公开(公告)号：CN114266290A

公开(公告)日：2022-04-01

申请号：CN202111414916.8

申请日：2021-11-25

Applicant: 国网河南省电力公司电力科学研究院 ,  重庆大学 ,  国网河南省电力公司 ,  国家电网有限公司

Inventor： 张江南 ,  黄子蒙 ,  任鹏凌 ,  吴坡 ,  杨燕 ,  贺勇 ,  杨知方 ,  余娟 ,  刘书铭 ,  王丹 ,  周冰 ,  阮冲 ,  宫灿锋 ,  张卓 ,  李亚军

IPC: G06K9/62 ,  G06F16/215 ,  H02J3/24 ,  G06Q50/06

Abstract: 一种针对相量测量单元(PMU)频率数据异常的检测方法。所述方法包括：根据参考站与量测站监测的采样点，分别生成各自的频率序列数据；根据频率序列数据中元素的频率值，分别提取出由时间序号组成的极大值序列与极小值序列；根据参考站极大值序列与极小值序列，对量测站的极大值序列与极小值序列进行适配；分别合并参考站与量测站的极大值序列与极小值序列，以生成参考站与量测站的关键特征点序列；将参考站的关键特征点序列中的元素与量测站的关键特征点序列中的对应元素相减，得到差值序列；若差值序列的任一元素的绝对值均超过时延阈值，输出异常为频率存在时延。本公开可以精细化的检测各种异常情况。

公开(公告)号：CN114243707A

公开(公告)日：2022-03-25

申请号：CN202111319399.6

申请日：2021-11-09

Applicant: 国网重庆市电力公司经济技术研究院 ,  重庆大学 ,  国家电网有限公司

Inventor： 范璇 ,  温力力 ,  杨知方 ,  周倩 ,  范丽 ,  程曹阳 ,  杨高峰 ,  牟凡 ,  朱元 ,  于洪杰 ,  蒋闻

IPC: H02J3/06 ,  H02J3/38 ,  H02J3/48 ,  H02J3/50 ,  H02J3/36 ,  G06F17/15 ,  G06F17/16

Abstract: 本发明公开计及换流站离散运行特性的区域电力传输可行域的快速计算方法，步骤为：1)建立计及换流站离散特性的区域电网运行约束模型；2)计算计及换流站离散运行特性的区域电力传输可行域。本发明提出一种计及换流站离散运行特性的区域电力传输可行域的快速计算方法，用以减少所需枚举的换流站状态数，提高计算效率。

公开(公告)号：CN113406503A

公开(公告)日：2021-09-17

申请号：CN202110607933.7

申请日：2021-06-01

Applicant: 重庆大学

Inventor： 杨知方 ,  李中浩 ,  余娟 ,  杨燕 ,  王博石 ,  杜思君

IPC: G01R31/378 ,  G01R31/367 ,  G01R31/392

Abstract: 本发明公开基于深度神经网络的锂电池SOH在线估算方法，步骤为：1)建立基于深度神经网络的锂电池SOH估算模型；2)对所述基于深度神经网络的锂电池SOH估算模型进行训练，得到锂电池SOH估算优化模型；3)获取待评估锂电池的近全充电过程的锂电池充电片段数据，并输入到锂电池SOH估算优化模型中，完成锂电池SOH估算。本发明提出了基于深度神经网络的SOH在线估算方法，通过随机抽样、标准化等数据预处理方式对输入输出数据进行处理，并通过训练得到最终的SOH估算模型，代入验证集输入，即可得到所对应的SOH值，实现锂电池SOH在线估算，且其估算精度较基于模型的方法提高约10％，满足车企实际应用所需达到的估算精度。

公开(公告)号：CN110880751B

公开(公告)日：2021-06-22

申请号：CN201910273302.9

申请日：2019-04-04

Applicant: 重庆大学

Inventor： 杨知方 ,  余娟 ,  林伟 ,  朱正春

IPC: H02J3/00

Abstract: 本发明公开了互联电网联络线功率可行域的扩大方法，主要步骤为：1)建立具有耦合变量的经济调度模型；2)基于改进多参数规划理论，确定联络线功率可行域；3)扩大联络线功率可行域。本发明可以快速确定联络线功率可行域，并通过辨识联络线功率可行域的关键因素，对可行域进行有效扩展。

公开(公告)号：CN109784692B

公开(公告)日：2020-11-24

申请号：CN201811631297.6

申请日：2018-12-29

Applicant: 重庆大学 ,  国网重庆市电力公司 ,  国家电网有限公司

Inventor： 杨知方 ,  杨燕 ,  余娟 ,  代伟 ,  雷星雨 ,  向明旭 ,  杨高峰 ,  金黎明 ,  古济铭 ,  韩思维

IPC: G06Q10/06 ,  G06Q50/06

Abstract: 本发明公开了一种基于深度学习的快速安全约束经济调度方法，主要步骤为：1)确定适用于安全约束经济调度模型的深度神经网络。2)对堆栈降噪自动编码器SDAE进行训练。3)建立基于深度学习的安全约束经济调度模型。4)令k＝1，将电力系统运行条件输入到深度神经网络中，得到安全约束经济调度模型的起作用约束集J(1)。5)将约束集J(1)。输入到安全约束经济调度模型中，得到安全约束经济调度方案。6)对安全约束经济调度方案进行N‑1检验，若有新约束J(new)，则令k＝k+1,约束集更新为J(k)＝J(k)∪J(new)，并返回步骤5。若无新约束，则输出安全约束经济调度方案。本发明可广泛应用于电力系统各个行业的安全约束经济调度分析。

