-
公开(公告)号：CN114048819B
公开(公告)日：2024-11-29
申请号：CN202111360101.6
申请日：2021-11-17
Inventor： 田英杰 , 李凡 , 蒋家富 , 吴裔 , 赵莹莹 , 苏运 , 郭乃网 , 金妍斐 , 刘俊 , 杨帆 , 杜习周 , 陈琰 , 杨秀 , 刘方 , 傅广努 , 李承泽 , 张浩 , 仇志鑫 , 刘欣雨 , 张倩倩 , 蒋倩 , 汤金璋 , 周从亨 , 陈浩然
IPC: G06F18/2433 , G06F18/2113 , G06F18/15 , G06F18/214 , G06F18/21 , G06N5/01 , G06N3/0464 , G06N3/045 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及一种基于注意力机制和卷积神经网络的配电网拓扑辨识方法，包括以下步骤：S1：获取配电网的量测数据以及对应的拓扑结构，构建数据库；S2：对量测数据进行预处理；S3：根据特征贡献度对特征筛选，构建特征集；S4：构建配电网拓扑辨识模型，基于特征集对配电网拓扑辨识模型进行训练；S5：将待辨识的配电网的量测数据送入配电网拓扑辨识模型，获取待辨识的配电网的拓扑结构。与现有技术相比，本发明具有仅需要断面量测数据，辨识分类准确性高，克服数据噪声等优点。
-
公开(公告)号：CN111815035B
公开(公告)日：2024-01-30
申请号：CN202010571442.7
申请日：2020-06-22
Applicant: 国网上海市电力公司 , 上海电力大学 , 华东电力试验研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06N3/0464 , H02J3/00
Abstract: 本发明涉及一种融合形态聚类及TCN‑Attention的短期负荷预测方法，包括以下步骤：S1：对负荷历史日数据进行形态聚类，形成多个负荷相似日簇；S2：对影响负荷预测的数据进行预处理，获取待预测日负荷预测的影响因素数据；S3：根据各负荷相似日簇与影响因素数据的相似性为待预测日选择对应的相似日簇训练子集；S4：将待预测日对应的相似日簇训练子集输入到预测模型进行训练；S5：输入待预测日的影响因素数据至训练完成的预测模型，输出短期负荷预测值；所述的预测模型包括依次连接的输入层、TCN残差模块、Attention机制模块和输出层，与现有技术相比，本发明具有预测速度快且预测(56)对比文件李鹏辉;崔承刚;杨宁;陈辉.基于ARIMALSTM组合模型的楼宇短期负荷预测方法研究.上海电力学院学报.2019,(第06期),全文.张冰;周步祥;石敏;魏金萧.基于灰色关联分析与随机森林回归模型的短期负荷预测.水电能源科学.2017,(第04期),全文.吴云;雷建文;鲍丽山;李春哲.基于改进灰色关联分析与蝙蝠优化神经网络的短期负荷预测.电力系统自动化.2018,(第20期),全文.
-
公开(公告)号：CN117291228A
公开(公告)日：2023-12-26
申请号：CN202311412208.X
申请日：2023-10-27
IPC: G06N3/044 , G06N3/08 , G06N3/0464 , G06Q50/06
Abstract: 本发明涉及一种基于CNN‑BiGRU配变电压预测方法、设备及介质，该方法包括以下步骤：获取历史配变电压数据及其相应的关联影响因素，并进行预处理；采用相关性分析法计算历史配变电压数据及其相应的关联影响因素之间的相关性，并剔除相关性小的关联影响因素；将预处理后的历史配变电压数据及其相应相关性大的关联影响因素输入预先构建的CNN‑BiGRU模型中，输出配变电压的预测结果。与现有技术相比，本发明具有提高配变电压预测准确度等优点。
-
公开(公告)号：CN114048819A
公开(公告)日：2022-02-15
申请号：CN202111360101.6
申请日：2021-11-17
Inventor： 田英杰 , 李凡 , 蒋家富 , 吴裔 , 赵莹莹 , 苏运 , 郭乃网 , 金妍斐 , 刘俊 , 杨帆 , 杜习周 , 陈琰 , 杨秀 , 刘方 , 傅广努 , 李承泽 , 张浩 , 仇志鑫 , 刘欣雨 , 张倩倩 , 蒋倩 , 汤金璋 , 周从亨 , 陈浩然
Abstract: 本发明涉及一种基于注意力机制和卷积神经网络的配电网拓扑辨识方法，包括以下步骤：S1：获取配电网的量测数据以及对应的拓扑结构，构建数据库；S2：对量测数据进行预处理；S3：根据特征贡献度对特征筛选，构建特征集；S4：构建配电网拓扑辨识模型，基于特征集对配电网拓扑辨识模型进行训练；S5：将待辨识的配电网的量测数据送入配电网拓扑辨识模型，获取待辨识的配电网的拓扑结构。与现有技术相比，本发明具有仅需要断面量测数据，辨识分类准确性高，克服数据噪声等优点。
-
公开(公告)号：CN118245939A
公开(公告)日：2024-06-25
申请号：CN202410334525.2
申请日：2024-03-22
IPC: G06F18/2433 , G06F18/23213 , H02J13/00
Abstract: 本发明涉及一种基于LOF的配电网电压异常数据辨识方法、系统及介质，该方法包括以下步骤：采集配电网的配变电压数据；基于所述配变电压数据，采用LOF算法进行异常分数计算，得到配变电压数据对应的LOF值；基于所述LOF值，采用DBSCAN聚类方法进行聚类，确定LOF值的判定阈值；基于所述判定阈值对所述LOF值进行判定，输出配变电压异常数据。与现有技术相比，本发明具有异常辨识准确性高、平衡局部异常与全局异常等优点。
