-
公开(公告)号：CN119106545A
公开(公告)日：2024-12-10
申请号：CN202411125902.8
申请日：2024-08-16
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司汕头供电局
Inventor： 蔡建逸 , 李经儒 , 陈志伟 , 林裕新 , 钟悦 , 陈楠 , 朱俊樾 , 杨炜楠 , 杨旭涛 , 陈琪烽 , 蔡安铭 , 陈耿 , 肖丹阳 , 魏兆鹏 , 黄斯奇 , 黄晓涛 , 陈伟翔 , 张源 , 陈博研 , 李翰 , 陈灵儿
IPC: G06F30/20 , H02J3/06 , G06F113/04
Abstract: 本发明公开了一种电网潮流的轻量化仿真方法、装置、设备及存储介质，其中，该方法包括：获取电网仿真需求，并根据电网仿真需求确定待仿真区域电网；基于待仿真区域电网确定各待仿真电网设备，并确定与待仿真区域电网相对应的电网拓扑结构；基于各待仿真电网设备和电网拓扑结构确定目标潮流仿真模型，根据目标潮流仿真模型进行潮流仿真。基于上述技术方案，实现了根据仿真需求确定了对应的待仿真区域电网，并建立对应的目标潮流仿真模型，根据目标潮流仿真模型实现潮流仿真，进而提高了电网仿真的效率，并且可以根据电网仿真需求建立对应的潮流仿真模型，进而实现对电网潮潮流的轻量化仿真，提高了潮流仿真的效率。
-
公开(公告)号：CN113904341B
公开(公告)日：2024-04-23
申请号：CN202111200730.2
申请日：2021-10-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明提供了一种基于免疫遗传算法的配电网无功优化方法和装置，主要包括：根据预设的配电网系统参数和免疫遗传算法参量获得初始抗体，并对初始抗体进行迭代计算；在迭代计算中通过预设的潮流算法更新每个初始抗体的亲和度，并根据更新后的亲和度对初始抗体进行进化操作，直到迭代计算次数达到预设值获得迭代抗体；根据所述迭代抗体，计算配电网的无功优化结果并根据所述无功优化结果对所述配电网进行无功优化。通过改进的免疫遗传算法对抗体进行迭代和对配电网进行优化，确保补偿线路电压损失的同时，无功容量最小，相对于现有技术使配电网系统无功分布更合理，同时有更好的安全性和稳定性。
-
公开(公告)号：CN115047400A
公开(公告)日：2022-09-13
申请号：CN202210673717.7
申请日：2022-06-13
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G01R35/04 , G06F16/215 , G06F16/2455 , G06F17/18
Abstract: 本申请公开了一种三相电能表准确度校验方法、系统、终端设备及介质，该方法包括：将给定信号输入至三相电能表，生成三相电能表输出的电能和功率数据，作为第一数据；对第一数据进行降噪处理，包括：对第一数据进行均值滤波处理，生成第二数据；将第二数据和第一数据作差，生成第三数据，对第三数据进行维纳滤波处理；对维纳滤波处理后的数据进行软阈值处理，生成第四数据；根据第二数据、第三数据及第四数据，生成第一数据的降噪数据；对降噪数据进行准确度校验。本申请通过对待测的电能和功率数据进行均值滤波、维纳滤波和软阈值处理，保留了原始突变点并实现了有效降噪，降低数据噪声对检定结果的影响，提高电能表校验结果的准确度。
-
公开(公告)号：CN115015826A
公开(公告)日：2022-09-06
申请号：CN202210746353.0
申请日：2022-06-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明公开的一种电容式电压互感器电容击穿的在线诊断方法及装置，通过构建电容式电压互感器的历史电容击穿数据集；从历史电容击穿数据集中提取并基于组间幅值比参量和零序电压方向变化量误差特征参量，构建第一电容击穿数据集；基于Optics算法对第一RBF模型进行优化处理，得到第二RBF模型，并基于第一电容击穿数据集对所述第二RBF模型进行模型训练，以使得到最优RBF模型；将实时获取待测电容式电压互感器的电容击穿数据输入到最优RBF模型中，以使最优RBF模型输出待测电容式电压互感器的电容击穿在线诊断结果。本发明的技术方案能实现对电容式电压互感器的电容击穿故障进行实时精准监测，提高电容击穿诊断结果的准确性。
-
公开(公告)号：CN115953052A
公开(公告)日：2023-04-11
申请号：CN202211577221.6
申请日：2022-12-05
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种理论线损率的评估方法及系统，方法包括获取电网分区内全部线台的若干个月度的初始月线损率数据和月线损率异常率数据，线台包括线路和台区；将各初始月线损率数据进行数据清洗和异常数据剔除，获得第一月线损率数据；根据第一月线损率数据和预设剔除规则，计算月线损率平均值，判断月线损率平均值是否满足第一预设条件，若满足，则根据月线损率平均值，确定线损率合理区间，若不满足，则计算线损率合理区间系数，并根据线损率合理区间系数和月线损率平均值，计算线损率合理区间；根据线损率合理区间，评估理论线损率计算值的合理性。本实施例同时计算线路和台区的线损率合理区间，有效评估理论线损率，提高电网公司管理效率。
