-
公开(公告)号:CN119134483A
公开(公告)日:2024-12-13
申请号:CN202411176777.3
申请日:2024-08-26
Applicant: 广东电网有限责任公司阳江供电局 , 暨南大学
Abstract: 本申请公开了一种海上风电并网系统的电网优化调度方法、装置、介质,方法包括:基于台风时变特征信息确定系统的多个调控状态转换时间段;当处于任意一个调控状态转换时间段,确定目标系统操作信息并执行对应系统操作;构建系统频率响应模型和频率安全约束式;构建发电机组资源成本控制模型和第一约束式;构建系统切负荷响应模型和第二约束式;利用第一约束式和第二约束式构建的目标约束式优化基于发电机组资源成本控制模型和系统频率响应模型构建的目标模型,利用Benders解耦方法求解优化后的目标模型。本申请基于台风时变特征预测系统的调控状态转换时间并调整系统操作,对海上风电并网系统进行频率、切负荷量等约束,保障系统运行安全。
-
公开(公告)号:CN118008724A
公开(公告)日:2024-05-10
申请号:CN202410207641.8
申请日:2024-02-26
Applicant: 广东电网有限责任公司阳江供电局 , 暨南大学
Abstract: 本发明提出了一种风力发电机运维状态分类方法、装置、设备、存储介质,该方法包括:将历史风机数据集输入多个向量机得到第一特征集;根据皮尔森相关系数计算第一特征集与故障类型的相关系数,获取相关系数大于预设阈值的特征作为第二特征集;获取第一特征集和第二特征集的并集得到第一目标特征集,并划分为第一训练集和第一测试集;通过极端梯度提升树对第一训练集进行列抽样和行抽样,同时并行进行特征分裂和节点分裂得到决策树,对决策树的缺失值进行填充;将第一测试集输入到极端梯度提升树进行测试,得到完成训练的极端梯度提升树;将待测风机特征数据输入到极端梯度提升树得到风机当前状态。从而提高风力发电机运维状态分类的可靠性。
-
公开(公告)号:CN118862674A
公开(公告)日:2024-10-29
申请号:CN202410997488.3
申请日:2024-07-24
Applicant: 广东电网有限责任公司阳江供电局 , 暨南大学
IPC: G06F30/27 , G06F30/28 , G06N3/045 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种海上浮式风机动态载荷与结构运动状态的估计与预测方法,方法包括:计算TMD‑浮台‑塔架系统的动能和势能,根据拉格朗日方程,建立基于TMD的海上浮式风机的多体耦合动力学模型;构建多层神经网络来逼近系统模型的非线性部分;将海上浮式风机的风浪载荷视为有界的干扰,设计固定时间干扰观测器,在预定时间内对动态载荷进行精确估计;结合所述多层神经网络和所述固定时间干扰观测器,设计海上浮式风机的结构运动状态观测器。本发明可以准确估计与预测海上浮式风机在风浪联合作用下的动态载荷与结构运动状态,进而提高海上浮式风机发电功率的品质,保障风机安全运行,延长风机的使用寿命,可广泛应用于控制工程技术领域。
-
公开(公告)号:CN118395339A
公开(公告)日:2024-07-26
申请号:CN202410497124.9
申请日:2024-04-24
Applicant: 广东电网有限责任公司阳江供电局 , 暨南大学
IPC: G06F18/2433 , G06F18/23 , H02J13/00
Abstract: 本申请提出了一种异常数据检测的方法、装置、终端设备及存储介质,属于数据处理技术领域。该方法包括:获得风电机组的第一运行数据,并确定第一运行数据进行异常数据检测时所需的目标参数;从第一运行数据获得目标参数的第二运行数据;根据目标参数对第二运行数据进行数据聚类,获得第二运行数据对应的数据标签;根据数据标签确定时间维度下目标参数对应的目标矩阵;利用知识库和/或推理机制对目标矩阵进行异常检测,获得第二运行数据对应的检测结果;根据检测结果对第二运行数据进行异常处理,获得风电机组对应的目标运行数据。解决了相关技术中对SCADA系统采集的数据进行异常数据处理的效果较差,影响后续风电机组实际功率曲线建模效果的问题。
-
公开(公告)号:CN118693829B
公开(公告)日:2025-05-06
申请号:CN202410765425.5
申请日:2024-06-14
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司阳江供电局
Abstract: 本申请提供了一种配电网的优化调度方法、装置和配电网优化系统。该方法包括:获取配电网的运行场景;获取运行场景的初始运行信息;根据目标优化算法对初始运行信息进行优化,得到目标运行信息;采用目标运行信息对配电网进行优化调度,至少采用电压裕度确定优化调度后的配电网的灵活性,在配电网的灵活性不满足预设灵活性条件的情况下继续对配电网进行优化调度,直到配电网的灵活性满足预设灵活性条件。该方案解决了现有技术中配电网的功率优化调度的效率较低,造成配电网的整体的灵活性较差的问题。
-
公开(公告)号:CN117154705A
