-
公开(公告)号：CN117872037A
公开(公告)日：2024-04-12
申请号：CN202410271698.4
申请日：2024-03-11
Applicant: 北京智芯微电子科技有限公司
IPC: G01R31/08 , G01R31/52 , G01R19/165 , G01R1/20
Abstract: 本发明提供一种基于智慧开关的故障诊断方法、装置及配电网系统，属于配电网技术领域。所述基于智慧开关的故障诊断方法应用于配电网中的智慧开关，所述配电网包含分布式电源，每一电源下有多个线路，所述智慧开关位于线路上，所述方法包括：获取线路信息；基于所述线路信息，确定得到故障类型；基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置；基于所述故障类型和所述故障位置，得到故障信息。降低了误判的几率，大大提高故障诊断的准确性，可以大大提高故障诊断速度，给配电运维人员预留充足的时间预判现场情况，保障配电网运行的可靠性，从而提升了配电网故障诊断的能力。
-
公开(公告)号：CN117791714A
公开(公告)日：2024-03-29
申请号：CN202410206813.X
申请日：2024-02-26
Applicant: 北京智芯微电子科技有限公司
IPC: H02J3/38 , G06Q10/0631 , G06Q50/06 , G06Q10/04 , C25B1/04 , C25B9/65 , H02J3/28 , H02J3/32 , H02J15/00
Abstract: 本发明涉及能源规划技术领域，提供一种综合能源互补发电系统及优化方法。所述系统包括风电机组、光伏机组、抽水蓄能电站、蓄电池储能电站以及控制中心，还包括制氢装置；控制中心部署双层规划模型，双层规划模型包括相互耦合的上层优化模型和下层优化模型，上层优化模型以系统全生命周期成本最小为目标，下层优化模型以系统调度周期内效益最大为目标，通过将上层优化模型和下层优化模型转化为相应的约束条件，对双层规划模型进行迭代求解，得到风电机组、光伏机组、抽水蓄能电站、蓄电池储能电站以及制氢装置的运行和容量配置的最优解。本发明解决了风光水储多能互补发电系统的容量配置优化问题和协调优化运行问题。
-
公开(公告)号：CN117294607A
公开(公告)日：2023-12-26
申请号：CN202310973756.3
申请日：2023-08-03
Applicant: 北京智芯微电子科技有限公司 , 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 国家电网有限公司
Inventor： 谢凡 , 甄岩 , 张金帅 , 郑利斌 , 徐铭铭 , 白晖峰 , 霍超 , 尹志斌 , 罗安琴 , 张楠 , 丁啸 , 张港红 , 高建 , 苑佳楠 , 申振东 , 李丰君 , 谢芮芮 , 冯光 , 尚博文
Abstract: 本申请涉及联邦学习技术领域，实施例提供一种基于边际联邦学习的云边端协同接入方法及装置，其中方法包括：采用样本池中的原始数据样本对接收到的聚合模型进行训练并聚合，得到更新的聚合模型；对所述样本池中的数据样本进行更新，并采用所述样本池中的更新数据样本对更新的聚合模型进行再次训练，以及根据所述更新数据样本的特征信息确定再次训练后的更新的聚合模型在模型聚合过程中的权重；根据所述权重将再次训练后的更新的聚合模型进行模型聚合，以对聚合模型进行再次更新；返回执行所述对所述样本池中的数据样本进行更新的步骤，直至达到预设结束条件。本申请提供的实施方式可以持续优化联合模型，并防止模型倾斜。
-
公开(公告)号：CN116660317A
公开(公告)日：2023-08-29
申请号：CN202310912761.3
申请日：2023-07-25
Applicant: 北京智芯微电子科技有限公司
Abstract: 本发明实施例提供一种光伏阵列的热斑检测方法、系统、处理器及存储介质，属于光伏发电领域。所述光伏阵列的热斑检测方法，包括：将光伏阵列的红外图像划分为多个热斑检测基本单元；根据所述热斑检测基本单元的红外图像颜色筛选出第一热斑隐患疑似单元，并获取所述第一热斑隐患疑似单元的位置和平均温度；根据获取的平均温度和光伏阵列正常工作状态下的参考温度，判断所述第一热斑隐患疑似单元是否存在热斑隐患，当存在热斑隐患时，输出所述第一热斑隐患疑似单元的位置。本发明实施例通过光伏阵列的红外图像的颜色以及平均温度判断热斑故障，可以提高热斑隐患检测的效率。
-
公开(公告)号：CN116505662A
公开(公告)日：2023-07-28
申请号：CN202310749800.2
申请日：2023-06-25
Applicant: 北京智芯微电子科技有限公司
Abstract: 本发明实施例提供一种面向智能融合终端的试验方法、云平台、终端及系统，属于电力技术领域。所述试验方法应用于与智能融合终端通信的云平台，且包括：构建并将预训练模型部署到所述智能融合终端，其中所述预训练模型被配置为辅助所述智能融合终端与不同设备之间的通信协议识别；以及向所述智能融合终端发送关于指定设备的设备信息，以使得所述智能融合终端启动所述预训练模型进行与所述指定设备之间的通信协议识别，并在识别成功时，进行针对所述指定设备的功能试验。本发明实施例很好地解决了现有终端检测方案中存在的耗时长、成本高、效率低的问题。