-
Patent Agency Ranking
公开(公告)号：CN114204560A
公开(公告)日：2022-03-18
申请号：CN202111538440.9
申请日：2021-12-15
Inventor： 田英杰 , 李凡 , 李承泽 , 吴裔 , 赵莹莹 , 苏运 , 郭乃网 , 金妍斐 , 刘俊 , 杨帆 , 杜习周 , 陈琰 , 杨秀 , 刘方 , 徐耀杰 , 傅广努 , 柴梓轩 , 蒋家富 , 张浩 , 仇志鑫 , 刘欣雨 , 张倩倩 , 蒋倩 , 汤金璋 , 周从亨 , 陈浩然
Abstract: 本发明涉及一种中压配电网线路参数识别方法，包括：获取设定时间段内待识别地区配电网线路首端和下属所有配变的量测数据；对量测数据进行预处理；结合多元线性回归模型，以得到各时间点预处理后量测数据对应的拓扑数据；构建基于改进牛顿拉夫逊法的线路参数识别模型；将拓扑数据、预处理后量测数据输入线路参数识别模型，输出得到线路参数识别结果。与现有技术相比，本发明能够同时兼顾时效性和准确性，实现简单可靠进行配电网线路参数识别的目的。
-
公开(公告)号：CN119168407A
公开(公告)日：2024-12-20
申请号：CN202411190065.7
申请日：2024-08-28
IPC: G06Q10/0637 , H02J3/00 , G06Q50/06 , G06N3/0442 , G06N3/096 , G06F18/15 , G06F18/2433
Abstract: 本发明涉及一种基于迁移学习的海量台区重过载预警方法及系统，包括以下步骤：获取各台区配变的实时负荷数据，进行预处理；将预处理后的各台区配变的实时负荷数据分别输入预先训练好的各台区的负荷预测模型中进行预测，得到各台区配变的预测负荷数据，其中所述负荷预测模型通过基于LSTM的网络预测模型进行结构和参数迁移得到的；计算所述各台区配变的预测负荷数据与温度之间的相关性，得到相关性系数，再结合重过载预警评判标准，得到海量各台区配变的重过载预警结果。与现有技术相比，本发明具有提高海量台区配变的预测效率等优点。
-
公开(公告)号：CN111815035A
公开(公告)日：2020-10-23
申请号：CN202010571442.7
申请日：2020-06-22
Applicant: 国网上海市电力公司 , 上海电力大学 , 华东电力试验研究院有限公司
Abstract: 本发明涉及一种融合形态聚类及TCN-Attention的短期负荷预测方法，包括以下步骤：S1：对负荷历史日数据进行形态聚类，形成多个负荷相似日簇；S2：对影响负荷预测的数据进行预处理，获取待预测日负荷预测的影响因素数据；S3：根据各负荷相似日簇与影响因素数据的相似性为待预测日选择对应的相似日簇训练子集；S4：将待预测日对应的相似日簇训练子集输入到预测模型进行训练；S5：输入待预测日的影响因素数据至训练完成的预测模型，输出短期负荷预测值；所述的预测模型包括依次连接的输入层、TCN残差模块、Attention机制模块和输出层，与现有技术相比，本发明具有预测速度快且预测准确性高等优点。
-
公开(公告)号：CN119514316A
公开(公告)日：2025-02-25
申请号：CN202411394956.4
申请日：2024-10-08
Applicant: 国网上海市电力公司 , 上海博英信息科技有限公司
IPC: G06F30/27 , G06F18/23 , G06F113/04
Abstract: 本发明公开了一种基于数字孪生的新业态配电网故障模拟方法及系统，包括步骤S101：获取目标配电网资源数据；步骤S102：对采集到的数据进行预处理和分析，提取有用信息和特征；步骤S103：根据目标配电网资源数据构建目标配电网数字孪生模型；步骤S104：根据目标配电网故障运行场景构建预想事故集。本发明通过构建涵盖配电网新业态元素的数字孪生模型，可以更准确地反映配电网的真实状态，提高模拟结果的准确性，从而提高配电网的运行效率和可靠性。同时根据不同运行场景构建典型故障场景，提高故障场景的全面性和实用性。
-
公开(公告)号：CN119482348A
公开(公告)日：2025-02-18
申请号：CN202411291187.5
申请日：2024-09-14
Applicant: 国网上海市电力公司
IPC: H02J3/00 , H02J3/38 , G06Q10/0637 , G06Q50/06 , G06N3/006 , G06N3/0464 , G06N3/09
Abstract: 本发明具体公开一种考虑分布式资源接入的配电网停电时间预测方法及系统，当某一元件发生故障，进行故障隔离后对故障点上游区域恢复供电，对故障点下游区域搜索停电区域内的所有电源以及与停电线路有连接的联络开关，进行转供区域划分、转供负荷分析；若停电区域内没有联络开关以及故障线段，则等待故障修复后恢复供电，并计算该区域的停电时间；若转供区域内存在联络开关且有备用电源能提供电能支撑，则对该区域进行转供电并计算该区域的停电时间；若没有备用电源则考虑分布式资源作为电源提供电能的情况，针对停电涉及的不同区域，提出新型配电系统下停电时间预测方法，提高停电时间预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.113 seconds)
