N3/0475 , G06N3/045 , G06N3/0442 , G06N3/09 , G06N3/094 , G06N3/048 , G06F123/02
Abstract: 本发明提出了一种基于时序数据增强的充电桩故障预测方法，属于充电桩技术领域，包括以下步骤：S1：采集充电桩运行的源数据集，通过卡尔曼滤波对源数据集过滤噪声，获取中间数据集；S2：建立时序生成对抗网络，实现对中间数据集的数据增强；S3：基于增强后的中间数据集，通过多层感知机网络，实现对充电桩故障数据的预测，得到目标数据集；S4：基于中间数据集和目标数据集，得到最终的充电桩故障预测方法。本发明提出的充电桩故障预测方法，可有效提高充电桩的运行稳定性和故障检测的准确性，对智能充电网络的可靠性和安全性具有重要意义。
-
公开(公告)号：CN118842101B
公开(公告)日：2025-02-07
申请号：CN202411312136.6
申请日：2024-09-20
Applicant: 国网(山东)电动汽车服务有限公司 , 国网山东省电力公司平原县供电公司
IPC: H02J3/46 , G06Q10/0631 , G06Q50/06 , H02J3/38 , H02J3/24 , H02J3/06 , H02J3/14 , H02J3/18 , H02J3/28
Abstract: 本发明提出了一种以可聚合资源为主体的配电网调度优化方法，属于智能电网技术领域，包括以下步骤：S1：基于可聚合资源的运行特性构建可聚合资源的聚合功率量化模型，动态量化可聚合资源的响应功率，实现可聚合资源间的协同响应；S2：考虑节点功率平衡、节点电压关联与线路功率三方面构建配电网Distflow支路潮流模型；S3：考虑优化系统运行的网损、优化系统运行中各个单元的运行成本、最大化消纳本地分布式可再生能源并减少弃电，建立优化目标函数；S4：汇聚约束条件，对S1‑S3中构建的模型进行求解，并在计算出结果后，下发至配电网所辖资源主体执行，本方法可以实现局域电网网损低、运行成本低和可再生能源最大化消纳的多目标优化。
-
公开(公告)号：CN118821031B
公开(公告)日：2025-01-10
申请号：CN202411303142.5
申请日：2024-09-19
Applicant: 国网(山东)电动汽车服务有限公司
IPC: G06F18/2433 , G06F18/2431 , G06F18/214 , G06F18/22 , G06N3/006 , G06N3/047
Abstract: 本发明提出了一种基于概率稀疏自注意力机制的充电桩故障检测方法，属于充电桩技术领域，包括以下步骤：S1：对充电桩常见的故障种类进行模拟；S2：输入层将输入的电压值序列转化为模型的编码层可处理的高维向量；S3：模型的编码层通过自注意力机制得到不同输入变量之间的相关性得分；S4：模型的特质提取层分析指针向量得到故障种类，将故障种类与已知的故障信息进行比较；S5：输入充电桩的电压数据，将输出的指针向量作为特征判据进行分析，得到诊断结果。本发明提出的基于概率稀疏自注意力机制的充电桩故障检测方法，可自主获取较为准确的超参数值，降低了模型的泛化成本，有效降低了故障诊断的时间，保证了模型精度。
-
Patent Agency Ranking
公开(公告)号：CN118643449B
公开(公告)日：2024-11-22
申请号：CN202411105062.9
申请日：2024-08-13
Applicant: 国网(山东)电动汽车服务有限公司
IPC: G06F18/2433 , G06F18/213 , G06F18/15 , G06F18/214 , G06N3/0475 , G06N3/045 , G06N3/0442 , G06N3/09 , G06N3/094 , G06N3/048 , G06F123/02
Abstract: 本发明提出了一种基于时序数据增强的充电桩故障预测方法，属于充电桩技术领域，包括以下步骤：S1：采集充电桩运行的源数据集，通过卡尔曼滤波对源数据集过滤噪声，获取中间数据集；S2：建立时序生成对抗网络，实现对中间数据集的数据增强；S3：基于增强后的中间数据集，通过多层感知机网络，实现对充电桩故障数据的预测，得到目标数据集；S4：基于中间数据集和目标数据集，得到最终的充电桩故障预测方法。本发明提出的充电桩故障预测方法，可有效提高充电桩的运行稳定性和故障检测的准确性，对智能充电网络的可靠性和安全性具有重要意义。
-
公开(公告)号：CN118889415B
公开(公告)日：2024-12-13
申请号：CN202411368675.1
申请日：2024-09-29
