-
公开(公告)号：CN116865244A
公开(公告)日：2023-10-10
申请号：CN202310737210.8
申请日：2023-06-20
Applicant: 国网山东省电力公司电力科学研究院 , 山东大学
IPC: H02J3/00 , H02J3/06 , G06F30/18 , G06F30/20 , G06F111/04 , G06F111/06 , G06F113/04
Abstract: 本发明公开了一种有源配电网多目标主动优化控制方法及系统，包括：获取输电网线路参数、主动配电网拓扑结构及分布式电源资源信息，考虑输电网火电机组的启停控制，建立输配协同的有源配电网模型；以有源配电网模型总的运行成本最低为目标，建立多目标主动优化模型；采用ATC算法将输电网和配电网之间的联络线进行解耦，对多目标主动优化模型进行求解，得到优化后的联络开关通断、分布式电源出力、配电网切负荷量、光伏电源的弃光量、输电网机组的启停计划和机组出力；从而控制有源配电网的运行。本发明能实时反映ADN需求，有效适配电网运行约束条件下的迭代，适用于工程实际问题的高效求解。
-
公开(公告)号：CN109978222B
公开(公告)日：2021-04-27
申请号：CN201910009520.1
申请日：2019-01-04
Applicant: 国网山东省电力公司电力科学研究院 , 山东大学 , 山东鲁能软件技术有限公司 , 国家电网有限公司
Inventor： 孙树敏 , 王士柏 , 赵岩 , 程艳 , 杨明 , 王楠 , 张兴友 , 王玥娇 , 滕玮 , 于芃 , 李广磊 , 魏大钧 , 王勃 , 赵元春 , 马嘉翼 , 王立峰 , 王尚斌 , 李洪海
Abstract: 一种基于贝叶斯网络的风电爬坡事件概率预测方法及系统，根据所掌握的观测样本数据，挖掘风电爬坡事件与风速、风向、温度、气压、湿度等相关气象影响因子间的相依关系，搭建与样本数据拟合程度最高的贝叶斯网络拓扑结构；定量描述爬坡事件与各气象因子间的条件相依关系，估计贝叶斯网络各节点处的条件概率表内各项条件概率的取值，与贝叶斯网络拓扑结构共同组成风电爬坡事件预测的贝叶斯网络模型；由所掌握的预测时刻的数值天气预报信息，推断爬坡事件各状态发生的条件概率；自适应地调整各节点处相应条件概率的取值，从而优化推断出的爬坡事件各状态发生的条件概率结果，实现预测结果可靠性与敏锐性的折中。
-
公开(公告)号：CN109978222A
公开(公告)日：2019-07-05
申请号：CN201910009520.1
申请日：2019-01-04
Applicant: 国网山东省电力公司电力科学研究院 , 山东大学 , 山东鲁能软件技术有限公司 , 国家电网有限公司
Inventor： 孙树敏 , 王士柏 , 赵岩 , 程艳 , 杨明 , 王楠 , 张兴友 , 王玥娇 , 滕玮 , 于芃 , 李广磊 , 魏大钧 , 王勃 , 赵元春 , 马嘉翼 , 王立峰 , 王尚斌 , 李洪海
Abstract: 一种基于贝叶斯网络的风电爬坡事件概率预测方法及系统，根据所掌握的观测样本数据，挖掘风电爬坡事件与风速、风向、温度、气压、湿度等相关气象影响因子间的相依关系，搭建与样本数据拟合程度最高的贝叶斯网络拓扑结构；定量描述爬坡事件与各气象因子间的条件相依关系，估计贝叶斯网络各节点处的条件概率表内各项条件概率的取值，与贝叶斯网络拓扑结构共同组成风电爬坡事件预测的贝叶斯网络模型；由所掌握的预测时刻的数值天气预报信息，推断爬坡事件各状态发生的条件概率；自适应地调整各节点处相应条件概率的取值，从而优化推断出的爬坡事件各状态发生的条件概率结果，实现预测结果可靠性与敏锐性的折中。
-
公开(公告)号：CN113541205A
公开(公告)日：2021-10-22
申请号：CN202111071355.6
申请日：2021-09-14
Applicant: 山东大学 , 国网山东省电力公司电力科学研究院
