-
公开(公告)号：CN119484665A
公开(公告)日：2025-02-18
申请号：CN202411598921.2
申请日：2024-11-11
Applicant: 无锡广盈集团有限公司 , 国网江苏省电力有限公司无锡供电分公司
Abstract: 本发明公开了一种配电网保护控制装置GOOSE报文传输方法，包括对GOOSE报文的压缩过程与解压缩过程。压缩过程中，根据报文状态不同进入不同的编码状态，显著降低相同数据的传输资源消耗，提升报文的压缩比。解压缩过程包含了对接收报文的压缩类型检测判别与解码两个方面。通过本发明确保了故障报文的高效和稳定传输，提升了系统的可靠性。在信道带宽有限的情况下，能够有效节约资源，确保数据传输的完整性、可靠性与实时性，大幅提高了报文的传输效率，增强了报文的实时处理与应用效果。
-
公开(公告)号：CN116169683A
公开(公告)日：2023-05-26
申请号：CN202310319588.6
申请日：2023-03-29
Applicant: 国网江苏省电力有限公司无锡供电分公司
Abstract: 本发明属于潮流收敛调整的技术领域，涉及一种基于深度强化学习的电力系统潮流收敛性调整方法。包括：获取电网系统的电网数据；根据电网数据，通过强化学习算法，确定各分区的有功调整路径以及无功补偿节点；若电网系统有功功率不平衡，通过深度强化学习算法，对各分区的有功调整路径进行有功功率调整；若电网系统有功功率平衡，通过深度强化学习算法，对各分区的无功补偿节点进行无功补偿装置的投切；深度强化学习算法的动作空间包括能够使电网系统潮流收敛的有功功率调整方式和无功补偿装置投切方式。本发明使用深度强化学习算法进行无功补偿装置投切调整，改进输电网无功潮流收敛性问题，且在无功收敛性调整方面有更高的有效性和实用性。
-
公开(公告)号：CN112016816A
公开(公告)日：2020-12-01
申请号：CN202010812811.7
申请日：2020-08-13
Applicant: 国网江苏省电力有限公司无锡供电分公司
Abstract: 本发明涉及电力系统负荷分析技术领域，具体公开了一种考虑时间特性与数值特性的负荷状态评估方法，包括：获取待分析电力负荷数据、基准电力负荷数据、待分析电力负荷数据中最大或最小负荷出现的时刻以及基准电力负荷数据中最大或最小负荷出现的时刻；根据上述获取到的数值依次计算出时间差值参数、极值差值参数、整体差值参数；根据时间差值参数、极值差值参数和整体差值参数，计算出电力负荷差异因子。本发明还公开了一种考虑时间特性与数值特性的负荷状态评估系统。本发明提供的考虑时间特性与数值特性的负荷状态评估方法可综合考虑负荷数据的数值特性与时间特性，从而更为准确的分析负荷数据的差异。
-
公开(公告)号：CN110222415A
公开(公告)日：2019-09-10
申请号：CN201910482714.3
申请日：2019-06-04
Applicant: 国网江苏省电力有限公司无锡供电分公司
Abstract: 本发明涉及电力系统自动化技术领域，具体公开了一种智能调度系统的线路变更推送方法，其中，所述智能调度系统的线路变更推送方法包括：获取电网设备模型的变更信息；根据所述变更信息生成变更文件；发送变更文件至信息发布服务器以实现变更文件的发布展示。本发明还公开了一种智能调度系统的线路变更推送装置及系统。本发明提供的智能调度系统的线路变更推送方法能够及时获取电网设备模型的变更信息，并将变更信息生成变更文件，然后发送至信息发布服务器进行发布展示，增强了线路变更的实时性，减少了人工接口工作量，提高了工作效率。
-
公开(公告)号：CN108833310A
公开(公告)日：2018-11-16
申请号：CN201810599859.7
申请日：2018-06-12
Applicant: 国网江苏省电力有限公司无锡供电分公司
IPC: H04L12/947 , H04L12/933 , H04L12/931 , H04L12/24
Abstract: 本发明提供一种具备人工智能分析的交换机，包括：数据转发平面、提取数据模块、数据汇集快照生成模块、知识匹配与快照处理模块、人工智能深度学习模块、控制平面；提取数据模块剥离出每个数据包的网络层参数；根据建立的网络用户数学模型，对数据包的特征属性进行提取，形成数据集；数据汇集快照生成模块采用定时生成和/或网络事件触发相结合的方式，生成不同的网络状态快照切片；知识匹配与快照处理模块，通过快照切片比对和故障处理知识匹配搜索引擎，生成网络运行方式调整参数；人工智能深度学习模块产生最终的网络运行方式调整优化参数，给下一级控制平面。本发明能够对转发的数据包进行监测，根据监测结果动态调整交换机的控制参数。
-
Patent Agency Ranking
公开(公告)号：CN116597837A
