-
公开(公告)号：CN112232447B
公开(公告)日：2021-06-04
申请号：CN202011462003.9
申请日：2020-12-14
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学
Abstract: 本发明属于电力设备状态数据处理领域，公开了一种电力设备状态监测数据的完整样本集的构建方法，S1、状态数据集与设备编码匹配，S2、数据采样频率归一化，S3、具有分析意义的状态数据集筛选，S4、数据频率分布拟合，S5、完整训练样本的构建，S6、数据集的周期性检验，S7、基于训练样本的状态数据集回归预测及整体异常值检测，S8、以经过数据预处理之后的第一日数据集作为训练集样本，构建状态转移矩阵，通过Markov状态转移模型对实测数据集中存在空值点进行数据补全。本发明可对整体数据集中存在的空缺值进行补全操作，完成数据清洗操作，初始数据集中的缺失数据与异常数据已去除，得到一个准确度较高的完整数据集样本。
-
公开(公告)号：CN112736952A
公开(公告)日：2021-04-30
申请号：CN202011582726.2
申请日：2020-12-28
Applicant: 南昌大学
Abstract: 本发明提供了考虑日历寿命的海上风电配置储能系统容量优化方法，包括以下步骤：步骤1，基于风电接入技术准则和电网调度需求，对风电场的弃风功率值予以优化，并通过电池储能吸收实际风电出力与调度参考值差值间所产生的电量，从而减少弃风电量；从能量吞吐量角度出发，建立电池储能实际使用日历寿命评估模型；步骤2，基于该模型，以风储联合系统规划年限净现值最大为目标，建立模型约束条件，提出综合考虑风电弃风优化和日历寿命特性的电池储能容量优化模型。与固定寿命模型以及循环寿命模型相比较，本发明储能电站寿命预测方法能更准确的评估电源侧风电场的储能电站容量，以及更准确的评估其投资回报效益。
-
公开(公告)号：CN105790192B
公开(公告)日：2018-01-02
申请号：CN201610140431.7
申请日：2016-03-14
Applicant: 南昌大学
Abstract: 本发明涉及防振锤技术领域，尤其涉及一种具有防雷电绕击功能的新型防振锤，包括有紧固件、固定连接于紧固件的钢绞线及固定连接于钢绞线的锤头，所述紧固件包括弧形夹板、支撑块、旋转块、中心转轴、转动套筒以及固定盖；所述弧形夹板的内侧设有纳米磁材料层；所述弧形夹板为两块，分别通过螺栓与所述旋转块连接；所述中心转轴的上部与所述固定块固接，所述中心转轴的下部穿过所述固定盖与所述转动套筒连接，所述转动套筒的下部与所述钢绞线连接。通过新型纳米材料的使用，使新型防振锤的紧固件，对工频极不敏感、对雷电中危害重大的频率，却将形成较大的冲击阻抗，从而改变雷电波的波形、前沿和陡度，达到防止线路绕击的功能。
-
公开(公告)号：CN103399559A
公开(公告)日：2013-11-20
申请号：CN201310353047.1
申请日：2013-08-14
Applicant: 江西省电力公司 , 南昌大学 , 北京清大高科系统控制有限公司
IPC: G05B19/418
Abstract: 一种电网调度系统二次设备信号智能建模的方法，它涉及电力系统调度自动化与仿真技术领域，它建模的方法包括以下步骤：(一)基于二次设备的名称属性，自动映射调度自动化系统的模型，实现二次设备信号智能建模；(二)根据二次设备原子设计方法，在建立好二次设备原子和屏柜后，只选择所需新建监控信号的屏柜，系统可根据屏柜和二次设备原子间的属性关联关系，由“间隔名”+“屏柜名”+“二次设备原子名”自动把相应的监控信号增加到屏柜中；它能实现二次设备信号智能建模，减少了调度自动化系统的维护工作量，促进调控一体化的建设和推广，进一步提高了电网调度自动化水平。
-
公开(公告)号：CN116796887A
公开(公告)日：2023-09-22
申请号：CN202310559216.0
申请日：2023-05-18
Applicant: 南昌大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/08 , G06Q50/26 , G06N20/20 , G06N5/01 , G06F30/27 , G06F18/214 , G06F18/21
Abstract: 本发明公开了一种基于集成机器学习预测办公楼冷、热负荷的方法，该方法可以实现对办公楼中冷、热负荷的有效预测，同时分析几种气候变量对负荷变化的影响。本发明的预测精确度较传统机器学习和神经网络更高、误差更小，并且该发明能够完成对长期的冷、热负荷的预测工作，有利于为碳达峰、碳中和综合能源系统的配置搭建提供冷、热负荷数据依据，有利于能源企业实现碳达峰、碳中和，除此之外，本发明能够科学地分析出各个天气参数对负荷的影响，为建筑绿色转型提供了气候参考。
-
Patent Agency Ranking
公开(公告)号：CN115051388A
公开(公告)日：2022-09-13
申请号：CN202210781941.8
申请日：2022-07-05
Applicant: 南昌大学