-
Patent Agency Ranking
公开(公告)号：CN115169704A
公开(公告)日：2022-10-11
申请号：CN202210820650.5
申请日：2022-07-13
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种基于增量集成学习模型的CVT误差状态预测方法和装置，该方法包括步骤：将停电检定的CVT历史数据等分为若干个数据块，根据所述若干个数据块生成相应数量的基模型，将所述基模型融合成一个基准状态预测模型；获取第一CVT实时数据，并检测所述第一CVT实时数据和CVT历史数据之间是否出现概念漂移；当出现概念漂移时，获取所述第一CVT实时数据相对于所述CVT历史数据的增量数据，并根据所述增量数据生成增量基模型；根据所述增量基模型和基准状态预测模型生成自适应增量集成学习模型，获取第二CVT实时数据，根据所述自适应增量集成学习模型对所述第二CVT实时数据进行误差状态预测。本发明提高了CVT误差状态预测的准确度。
-
公开(公告)号：CN115099463A
公开(公告)日：2022-09-23
申请号：CN202210602659.9
申请日：2022-05-30
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本申请公开了一种计量物资配送风险预测方法及装置，该方法包括：获取目标配送任务的配送信息；配送信息包括：计量物资的自身属性信息、计量物资的装载信息、运输方式信息、运输路线信息以及运输环境信息；将配送信息输入配送风险预测模型中，以使配送风险预测模型输出目标配送任务对应的预估计量物资损坏率及各种损坏程度下的预估损坏数量；其中，配送风险预测模型基于若干历史配送任务的历史配送信息、各历史配送任务所对应的历史计量物资损坏率及各种损坏程度下的历史损坏数量训练得到。通过实施本发明能对计量物资在配送过程中，可能出现的受损情况进行预测。
-
公开(公告)号：CN115016966A
公开(公告)日：2022-09-06
申请号：CN202210609165.3
申请日：2022-05-31
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明公开了基于Transformer的计量自动化系统故障预测方法、装置及存储介质。该方法通过获取计量自动化主站系统的实时运行数据，并剔除所述运行数据中的异常数据点；将所述运行数据信息输入至金字塔型的基于Transformer的故障预测模型，所述基于Transformer的故障预测模型输出故障预测结果。本发明技术方案实现了对计量自动化系统故障的准确预测。
-
公开(公告)号：CN113379049A
公开(公告)日：2021-09-10
申请号：CN202110577797.1
申请日：2021-05-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种多技术融合的窃电行为识别方法及系统，涉及用电检测技术领域。所述方法包括：获取若干已知用户的用电数据，并将用电数据的一部分作为检测模型的训练样本，另一部分作为检测模型的测试样本；将用电数据进行降维处理，得到降维数据；利用网络模型对所述降维数据进行无监督预训练，得到训练后的训练样本和网络参数；选取训练后的训练样本对网络参数进行微调，并获取弱分类器的输出；对弱分类器的输出进行加权处理，获取待测用户的异常检测阈值；计算检测模型的最佳检测阈值，通过比较异常检测阈值和最佳检测阈值，判断用户的用电行为是否正常。本发明能够根据用户的用电数据进行用电行为的判别，增强供电安全性和可靠性。
-
公开(公告)号：CN115169704B
公开(公告)日：2025-05-06
申请号：CN202210820650.5
申请日：2022-07-13
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06Q10/04 , G06N20/20 , G06N3/098 , G06F18/23213
Abstract: 本发明公开了一种基于增量集成学习模型的CVT误差状态预测方法和装置，该方法包括步骤：将停电检定的CVT历史数据等分为若干个数据块，根据所述若干个数据块生成相应数量的基模型，将所述基模型融合成一个基准状态预测模型；获取第一CVT实时数据，并检测所述第一CVT实时数据和CVT历史数据之间是否出现概念漂移；当出现概念漂移时，获取所述第一CVT实时数据相对于所述CVT历史数据的增量数据，并根据所述增量数据生成增量基模型；根据所述增量基模型和基准状态预测模型生成自适应增量集成学习模型，获取第二CVT实时数据，根据所述自适应增量集成学习模型对所述第二CVT实时数据进行误差状态预测。本发明提高了CVT误差状态预测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.062 seconds)
