发电车调度方法、装置、计算机设备和存储介质

    公开(公告)号:CN112016746A

    公开(公告)日:2020-12-01

    申请号:CN202010867450.6

    申请日:2020-08-26

    Abstract: 本申请涉及一种发电车调度方法、装置、计算机设备和存储介质。所述方法包括:获取针对于目标地区的历史发电车调度信息以及初始分配方案;利用预设的遗传算法对初始分配方案进行预设更新轮次的更新,得到多个分配方案;根据历史发电车调度信息以及多个分配方案,确定与多个分配方案对应的多个调度方案;获取各调度方案对应的发电车总调度距离;将发电车总调度距离最小的发电车调度方案作为目标发电车调度方案,并将与目标调度方案对应的分配方案作为目标分配方案;根据目标分配方案对目标地区的发电车进行分配,并按照目标调度方案对发电车进行调度。本申请能够避免通过调度人员的工作经验完成发电车的分配调度,从而提高发电车利用率。

    一种针对低压接线的故障预警方法和装置

    公开(公告)号:CN119339522A

    公开(公告)日:2025-01-21

    申请号:CN202411466575.2

    申请日:2024-10-21

    Abstract: 本发明请求保护一种针对低压接线的故障预警方法和装置,按照待测试变压器的变压器内台区进行漏电保护通信和/或以太网通信连接;针对所述漏电保护通信,遍历待转发发电应急接口I D和数据并进行发送,在各路接收漏电保护线路进行监听,记录所述待转发发电应急接口I D和数据的监听结果是否收到,或针对以太网通信,遍历源地址和目的地址发送消息,在各目的地址进行监听,记录监听结果是否收到;导出发送和监听结果,将监听结果与通信矩阵定义进行对比,分析所述待测试变压器的网关是否按照通信矩阵的定义进行供电日志和消息的转发。本发明改进机械式功能验证测试方法,可大幅提高测试效率和准确度。

    一种基于低压态势感知的中压故障定位方法及相关设备

    公开(公告)号:CN117074854A

    公开(公告)日:2023-11-17

    申请号:CN202311032651.4

    申请日:2023-08-15

    Abstract: 本申请公开了一种基于低压态势感知的中压故障定位方法及相关设备,该方法包括:以预设的时间间隔定期地获取各变压器在低压侧中各测点的三相电压测量值;在获取到任一变压器在低压侧中各测点的三相电压测量值后,基于所述变压器的类型、接线方式以及所述变压器在低压侧中连续两个测点的三相电压测量值,判断所述变压器是否存在缺相;判断在预设时长内,存在缺相的变压器是否达到预设数量;若是,判断存在缺相的变压器是否均位于同一电气分段;若是,确定所述电气分段的开关后端存在疑似故障。本申请通过对变压器在低压侧的三相电压测量数据进行分析,实现对中压故障的有效定位,为中压快速复电提供支撑,保障了用电稳定及用电安全。

    一种杆塔作业螺旋攀爬机构和杆塔作业机器人装置

    公开(公告)号:CN115817668A

    公开(公告)日:2023-03-21

    申请号:CN202211550633.0

    申请日:2022-12-05

    Abstract: 一种杆塔作业螺旋攀爬机构,包括环形框架、弹性锁紧组件和多个行走轮;环形框架包括主框架和两个侧框架,两个侧框架分别铰接主框架,从而侧框架通过转动向内合拢或向外打开,当侧框架向内合拢时,主框架和侧框架形成可围住杆塔的周向封闭结构,弹性锁紧组件用于将主框架和侧框架锁紧,当侧框架向外打开时,两个侧框架之间形成开口;行走轮转动连接于环形框架上,行走轮的轴线倾斜,行走轮转动时带动环形框架沿杆塔上升。还涉及一种杆塔作业机器人装置,采用上述攀爬机构。本发明可解决人工爬杆作业存在的危险系数高,劳动强度大,效率低等问题,能够代替作业工人携带作业工具攀爬输电线路混凝土杆塔,保障作业安全,属于电力作业设备领域。

    基于配网要素和神经网络的配网风险评估方法

    公开(公告)号:CN115034608A

    公开(公告)日:2022-09-09

    申请号:CN202210644697.0

    申请日:2022-06-09

    Abstract: 本发明公开了一种基于配网要素和神经网络的配网风险评估方法,包括以下步骤:S1、对配网要素进行聚类,获取配网关键要素,所述配网要素包括评估区域内的内部数据和外部数据;S2、通过配网关键要素对集合神经网络进行训练,获得风险评估模型,所述集合神经网络采用优化算法进行训练;S3、通过风险评估模型动态评估配网风险,将预测样本集输入风险评估模型,风险评估模型输出预测结果对配网风险进行评估。本发明根据不同配网要素进行聚类,可大大降低风险预测的机器模型难度,集合多个机器学习对配网风险进行动态评估,对大量数据信息进行有效的分析,能更全面合理地评估风险,避免或减少由于配电网故障引起的停电损失,提高供电可靠性和电能质量。

Patent Agency Ranking