Abstract: 本发明提供一种基于分布鲁棒的“源‑网‑荷‑储”两阶段调度优化方法。首先，建立“源‑网‑荷‑储”两阶段调度优化模型；其次，采用KL散度刻画海上风电出力的不确定性，建立基于分布鲁棒的“源‑网‑荷‑储”两阶段调度优化模型；通过拉格朗日对偶变换等数学方法，将原分布鲁棒优化(DRO)模型转化为可解的单层凸优化问题；建立与上述DRO模型对应的SO模型和RO模型；最后，通过算例对上述三种模型在某一天的调度优化展开仿真分析，以验证所提DRO模型的有效性。结果表明，对比传统SO方法和RO方法，本发明在电力系统调度决策上兼顾了经济性和鲁棒性，并可通过控制模糊度指数进行调整。
-
公开(公告)号：CN114372093A
公开(公告)日：2022-04-19
申请号：CN202111534103.2
申请日：2021-12-15
Applicant: 南昌大学
IPC: G06F16/2458 , G06F16/215 , G06K9/62 , G06N3/00 , G06N20/10 , G06Q50/06
Abstract: 本发明提出一种变压器DGA在线监测数据的处理方法，根据传回数据的特征，将在线数据等效为时间序列；第一阶段引入滑动窗口算法的思想，提出一种改进的序列分段线性化算法，将序列数据划分为若干由斜率与跨度表征的线段，再使用基于改进的K‑means聚类将在线监测数据符号化，最后使用APRIORI算法挖掘DGA中不同指标之间的关联性，并以此发掘其中存在的异常数值；第二阶段，根据筛除的异常数值采样点，使用改进的粒子群优化的支持向量回归算法，保障算法的求解速度与求解多样性，优化支持向量回归算法中的关键参数对这些采样点进行修复，以此完成变压器在线DGA监测数据的处理。
-
公开(公告)号：CN114169237A
公开(公告)日：2022-03-11
申请号：CN202111473398.7
申请日：2021-11-30
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/08
Abstract: 本发明提出一种结合EEMD‑LSTM及孤立森林算法的电力电缆接头温度异常预警方法，针对中低压配电网的温度热点电力电缆接头，进行温度异常预警；根据接头历史温度监测数据，建立EEMD‑LSTM的温度预测模型；使用EEMD将原始温度数据序列分解为多个量级更小的子序列，提取接头温度变化趋势信息；通过LSTM对各子序列进行预测，并将子序列的预测结果进行重构，输出接头温度未来时刻温度预测值；采用孤立森林算法对由EEMD‑LSTM预测得到的温度指标进行温度异常检测；建立多个子检测分类器，以接头表面温度、线芯温度、相对温差两两组合，得到三组分类器；最后实现接头温度预警。本发明所提方法能够及时预判接头潜在异常温度，对温度过高、温升过快的电缆接头进行温度预警。
-
公开(公告)号：CN113792754A
公开(公告)日：2021-12-14
申请号：CN202110922307.7
申请日：2021-08-12
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江西省电力有限公司 , 南昌大学
IPC: G06K9/62 , G06N3/00 , G06F16/215
Abstract: 本发明公开了一种先除异后修复的换流变DGA在线监测数据处理方法，第一阶段引入滑动窗口算法的思想，使用分段线性化算法将序列数据划分为若干由斜率与跨度表征的线段，再使用基于最大最小距离改进的K‑means聚类将在线监测数据符号化，最后使用APRIORI算法挖掘DGA中不同指标之间的关联性，并以此发掘其中存在的异常数值；第二阶段，根据筛除的异常数值采样点，提出改进的粒子群优化的支持向量回归算法，定义粒子解集之间的距离，使用模糊推理规则划分不同类型的粒子，并以此定义不同更新公式，保证算法的求解速度与求解多样性，优化支持向量回归算法中的关键参数对这些采样点进行修复，实现在线DGA监测数据的处理。
-
公开(公告)号：CN112800686A
公开(公告)日：2021-05-14
申请号：CN202110330366.5
申请日：2021-03-29
Applicant: 国网江西省电力有限公司电力科学研究院 , 南昌大学 , 国家电网有限公司
Abstract: 本发明涉及一种变压器DGA在线监测数据异常模式判定方法，导入DGA在线监测数据，设置滑动窗口的长度和滑动步长，以一定的步长滑动窗口遍历在线数据集，对截取的每个数据窗口，使用基于最小二乘的滑动数据分段线性化算法拟合，使用拟合所得线段的斜率、包含数据的实际增长率以及该线段的跨度表征拟合出的这条线段，构建描述的线段相似度的模型，并使用K‑means算法对线段集进行聚类分析；线段集的符号化表示，归总不同序列符号化后集合中元素数目；基于Apriori算法的思想，挖掘不同序列之间存在的频繁项集，量化不同序列之间的关联性，根据序列之间的关联性强弱，对判定数据中存在的异常数值类型，分离出不同异常模式的数据。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.017 seconds)