公开(公告)日:2023-12-01
申请号:CN202311113319.0
申请日:2023-08-31
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司阳江供电局
IPC: H02J3/00 , H02J3/06 , G06Q10/0639 , G06Q10/0635 , G06Q50/06 , G06F18/23213
Abstract: 本发明公开了一种风火打捆的多直流受端电网运行效率评价方法及系统,其方法通过构建风电场景概率模型和发电机场景概率模型并进行场景抽样,场景削减,得到风电典型场景和发电机典型场景,对风电典型场景和发电机典型场景进行潮流计算,确定运行风险场景,将运行风险场景和预先获取的负荷场景进行重复随机场景组合并潮流计算,得出每个场景组合下的电网中各个节点和线路的概率潮流值,构建多直流受端电网运行效率指标体系,根据每个场景组合下的电网中各个节点和线路的概率潮流值计算多直流受端电网运行效率指标,采用层次分析法对多直流受端电网运行效率指标体系进行评价,从而利用定性和定量相结合的方式进行评价电力系统的运行效率。
-
公开(公告)号:CN119621428A
公开(公告)日:2025-03-14
申请号:CN202411706897.X
申请日:2024-11-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司阳江供电局
Abstract: 本申请提供了一种配电终端加密装置的复位及状态检测系统和方法。该系统通过串口数据检测单元与硬件复位模块相连,根据检测到的串口数据状态决定是否触发硬件复位模块对配电终端加密装置进行复位操作,使得该系统能够有效防止因软件故障或异常导致的设备停滞,确保了配电终端加密装置在无人值守的电力网络环境中能够自动恢复运行,提高了电力系统的整体稳定性和响应速度,从而解决了现有方案中运维人员对配电终端加密装置复位的成本高,导致运维效率低下的问题。
-
公开(公告)号:CN119831571A
公开(公告)日:2025-04-15
申请号:CN202411917912.5
申请日:2024-12-24
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司阳江供电局
Abstract: 本发明公开了一种配网大面积故障辅助决策的生成方法、电子设备。其中,该方法包括:利用多源异构挖掘技术获取故障信息;基于故障信息,利用遗传算法生成恢复供电辅助决策;利用多源异构挖掘技术获取母线负荷信息;基于恢复供电辅助决策和母线负荷信息,利用机器学习算法生成母线停电批量转供决策;基于恢复供电辅助决策和母线停电批量转供决策中的至少一个生成综合辅助决策,综合辅助决策用于向目标用户展示以辅助目标用户进行决策。本发明解决了配网大面积故障辅助决策可靠性和适用性不高的技术问题。
-
公开(公告)号:CN118693829A
公开(公告)日:2024-09-24
申请号:CN202410765425.5
申请日:2024-06-14
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司阳江供电局
Abstract: 本申请提供了一种配电网的优化调度方法、装置和配电网优化系统。该方法包括:获取配电网的运行场景;获取运行场景的初始运行信息;根据目标优化算法对初始运行信息进行优化,得到目标运行信息;采用目标运行信息对配电网进行优化调度,至少采用电压裕度确定优化调度后的配电网的灵活性,在配电网的灵活性不满足预设灵活性条件的情况下继续对配电网进行优化调度,直到配电网的灵活性满足预设灵活性条件。该方案解决了现有技术中配电网的功率优化调度的效率较低,造成配电网的整体的灵活性较差的问题。
-
公开(公告)号:CN117332905A
公开(公告)日:2024-01-02
申请号:CN202311408180.2
申请日:2023-10-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司阳江供电局
IPC: G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/243 , G06F18/27 , H02J3/00
Abstract: 本申请公开了一种光伏功率预测方法及相关装置,包括:获取光伏发电数据以及对应的气象数据,得到若干组数据集并进行划分数据集D和下游任务数据集D1,D2,...,Dn;对气象数据进行预处理;基于数据集D,通过optuna超参数优化框架对超参数进行优化从而确定用于模型训练的超参数;载入超参数,通过数据集D对LightGBM模型和XGBoost模型进行预训练并进行集成,得到光伏功率预测模型,并输入气象特征数据到光伏功率预测模型中,得到数据集D的功率预测结果;基于下游任务数据集D1,D2,...,Dn分别对集成模型进行参数微调,并输出各下游任务数据集的功率预测结果。从而解决了现有技术同时对不同地区的多个光伏发电机组的输出功率进行预测的精度较低的问题。
-
-
-
-
-
-
-
-
-