-
公开(公告)号：CN116979532A
公开(公告)日：2023-10-31
申请号：CN202311238084.8
申请日：2023-09-25
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 东南大学 , 国网电力科学研究院有限公司 , 中国电力科学研究院有限公司 , 南京工程学院 , 国网能源研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: H02J3/00 , G06F18/23213 , G06F18/214 , G06F18/20 , G06Q50/06
Abstract: 本发明公开了一种电力系统动态状态估计可观性评估方法和系统，所述方法包括：获取电力系统中所有电气节点的特性、连接拓扑和量测数据；根据电气节点的性质，对所有的电气节点进行分类；依据动态状态估计具备可观性的条件，根据各电气节点的量测数据数量对所有电气节点进行聚类，得到全数据、第一类缺型数据、第二类缺型数据，结合电气节点连接拓扑，通过基于电气节点类型进行的动态状态估计和数据补全进行可观性区域扩展，确定动态状态估计的可观性区域、处理后可观性区域以及不可观性区域。本发明可以更快更准的确定可观性的动态状态估计分区，可实现区域动态状态估计可观性评估和可观性区域面积最大化，帮助更好的评估配网运行状态。
-
公开(公告)号：CN116933022A
公开(公告)日：2023-10-24
申请号：CN202311181371.X
申请日：2023-09-14
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 南京工程学院 , 国网电力科学研究院有限公司 , 中国电力科学研究院有限公司 , 东南大学 , 国网能源研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 一种多源负载设备数据智能同步对齐预处理方法及系统，所述方法包括：对新型电力系统中多源负载设备量测数据进行采样，得到量测数据的采样数据；建立三次样条插值函数，确定函数中的修正量，并对函数的计算参数进行归一化处理；构建并训练基于新型电力系统中多源负载设备数据特征的WGAN网络，生成插值数据对量测数据的采样数据插值补充；重新建立三次样条插值函数并对函数进行Crout分解和求解，获得最佳修正量；利用确定最佳修正量的三次样条插值函数对多源负载设备量测数据的采样数据进行同步插值处理，实现数据智能同步对齐预处理。本发明以更快的速度获得更加准确的新型电力系统多源负载设备量测数据同步对齐预处理效果。
-
公开(公告)号：CN109948943B
公开(公告)日：2023-05-02
申请号：CN201910235300.0
申请日：2019-03-27
Applicant: 东南大学
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/06
Abstract: 本发明属于电动汽车技术领域，涉及一种计及电动汽车碳配额的电动汽车充放电调度方法，包括设置电动汽车碳配额机制，在电动汽车行驶过程中相比传统燃油汽车所减少的碳排放量作为电动汽车在该时段获得的碳配额；设置电动汽车聚合商和风力发电商合作参与电力市场博弈的日前调度机制，采用电动汽车减排量获得的碳配额协调风力发电商的投标出力和实际出力偏差。该方法在调度中能够有效提升风电利用率，发挥电动汽车的碳减排效益，并实现各方经济利益最大化。
-
公开(公告)号：CN115409296B
公开(公告)日：2023-03-24
申请号：CN202211362629.1
申请日：2022-11-02
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 , 南昌科晨电力试验研究有限公司 , 东南大学 , 国电南瑞科技股份有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/2431 , G06N3/0464 , G06N3/049 , G06N3/09 , G06N7/01 , H02J3/00
Abstract: 本发明公开了一种有源配电网净负荷概率预测方法，步骤包括：S1，对收集的配网负荷、新能源出力时间序列数据集进行缺失值填补、异常值剔除后，配网负荷减去新能源出力的得到净负荷时间序列；S2，将净负荷时间序列转换为监督学习数据集，使用时间卷积神经网络提取得到净负荷时间序列的特征向量；S3，使用时间卷积神经网络提取得到特征向量为输入训练分位数随机森林模型，得到净负荷的概率预测结果。本发明利用时间卷积神经网络‑分位数随机森林模型进行有源配电网概率预测时，使用时间卷积神经网络深入挖掘了净负荷的时序变化特征，实现了历史净负荷数据的充分利用，帮助分位数随机森林模型更快速准确地进行净负荷概率预测。
-
公开(公告)号：CN110908690B
公开(公告)日：2022-11-22
申请号：CN201911199356.1
申请日：2019-11-29
Applicant: 东南大学 , 南京国电南自电网自动化有限公司
Abstract: 本发明公开了一种基于CAN总线的多个BMU应用程序在线升级方法。该方法为：PC机通过USB‑CAN转换器向CAN组网广播查询命令，提取节点BMU当前App的版本信息并与PC机中的升级App版本信息对比，选中版本信息不一致的BMU发送地址跳转指令，对应的节点BMU从App模式跳转到BootLoader模式，跳转成功以后进入CAN循环等待模式；PC机向该节点BMU发送程序下载命令并与节点BMU建立连接、向节点BMU发送升级App数据包，节点BMU将接收的升级App代码存固化在当前App代码占用的FALSH地址内，覆盖当前App代码、复位重启、进行系统初始化、执行BootLoader程序、进入CAN循环等待，等待期间未收到PC机命令，BMU将FALSH内的当前App加载到RAM中，并跳转到当前App入口开始执行当前App。本发明避免了对现场设备的拆卸和升级失败造成事故。