-
Patent Agency Ranking
公开(公告)号：CN119853050A
公开(公告)日：2025-04-18
申请号：CN202510007259.7
申请日：2025-01-03
Applicant: 北京智芯微电子科技有限公司
Abstract: 本发明公开一种低压台区柔性互联的功率分配方法、装置、设备、介质和产品。该方法包括：获取低压台区柔性互联系统中至少两个台区分别对应的第一功率参数，以及直流系统的第二功率参数以及至少两个台区所需的成本参数；基于第一功率参数、第二功率参数和成本参数构建低压台区柔性互联系统中各个台区功率分配的优化目标函数；基于优化目标函数确定各台区功率分配的初始最优功率分配；根据初始最优功率分配和预设台区间功率均衡控制策略对各台区进行目标最优功率分配。本发明实施例，通过上述技术方案，能够实现台区间互联互供，为各个台区分配最优的功率，提高功率的利用率，促进分布式电源高效消纳，从而实现系统经济安全运行。
-
公开(公告)号：CN118095570B
公开(公告)日：2025-03-04
申请号：CN202410459062.2
申请日：2024-04-17
Applicant: 北京智芯微电子科技有限公司
Abstract: 本公开涉及负荷预测技术领域，具体涉及一种台区智能负荷预测方法、系统、电子设备、介质及芯片，台区智能负荷预测方法，包括：获取台区电力负荷资料；从所述台区电力负荷资料中提取训练特征；其中，所述训练特征包括电力负荷历史数据、影响电力负荷的特征参数；所述特征参数配置有权重因子；将所述电力负荷历史数据、特征参数以及权重因子作为循环神经网络的训练输入数据，对所述循环神经网络进行训练，得到台区负荷预测模型；利用所述台区负荷预测模型进行电力负荷预测。上述技术方案中通过训练台区负荷预测模型来进行电力负荷预测，提升了复杂环境中负荷预测的准确度。
-
公开(公告)号：CN119209468A
公开(公告)日：2024-12-27
申请号：CN202411154591.8
申请日：2024-08-22
Applicant: 北京智芯微电子科技有限公司
IPC: H02J3/00 , G06F18/213 , G06F18/214 , H02J3/38
Abstract: 本发明提供一种分布式光伏集群功率预测方法、装置和电子设备，属于光伏技术领域，其中方法包括：获取分布式光伏集群内所有分布式光伏场站的总发电功率；将所述总发电功率输入至发电功率预测模型，得到所述发电功率预测模型输出的未来发电功率预测结果；其中，所述发电功率预测模型是基于多个分布式光伏集群的样本模态分量训练得到的；所述样本模态分量是所述分布式光伏集群内的所有分布式光伏场站的历史发电功率基于多元变分模态分解得到的；所述发电功率预测模型基于多个分布式光伏集群的样本模态分量之间的时空关联性特征进行功率预测。本发明用以解决现有分布式光伏集群功率预测模型的适用性不高以及限制了模型预测精度的提升的缺陷。
-
公开(公告)号：CN118739401A
公开(公告)日：2024-10-01
申请号：CN202410738215.7
申请日：2024-06-07
Applicant: 北京智芯微电子科技有限公司
Abstract: 本发明提供一种光伏发电运行维护系统、方法及装置，属于配电网技术领域。光伏发电运行维护系统包括：融合终端和多个参比模块；多个参比模块分别与多个光伏组件串一一对应，各个参比模块的位置与对应光伏组件串的位置相同，参比模块至少包括光伏组件单元；融合终端分别与多个参比模块和多个光伏组件串连接，融合终端用于获取实际运行信息，并基于实际运行信息，计算得到各个光伏组件串的维护参数信息，实际运行信息包括各个参比模块的实际运行参数；还用于基于各个光伏组件串的维护参数信息，调节分布式光伏系统。不需要调节光伏组，不会影响光伏组件串的运行，不会导致电网波动。提高了光伏发电运行维护的准确性和可靠性。
-
公开(公告)号：CN118095570A
公开(公告)日：2024-05-28
申请号：CN202410459062.2
申请日：2024-04-17
Applicant: 北京智芯微电子科技有限公司
Abstract: 本公开涉及负荷预测技术领域，具体涉及一种台区智能负荷预测方法、系统、电子设备、介质及芯片，台区智能负荷预测方法，包括：获取台区电力负荷资料；从所述台区电力负荷资料中提取训练特征；其中，所述训练特征包括电力负荷历史数据、影响电力负荷的特征参数；所述特征参数配置有权重因子；将所述电力负荷历史数据、特征参数以及权重因子作为循环神经网络的训练输入数据，对所述循环神经网络进行训练，得到台区负荷预测模型；利用所述台区负荷预测模型进行电力负荷预测。上述技术方案中通过训练台区负荷预测模型来进行电力负荷预测，提升了复杂环境中负荷预测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.038 seconds)
