-
公开(公告)号：CN117639100A
公开(公告)日：2024-03-01
申请号：CN202311615132.0
申请日：2023-11-29
Applicant: 国网吉林省电力有限公司电力科学研究院 , 北京信息科技大学 , 吉林省电力科学研究院有限公司
Abstract: 本发明属于光伏发电技术领域，具体涉及一种高比例光伏低压台区的多目标优化运行方法。为解决含高比例光伏低压台区在实际运行中面临着电压波动、功率失衡以及电池储能管理等问题，本方法通过采用多目标优化的方式，以低压台区供电的稳定性、降低能耗以及能源利用率为目标，综合考虑光伏电压控制、功率平衡和电池储能调度等关键因素，从而实现含高比例光伏低压台区的安全稳定运行。
-
公开(公告)号：CN117639099A
公开(公告)日：2024-03-01
申请号：CN202311615130.1
申请日：2023-11-29
Applicant: 国网吉林省电力有限公司电力科学研究院 , 北京信息科技大学 , 吉林省电力科学研究院有限公司
Abstract: 本发明属于光伏发电技术领域，具体涉及一种多目标优化器的高渗透率光伏配电台区优化运行方法。本方法包括：定义待优化的光伏配电台区的目标函数、决策变量和约束条件；设计多目标优化器：随机产生初始种群，对当前种群进行非支配排序后，使用基于参考点临界层中的环境选择方法进一步筛选出更优的种群进入下一代，依据搜索机制更新下一代种群新的位置，计算当前所有种群个数的目标函数值，重复操作直至到达最大迭代次数，使用熵权法从Pareto解集中选择最终种群，输出当前种群和目标函数的结果。该方法对高维非线性的含高渗透率的配电台区优化运行问题具有更强的求解能力和更快的求解速度，且多目标优化器的应用方法更方便，适应性更强。
-
公开(公告)号：CN120011846A
公开(公告)日：2025-05-16
申请号：CN202510176504.7
申请日：2025-02-18
Applicant: 吉林省电力科学研究院有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国网吉林电动汽车服务有限公司
IPC: G06F18/23213 , G06F18/213 , G06F17/18 , G06N3/006 , G06Q50/06 , G06F123/02
Abstract: 本发明公开了一种基于蒙特卡洛与人工蜂群优化的电动汽车充电行为分类方法，首先利用蒙特卡洛模型精准捕获电动汽车充电行为的概率分布特征，进而生成离并网时间的概率密度函数，为电网调度与能源管理提供重要参考。针对传统k‑means聚类算法在处理大规模数据集时面临的效率与精度挑战，本发明创新性地引入人工蜂群算法对聚类过程进行深度优化，通过构建高效的适应度函数，指导聚类中心的智能搜索与优化，显著提升了聚类的精确度和算法收敛速度，本发明的实施，不仅增强了电动汽车充电行为分析的科学性与准确性，还为智能电网的精细化管理与优化调度提供了强有力的技术支持。
-
公开(公告)号：CN119695854A
公开(公告)日：2025-03-25
申请号：CN202411683028.X
申请日：2024-11-22
Applicant: 吉林省电力科学研究院有限公司 , 国网吉林省电力有限公司电力科学研究院 , 东北电力大学
Abstract: 本发明公开已知智能电表数据推断户变关系方法，具体为：步骤1：从数据库中提取智能电表测得的用户侧的电压及功率数据和配变低压侧的电压及功率数据；步骤2：通过步骤1提取的配变低压侧和用户侧的电压历史量测数据对用户所属台区进行初步聚类；步骤3：通过将步骤1中智能电表测得的用户侧的功率历史量测数据进行聚类，将用户分成含光伏用户与非光伏用户；步骤4：利用步骤3中得到的光伏用户和非光伏用户得到光伏发电代理站点的光伏输出功率；步骤5：通过步骤4得到的光伏发电代理站点的光伏输出功率将光伏用户以及变压器的功率分解为光伏发电功率以及负荷消耗功率；步骤6：确定用户所属台区。本发明方法能够准确确定户变关系。
-
公开(公告)号：CN119165293A
公开(公告)日：2024-12-20
申请号：CN202411303011.7
申请日：2024-09-19
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司 , 北京交通大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司长春供电公司
IPC: G01R31/08
Abstract: 本发明涉及配电网故障选线技术领域，特别涉及一种基于格拉姆角场和卷积神经网络的故障选线方法，包括采集配电网发生单相接地故障时每条馈线的一维零序电流时间序列数据；将采集的一维零序电流时间序列数据通过格拉姆角差场转换为二维图像；对二维图像进行归一化处理并划分数据集，将划分后的数据集输入到二维卷积神经网络中进行迭代训练得到损失和准确率结果。上述方法通过二维卷积神经网络挖掘图像的深度特征，可以保证较高的选线准确率；同时基于格拉姆角场的转换原始数据为二维图像的算法，能够保留更多地原始信息，并且消耗时间更短、可视化效果更好，加强了所提选线方法的可靠性，能够解决传统故障选线方法准确率低、信息丢失的问题。
-
Patent Agency Ranking