Abstract: 本发明公开的基于集群学习的低碳CSP系统规划与运行协同优化方法及装置，包括：对系统中的CSP机组进行集群分组，获得多个CSP机组组群；通过表示CSP机组组群的在线总容量、启动总容量和关停总容量的三个连续变量，构建CSP机组组群的输出功率约束、爬坡约束、最小在线时间约束、最小离线时间约束和瞬时热功率平衡约束，进而构建低碳CSP系统规划与运行协同优化模型；获取低碳CSP系统中各机组的额定容量；根据各机组的额定容量及构建的低碳CSP系统规划与运行协同优化模型，获取各机组组群的容量配置方案。其中，CSP机组组群各项约束中的变量都是连续的，为完全的线性优化模型，降低了模型计算的复杂度，适用于大规模电力系统长期规划问题的分析。
-
公开(公告)号：CN109886452A
公开(公告)日：2019-06-14
申请号：CN201910009512.7
申请日：2019-01-04
Applicant: 国网山东省电力公司电力科学研究院 , 山东大学 , 山东鲁能软件技术有限公司 , 国家电网有限公司
Inventor： 程艳 , 王士柏 , 杨明 , 孙树敏 , 苏建军 , 孟瑜 , 王楠 , 张兴友 , 王玥娇 , 滕玮 , 于芃 , 李广磊 , 魏大钧 , 王尚斌 , 刘守刚 , 王勃 , 赵元春 , 马嘉翼
Abstract: 本发明公开了一种基于经验动态建模的风电功率超短期概率预测方法及系统，其中该方法包括：对待预测量时间序列进行标准正态化处理，并对标准正态化处理后的数据进行非线性聚合度计算，以考察给定的动态系统的非线性程度；采用粒子群优化算法，计算最优嵌入维数E和延迟时间τ；进一步地，对待预测量时间序列进行相空间重构；构建经验动态模型，在重构相空间内采用单纯形投影法对给定的动态系统进行预测，得到待预测量的预测结果。预测结果显示，采用基于经验动态建模的风电功率超短期概率预测方法可实现对风力发电动态过程完全依据数据的客观描述，显著提升了概率预测的有效性。
-
Patent Agency Ranking
公开(公告)号：CN113541205B
公开(公告)日：2021-12-24
申请号：CN202111071355.6
申请日：2021-09-14
Applicant: 山东大学 , 国网山东省电力公司电力科学研究院
Abstract: 本发明公开的基于集群学习的低碳CSP系统规划与运行协同优化方法及装置，包括：对系统中的CSP机组进行集群分组，获得多个CSP机组组群；通过表示CSP机组组群的在线总容量、启动总容量和关停总容量的三个连续变量，构建CSP机组组群的输出功率约束、爬坡约束、最小在线时间约束、最小离线时间约束和瞬时热功率平衡约束，进而构建低碳CSP系统规划与运行协同优化模型；获取低碳CSP系统中各机组的额定容量；根据各机组的额定容量及构建的低碳CSP系统规划与运行协同优化模型，获取各机组组群的容量配置方案。其中，CSP机组组群各项约束中的变量都是连续的，为完全的线性优化模型，降低了模型计算的复杂度，适用于大规模电力系统长期规划问题的分析。
-
公开(公告)号：CN109886452B
公开(公告)日：2021-06-15
申请号：CN201910009512.7
申请日：2019-01-04
Applicant: 国网山东省电力公司电力科学研究院 , 山东大学 , 山东鲁能软件技术有限公司 , 国家电网有限公司
Inventor： 程艳 , 王士柏 , 杨明 , 孙树敏 , 苏建军 , 孟瑜 , 王楠 , 张兴友 , 王玥娇 , 滕玮 , 于芃 , 李广磊 , 魏大钧 , 王尚斌 , 刘守刚 , 王勃 , 赵元春 , 马嘉翼