Applicant: 国网(山东)电动汽车服务有限公司 , 国网山东省电力公司平原县供电公司
IPC: H02J3/00 , F25B49/00 , F24H9/20 , F24H15/164 , G06Q10/0631 , G06Q50/06
Abstract: 本发明提出了一种基于优先级数据模型的配电网灵活资源动态响应方法，属于智能电网技术领域，包括以下步骤：S1：基于灵活资源的运行特性构建灵活资源动态响应模型；S2：考虑灵活资源的受控优先级，建立基于状态裕度和时间裕度的优先级受控模型；S3：以灵活资源的响应功率与目标功率之间的偏差最小和响应受控均衡性最优为目标，建立优化控制目标函数；S4：确定灵活资源的约束条件，对S1‑S3中构建的模型进行求解，从而确定灵活资源调节需求的合理方法，并下发到灵活资源执行，本发明可以统一发挥多元电力负荷弹性的调控潜力，满足实际多元异构灵活资源的响应需求。
-
公开(公告)号：CN118889415A
公开(公告)日：2024-11-01
申请号：CN202411368675.1
申请日：2024-09-29
Applicant: 国网(山东)电动汽车服务有限公司 , 国网山东省电力公司平原县供电公司
IPC: H02J3/00 , F25B49/00 , F24H9/20 , F24H15/164 , G06Q10/0631 , G06Q50/06
Abstract: 本发明提出了一种基于优先级数据模型的配电网灵活资源动态响应方法，属于智能电网技术领域，包括以下步骤：S1：基于灵活资源的运行特性构建灵活资源动态响应模型；S2：考虑灵活资源的受控优先级，建立基于状态裕度和时间裕度的优先级受控模型；S3：以灵活资源的响应功率与目标功率之间的偏差最小和响应受控均衡性最优为目标，建立优化控制目标函数；S4：确定灵活资源的约束条件，对S1‑S3中构建的模型进行求解，从而确定灵活资源调节需求的合理方法，并下发到灵活资源执行，本发明可以统一发挥多元电力负荷弹性的调控潜力，满足实际多元异构灵活资源的响应需求。
-
公开(公告)号：CN118821031A
公开(公告)日：2024-10-22
申请号：CN202411303142.5
申请日：2024-09-19
Applicant: 国网(山东)电动汽车服务有限公司
IPC: G06F18/2433 , G06F18/2431 , G06F18/214 , G06F18/22 , G06N3/006 , G06N3/047
Abstract: 本发明提出了一种基于概率稀疏自注意力机制的充电桩故障检测方法，属于充电桩技术领域，包括以下步骤：S1：对充电桩常见的故障种类进行模拟；S2：输入层将输入的电压值序列转化为模型的编码层可处理的高维向量；S3：模型的编码层通过自注意力机制得到不同输入变量之间的相关性得分；S4：模型的特质提取层分析指针向量得到故障种类，将故障种类与已知的故障信息进行比较；S5：输入充电桩的电压数据，将输出的指针向量作为特征判据进行分析，得到诊断结果。本发明提出的基于概率稀疏自注意力机制的充电桩故障检测方法，可自主获取较为准确的超参数值，降低了模型的泛化成本，有效降低了故障诊断的时间，保证了模型精度。
-
公开(公告)号：CN118643945A
公开(公告)日：2024-09-13
申请号：CN202411096469.X
申请日：2024-08-12
Applicant: 国网(山东)电动汽车服务有限公司
IPC: G06Q10/04 , G06Q10/20 , G06Q50/06 , G06F18/2131 , G06F18/22 , G06F18/27 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/042 , G06N3/09
Abstract: 本发明提出了一种基于谱时间图神经网络的充电桩故障时空预测方法，属于充电桩技术领域，包括以下步骤：S1：通过潜在相关层捕捉多个充电桩之间的时空相关性，生成图拓扑结构；S2：基于图拓扑结构，建立谱时间图神经时空预测网络，提取多个序列之间的关联并预测，建立时间序列回归模型；S3：通过最大熵学习准则训练时间序列回归模型；S4：基于S1的潜在相关层、S2的谱时间图神经时空预测网络和S3的最大熵学习准则，得到最终的充电桩故障时空预测方法。本发明将谱时间图神经网络理论引入充电桩故障预测中，可有效实现对充电桩故障的预测，提高充电桩的可靠性和维护效率，对智能充电网络的可靠性和安全性具有重要意义。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.043 seconds)