公开(公告)号：CN111914405A

公开(公告)日：2020-11-10

申请号：CN202010662092.5

申请日：2020-07-10

Applicant: 重庆大学 ,  国网重庆市电力公司电力科学研究院 ,  国家电网有限公司

Inventor： 杨知方 ,  樊哲新 ,  余娟 ,  杨燕 ,  余红欣 ,  王洪彬 ,  冯楠 ,  姜华

IPC: G06F30/20 ,  G06F17/18 ,  G06F111/04 ,  G06F111/10

Abstract: 本发明公开基于Copula方法的线性潮流模型独立变量形式选取方法，包括以下步骤：1)设定非线性电压幅值项为vivj；2)建立非线性电压幅值项vivj的状态变量函数 3)计算在不同状态变量函数 下，非线性电压幅值项vivj的线性化误差函数；4)用Copula函数分析方法模拟出潮流方程状态变量的数值联合概率分布，建立Copula优化模型；5)基于非线性电压幅值项vivj的线性化误差函数和Copula优化模型，建立误差最小的线性潮流模型。本发明讨论了 不同公式下vivj的线性化误差，并通过Copula函数对联合概率密度函数进行拟合，得到最小化的线性化误差，进而建立误差最小的潮流模型。

公开(公告)号：CN110110434B

公开(公告)日：2020-10-16

申请号：CN201910367846.1

申请日：2019-05-05

Applicant: 重庆大学

Inventor： 杨知方 ,  杨燕 ,  余娟 ,  代伟 ,  向明旭

IPC: G06F30/27 ,  G06Q10/06 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种概率潮流深度神经网络计算的初始化方法，主要步骤为：1)获取电力系统数据；2)建立概率潮流分析深度神经网络的损失函数，并对深度神经网络的参数θ进行更新；3)对概率潮流模型的参数进行初始化；4)基于概率潮流分析深度神经网络的损失函数和电力系统数据，利用神经网络建立概率潮流模型；本发明可广泛应用于电力系统的概率潮流求解，特别适用于新能源渗透率高导致系统不确定性增强的在线分析情况。

公开(公告)号：CN111541252A

公开(公告)日：2020-08-14

申请号：CN202010487749.9

申请日：2020-06-02

Applicant: 国网重庆市电力公司 ,  国家电网有限公司 ,  重庆大学

Inventor： 金黎明 ,  吴迎霞 ,  杨高峰 ,  赵科 ,  张林 ,  杨知方 ,  姜华 ,  余娟 ,  向明旭 ,  樊哲新

IPC: H02J3/06 ,  H02J3/46

Abstract: 本发明公开了基于历史数据和误差分析的配电网线性化潮流通式最优独立变量选取方法，步骤为：1)获取实际电网物理参数信息和历史场景数据；2)推导计及/不计及ZIP负荷模型的节点注入形式的线性化潮流通式；3)以vk作为独立变量，分析k值变化对所有历史场景下的线性化潮流模型整体误差的影响，选取误差最小时对应的k值为最优独立变量vk的指数。本发明以两种不同形式的节点注入功率方程为基础，vk和θij为独立变量，推导了计及/不计及ZIP负荷模型的两种一般化线性化潮流模型，并根据历史场景选取了线性化潮流模型的最优独立变量，并结合配电网特点，在不同场景下验证了所选最优独立变量的有效性和鲁棒性。

公开(公告)号：CN111242800A

公开(公告)日：2020-06-05

申请号：CN201911327748.1

申请日：2019-12-20

Applicant: 重庆大学

Inventor： 余娟 ,  房欣欣 ,  杨知方 ,  王怡

IPC: G06Q50/06

Abstract: 本发明公开了一种适用于容量约束越限的电力市场出清系统，主要包括数据采集模块、电力系统安全调度模块、电力节点发电回报规划模块和电力市场出清模块。本发明提出的方法能够在解决电力节点发电回报尖峰问题的同时，获得比目前电力市场实践更小的额外补偿，提高电力市场透明程度。

公开(公告)号：CN110929989A

公开(公告)日：2020-03-27

申请号：CN201911040124.1

申请日：2019-10-29

Applicant: 重庆大学 ,  国网重庆市电力公司电力科学研究院 ,  国家电网有限公司

Inventor： 杨知方 ,  杨燕 ,  余娟 ,  雷江龙 ,  余红欣 ,  李杰

IPC: G06Q10/06 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于深度学习的含不确定性N-1安全校核方法，主要步骤为：1)获取电力网络数据，并建立输入特征向量集Xin；2)对特征向量进行预处理，并划分为训练集和验证集；3)建立的深度神经网络直流潮流模型；4)利用训练集和验证集对深度神经网络直流潮流模型进行训练；5)以电力网络实时数据建立测试集，并输入到训练后的深度神经网络直流潮流模型中，得到潮流输出特征向量Yout；6)对输出特征向量Yout＝[θi,Pij]进行安全性验证。本发明可广泛应用于不确定性场景的N-1安全校核在线分析，能够获得与传统直流潮流求解方法获得不相上下的校核精度，并提高近百倍的分析速度。