Abstract: 本发明公开了一种基于经验动态建模的风电功率超短期概率预测方法及系统，其中该方法包括：对待预测量时间序列进行标准正态化处理，并对标准正态化处理后的数据进行非线性聚合度计算，以考察给定的动态系统的非线性程度；采用粒子群优化算法，计算最优嵌入维数E和延迟时间τ；进一步地，对待预测量时间序列进行相空间重构；构建经验动态模型，在重构相空间内采用单纯形投影法对给定的动态系统进行预测，得到待预测量的预测结果。预测结果显示，采用基于经验动态建模的风电功率超短期概率预测方法可实现对风力发电动态过程完全依据数据的客观描述，显著提升了概率预测的有效性。
-
公开(公告)号：CN114662852A
公开(公告)日：2022-06-24
申请号：CN202210175293.1
申请日：2022-02-24
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司 , 山东大学
Abstract: 本发明提供了一种有源配电网多措施降损效果评估方法及系统，获取有源配电网的参量数据；根据获取的参量数据，分别得到降损效益评估结果和降损代价评估结果；以降损效益和降损代价的比值最大为目标，得到最终的降损效果评估结果；其中，降损效益评估结果根据降损效益评价体系的准测层因素权重和指标层评估指标权重得到，降损代价评估结果根据降损代价评价体系的准测层因素权重和指标层评估指标权重得到；本发明针对源网荷可调的配电网，从经济、社会、环境等多角度刻画降损策略的收益和代价，实现了对降损策略进行量化评估，为配电网降损决策提供了理论依据。
-
公开(公告)号：CN119544262A
公开(公告)日：2025-02-28
申请号：CN202411478540.0
申请日：2024-10-22
Applicant: 国网山东省电力公司电力科学研究院 , 山东省计算中心(国家超级计算济南中心) , 国网山东省电力公司聊城供电公司
IPC: H04L9/40 , H04L67/1001 , H04L67/12
Abstract: 本公开涉及网络安全技术领域，提出了一种智能电网自适应防御与流量动态优化方法及系统，包括如下步骤：获取智能电网的实时网络流量；采用基于机器学习算法对获取的实时网络流量进行检测，判断是否受到DoS攻击；对于检测到的攻击流量，自动执行DoS攻击防御响应措施；对于检测到的正常流量，通过网络负载均衡，以及基于核密度估计的优先级队列管理进行优化，对网络流量进行网络流量动态管理。本公开能够及时识别、应对智能电网中的拒绝服务(DoS)攻击，同时通过流量动态优化管理，优化网络资源的分配，提升整体网络性能，提高电力系统运行的稳定性。
-
公开(公告)号：CN119202998A
公开(公告)日：2024-12-27
申请号：CN202411373067.X
申请日：2024-09-29
Applicant: 国网山东省电力公司电力科学研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: G06F18/2433 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/084 , H04L9/40 , G06F123/02
Abstract: 本发明公开了一种工控流量异常检测方法、系统及电子设备，属于流量异常检测技术领域。包括：获取工况网络的实时流量数据包并进行预处理，生成原始流量特征序列和时频特征序列；通过训练好的混合神经网络模型对原始流量特征序列和时频特征序列进行并行处理，分别获取数据特征映射结果和物理特征映射结果并自适应融合，获取流量异常检测结果；其中，混合神经网络模型利用D‑ST‑LSTM网络学习原始流量特征序列中的深层次时序信息，利用DAE‑CNN网络对时频特征序列进行局部空间特征提取。能够充分利用流量数据的时间和空间维度信息，提高工控流量异常检测的精度；解决了现有面对低特征辨识度的异常流量异常检测效果有限的问题。
-
-
-
-
-
-
-
-
-
Search Results
239
records
(took 0.105 seconds)