-
Patent Agency Ranking
公开(公告)号：CN110247391B
公开(公告)日：2022-08-12
申请号：CN201910301043.6
申请日：2019-04-15
Applicant: 东南大学 , 国网江苏省电力有限公司苏州供电分公司
Abstract: 本发明公开了一种基于综合加权供电路径指数的配电网失电风险分析方法及系统，该方法系统通过建立综合加权供电路径指数来反映配电网节点失负荷的风险。首先，提取配电网的拓扑和电气信息，依据有功功率流向建立邻接矩阵；然后，建立有功流向树模型，并用线路阻抗为流向树模型中的边赋权；之后，根据有功流向树模型，依深度优先或广度优先的搜索算法，得到正电源集到负电源集之间的供电路径；最后，综合考虑节点负荷量、节点负荷供电、转供路径和电源坚强性相对因子，建立各节点综合加权供电路径指数模型。对每一次配电网的状态更新，循环计算上述过程，实现对负荷节点相对失电风险的快速对比与分析。
-
公开(公告)号：CN114552679A
公开(公告)日：2022-05-27
申请号：CN202210235399.6
申请日：2022-03-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于静态电压稳定域的交直流混联电网紧急控制方法。首先，对传统电网的静态电压稳定域进行拓展，定义交直流混联电网的静态电压稳定域。给出静态电压稳定域的求解方法，对初始负荷点进行聚类，利用连续潮流得到临界SNB点后再对临界SNB点处切平面法向量进行聚类，该方法在保证精度的前提下减小了计算代价。然后，对属于同一类的临界SNB点进行拟合，得到稳定域的近似超平面边界。最后，根据运行点与超平面边界的相对位置，快速生成紧急控制策略，使得运行点以最小的代价回到稳定域内。本发明基于静态电压稳定域提出代价最小的紧急控制计算方法，与传统方法相比，该方法利用全局信息给出控制方法，物理意义直观，且计算代价较小。
-
公开(公告)号：CN112039438B
公开(公告)日：2021-08-10
申请号：CN202011045152.5
申请日：2020-09-28
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 东南大学 , 国网江苏省电力有限公司
IPC: H02S50/10
Abstract: 本发明公开一种光伏方阵串内的故障趋势精准定位方法及其系统，故障趋势精准定位方法包括以下步骤：实时监测光伏方阵中各个光伏串支路电流Ii，通过Ii计算各支路电流平均值引入残差ri及预设阈值εTh；通过残差ri及预设阈值εTh的大小比对判断是否发生光伏发电系统光伏方阵中发生光伏串内故障；如若发生故障，则检测算法是否已经存在光伏阵列故障自动检测及定位模型，如果存在则进入故障自动检测及定位算法转换模块，当系数残差Exsit为1，利用故障定位函数进行故障定位，输出故障定位信息。本发明故障趋势精准定位方法故障类型针对性强，调用物理量较少，针对光伏方阵内部光伏串之间的故障，对每串电流检测值，能够实时对串内故障进行检测，有效地防止故障规模扩大化。
-
公开(公告)号：CN109782124B
公开(公告)日：2021-07-23
申请号：CN201811584067.9
申请日：2018-12-24
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 东南大学 , 国网江苏省电力有限公司
IPC: G01R31/08
Abstract: 一种基于梯度下降算法的主配用一体化故障定位方法及系统。在该故障定位方法中，基于梯度下降算法对实现主配用一体化网络模型的故障定位，同时基于上述方法，构建了由数据采集模块，分析模块以及准确率评估模块构成的故障定位系统。本方法以一个IEEE标准33节点拓扑算例进行验证。算例通过模拟电网故障，通过数据采集模块统计各节点测量多维度数据并预处理，运用神经网络梯度下降算法思想，建立多层神经网络，选择合适的激励函数进行非线性激励，基于梯度下降算法对模型定位的准确度进行优化，在故障定位计算模块中给出故障支路定位结果。算例仿真表明，能够以较高的精确度对故障发生支路进行定位。该故障定位方法可以有效地定位电网故障发生支路，对电网的运行抢修提供有效的决策依据，减少经济损失。
-
公开(公告)号：CN110962665B
公开(公告)日：2021-04-27
申请号：CN201911015703.0
申请日：2019-10-24
Applicant: 东南大学
Abstract: 本发明提供了一种基于本地测量电压幅值的分散电动汽车充电协调方法，属于发电、变电或配电的技术领域。该方法提出了运行在电动汽车充电控制器上的电动汽车充电控制算法，并且在此基础上利用通过物联网得到的如最小电量消耗时间、出发和到达时间以及用户优先级等新参数量优化算法，在电动汽车充电达到最低充电电量后，根据物联网输入数据结合算法决定剩下充电电量的具体充电时间，从而最大化经济效益。本发明能够尽可能快地充满电动汽车所需的电量，同时避免超过系统的操作极限。该方法仅需测量电动汽车与充电桩连接点处的局部电压幅度，并且不需要与中央服务器或控制器之间的通信，大大降低了以往电动汽车充电协调方法需要大量测量数据的困扰。
-
-
-
-
-
-
-
-
-
Search Results
139
records
(took 0.028 seconds)