公开(公告)日：2023-08-15
申请号：CN202310620969.8
申请日：2023-05-29
Applicant: 国网江苏省电力有限公司无锡供电分公司
Abstract: 本发明属于电力系统技术领域，尤其涉及一种电网调度语音助手的实现方法及系统。包括：建立调度专业语料库和语音识别模型，调度专业语料库包括调度专业实体、调度专业事件和调度指令实体；所述语音识别模型将输入的待识别语音与所述调度专业语料库进行对比，输出语音识别结果；对所述语音识别结果进行意图理解，生成意图理解结果，根据意图理解结果，进行系统操作；根据所述意图理解结果，在预设的业务回复内容中进行匹配对应，将匹配的业务回复内容进行语音播报。本发明通过建立调度专业语料库和语音识别模型，实现对电网调控人员的操作口令的识别，通过对操作口令的意图理解，实现对应操作口令的系统操作。
-
公开(公告)号：CN112016816B
公开(公告)日：2022-07-22
申请号：CN202010812811.7
申请日：2020-08-13
Applicant: 国网江苏省电力有限公司无锡供电分公司
Abstract: 本发明涉及电力系统负荷分析技术领域，具体公开了一种考虑时间特性与数值特性的负荷状态评估方法，包括：获取待分析电力负荷数据、基准电力负荷数据、待分析电力负荷数据中最大或最小负荷出现的时刻以及基准电力负荷数据中最大或最小负荷出现的时刻；根据上述获取到的数值依次计算出时间差值参数、极值差值参数、整体差值参数；根据时间差值参数、极值差值参数和整体差值参数，计算出电力负荷差异因子。本发明还公开了一种考虑时间特性与数值特性的负荷状态评估系统。本发明提供的考虑时间特性与数值特性的负荷状态评估方法可综合考虑负荷数据的数值特性与时间特性，从而更为准确的分析负荷数据的差异。
-
公开(公告)号：CN119358192A
公开(公告)日：2025-01-24
申请号：CN202410553434.8
申请日：2024-05-06
Applicant: 国网江苏省电力有限公司无锡供电分公司
IPC: G06F30/20 , G06F17/18 , H02J3/38 , G06F111/08 , G06F113/04
Abstract: 基于R‑Vine Copula刻画光伏多维相关性的光伏出力概率建模方法及系统，涉及电力系统不确定性分析领域，通过灵活选用核密度估计带宽以适应不同实际使用情况和精度需求，使得基于核密度估计的非参数模型能更好地提供理想的边缘分布模型，分层结合多种Copula函数以更准确地表征光伏出力的非线性相关性，提高了光伏相依结构刻画精度。本发明弥补了现有传统光伏概率建模方法所得边缘分布和相关性形式单一、拟合误差较大，且难以适用于非线性的光伏发电场景，建模与实际运行情况有较大偏差的缺点，能够更准确地表征光伏出力的随机性和相关性，以保障大规模光伏接入背景下电力系统的可靠稳定运行。
-
公开(公告)号：CN112003274B
公开(公告)日：2022-07-22
申请号：CN202010812182.8
申请日：2020-08-13
Applicant: 国网江苏省电力有限公司无锡供电分公司
Abstract: 本发明涉及电力系统负荷预测技术领域，具体公开了一种光伏出力预测方法，包括：对获取到的样本光伏电站的出力数据进行分析，得出样本光伏电站的日平均出力和日最大出力、日总平均出力、日总最大出力和装机容量；计算多个样本光伏电站中除基准光伏电站以外的其他样本光伏电站相对于基准光伏电站的相对容量及其转换系数；计算待预测光伏电站的日总平均出力相对容量、日总最大出力相对容量、日总平均出力和日总最大出力；确定出待预测光伏电站的日总出力曲线；本发明还公开了一种光伏出力预测系统。本发明提供的光伏出力预测方法建模过程简单，对数据质量要求不高，适应当前电网光伏出力统计数据不完整的现状。
-
公开(公告)号：CN108830084B
公开(公告)日：2021-10-01
申请号：CN201810599614.4
申请日：2018-06-12
Applicant: 国网江苏省电力有限公司无锡供电分公司
Abstract: 本发明提供一种实现漏洞扫描与防护加固的手持式终端，包括USB接口、安全漏洞扫描分析模块、自动升级补丁加固模块、安全漏洞攻击测试模块、系统安全防护版本数据库自动更新模块；该手持式终端通过USB接口插在需要检测的主机上，通过安全漏洞扫描分析模块、自动升级补丁加固模块、安全漏洞攻击测试模块、系统安全防护版本数据库自动更新模块实现对主机的安全防护漏洞扫描与防护加固。本发明提高了计算机安全防护加固的工作效率，节省了人力、物力成本。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.089 seconds)