公开(公告)号：CN118586585A
公开(公告)日：2024-09-03
申请号：CN202410636961.5
申请日：2024-05-22
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司
IPC: G06Q10/063 , G06Q50/06 , G06N3/0455 , G06N3/088 , G06F18/213 , H02J3/06 , H02J3/14 , G06F123/02
Abstract: 本发明一种数据驱动的发输电系统韧性评估方法，属于电力系统韧性评估领域；通过建立两阶段优化训练模型，在无监督预训练过程通过降噪自动编码器提取输入数据高阶特征并提高预测性能。在有监督微调训练过程通过叠层极限学习机映射发输电系统运行状态和最小负荷削减之间的非线性关系，能够有效替代计算耗时的最优潮流算法(Optimal Power Flow，OPF)，从而加快电力系统韧性评估过程，提高发输电系统韧性评估的效率。
-
公开(公告)号：CN117674291A
公开(公告)日：2024-03-08
申请号：CN202311661316.0
申请日：2023-12-06
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司 , 国网吉林省电力有限公司 , 哈尔滨工业大学 , 国家电网有限公司
Abstract: 本发明一种固体电锅炉‑火电耦合系统应急过程切换控制方法，属于电力系统控制领域；利用固体电锅炉辅助火电机组实现由并网向孤网切换的控制策略，该策略分别通过电锅炉功率投入模块以及OPC修正模块，根据解列时火电机组运行功率，来给定电锅炉最佳投入功率及对应OPC持续时间，经验证，该策略可以使切换过程中超速保护动作仅触发一次，转速飞升问题大大减弱，并且因使用电锅炉而带来的转速失速问题也得到了一定抑制，该策略对于提高机组切换速度，减弱切换过程对机组造成的冲击，以及为机组在孤网下长时期运行提供前提条件等方面具有重要意义。
-
公开(公告)号：CN114252103B
公开(公告)日：2023-12-22
申请号：CN202111288138.2
申请日：2021-11-02
Applicant: 国网吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司
IPC: G01D21/02
Abstract: 本发明涉及一种融合电站运行故障预测方法。首先根据传感器系统实时测量数据，经过数据清洗和拓展卡尔曼滤波算法对数据进行预处理，得到各运行参数的最优值；然后计算出每个运行参数的风险值，最后建立了融合电站的风险评估模型，利用随机森林回归预测算法预测出总体风险因子，依据总体风险因子的大小来进行风险评估，进行安全预警，为后期的运维工作提供参考，提升了融合电站运行的安全性。
-
公开(公告)号：CN117175558A
公开(公告)日：2023-12-05
申请号：CN202311126665.2
申请日：2023-09-04
Applicant: 国网吉林省电力有限公司电力科学研究院 , 长春工程学院 , 国网吉林省电力有限公司 , 吉林省电力科学研究院有限公司
IPC: H02J3/00 , G06F30/20 , G06F17/10 , H02J3/38 , G06F113/04 , G06F111/06 , G06F111/04
Abstract: 一种评估源网荷储协同接纳新能源能力的方法，属于新能源电力系统技术领域，首先，建立多灵活性资源灵活互动特性的刻画方法，兼顾配电网新能源消纳水平与经济运行，构建考虑多灵活性资源协调调度的新能源优化消纳模型；然后，为寻找优化消纳模型非支配解的可行域，建立多目标优化求解方法,并提出一种复合型线性化策略，将复杂的多目标非线性非凸优化消纳模型转换为多目标混合整数线性优化问题，并采用含线性递减惯性权重的改进粒子群算法求解所建模型。本发明从整体上协调调度多灵活性资源，最大化利用多环节灵活互动特性消除限制新能源消纳的制约因素。
-
公开(公告)号：CN116975525A
公开(公告)日：2023-10-31
申请号：CN202310782979.1
申请日：2023-06-29
Applicant: 吉林省电力科学研究院有限公司 , 国网吉林省电力有限公司电力科学研究院 , 哈尔滨理工大学
IPC: G06F18/00 , G06F18/10 , G06F17/16 , G06F123/02
Abstract: 一种基于最优模态分解的机电振荡特征参数提取方法属于电力系统运维技术领域。本发明提出一种从环境激励下即含有噪声信号的量测数据中提取机电振荡模态的最优模态分解(OMD)方法，本发明采用基于Grassman流形的迭代优化过程来增强对测量噪声的鲁棒性，使得本发明不需要DMD算法，使用适当的正交分解(POD)来固定低维子空间。本发明利用多通道广域测量数据更加可靠地提取频率、阻尼比和振型，与原始DMD和Prony方法相比，本方法具有更好的提取精度和更强的噪声鲁棒性，实用价值更高。本发明旨在从含噪声的同步相量数据集中提取可靠的机电模式，以评估小信号的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
150
records
(took 0.169 seconds)
