-
公开(公告)号：CN119414920A
公开(公告)日：2025-02-11
申请号：CN202411439965.0
申请日：2024-10-15
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本发明实施例公开了一种不同天气条件下光伏功率特性差异预测方法、系统及介质，方法包括：根据粒度分析数据确定携带有灰尘类型分布信息的热力图数据；基于三维速度场数据和压力分布数据确定气流湍流特性参数；根据热力图数据和气流湍流特性参数构建灰尘清除效果模型建立湍流强度与灰尘清除效果的映射关系；根据光伏板不同灰尘清除效果下功率输出数据构建功率恢复速度预测模型建立灰尘清除效果与功率恢复速度的映射关系；基于上述映射关系构建强对流天气条件下定量关系模型；根据定量关系模型和非强对流天气条件下预设光伏功率预测模型构建光伏功率特性差异预测模型进行不同天气条件下光伏功率预测，实现强对流天气下光伏电站功率恢复的精确预测。
-
公开(公告)号：CN119338260A
公开(公告)日：2025-01-21
申请号：CN202411626138.2
申请日：2024-11-14
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q10/0635 , G06Q10/04 , G06Q50/06 , G06F18/243 , G06N3/0442 , G01W1/10
Abstract: 本发明公开了一种极端天气下风力发电厂的风险预测方法、装置、介质和设备，通过获取每台风力发电机组的视频、风速和风向数据，利用匹配模型判断风轮转动是否符合当前风速和风向的预期，从而快速识别可能的运行异常。在检测到风轮转动与风速、风向不匹配时，进一步分析当前天气状况并预测未来天气变化，结合此数据预估潜在的风险类型。此方案在极端天气下实现了对风电场的动态监测与精准预测，能够有效规避风险，避免因未能及时检测故障而导致的发电效率降低，进而保障风电场的安全和持续运行。
-
公开(公告)号：CN119149655A
公开(公告)日：2024-12-17
申请号：CN202411156896.2
申请日：2024-08-22
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F16/29 , G06F18/23 , G06F18/24 , G06N3/0442 , G06F18/10 , G06F18/2135 , G06N3/0475 , G06N3/094 , G06N3/045 , G06Q50/06
Abstract: 本发明实施例公开了一种不同天气的风电功率确定方法，包括：采集历史天气数据并对其进行聚类分类，获取风廓线指数数据，对风廓线指数数据进行数据增强，获取第一数据集；根据第一数据集确定若干个风廓线指数，根据若干个风廓线指数与气象参数的非线性关系模型，确定极端天气条件下对应的风廓线指数；利用双向长短时记忆网络，根据极端天气条件下对应的风廓线指数确定风廓线指数的动态预测模型；实时采集地面风速数据，根据风廓线指数的动态预测模型确定风电机组轮毂高度的风速；根据历史地面风速数据和历史风电机组功率输出数据的对应关系，确定不同风速下的功率输出曲线；根据该功率输出曲线确定风电机组轮毂高度的风速对应的风电功率。
-
公开(公告)号：CN115529315B
公开(公告)日：2024-04-09
申请号：CN202211190959.7
申请日：2022-09-28
Applicant: 云南电网有限责任公司电力科学研究院
IPC: H04L67/10 , H04L67/12 , H04L41/0631 , H04L41/06 , H02J13/00 , G06Q50/06 , G06Q10/0635
Abstract: 本申请公开了一种云边协同系统，包括边缘节点数据采集模块、节点风险权重确定模块、综合优先级确定模块、云边协同管理模块。本申请通过节点风险权重获取模块获取边缘节点运行状态和数据，基于权重自学习模型对边缘节点划分图谱中的各个边缘节点进行权重赋值，然后得到边缘节点运行风险指标，然后通过综合优先级确定模块来确定边缘节点是否运行异常，并对异常运行的边缘节点进行优先级排列，上传运行异常报告至云边协同管理模块，云边协同管理模块执行故障处理策略，将处理结果返回返回至边缘节点数据采集模块，从而实现对边缘节点运行的实时监控和故障处理，保证了云边协同运行的顺利进行，并降低系统的负载。
-
公开(公告)号：CN119627937A
公开(公告)日：2025-03-14
申请号：CN202510057641.9
申请日：2025-01-14
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请实施例公开了基于凸松弛技术的电网最优潮流计算方法及相关设备，第一有功功率流、第一无功功率流、第二有功功率流和第二无功功率流能够模拟包括高压直流输电在内的交流和直流电网的运行，通过凸松弛技术，将潮流中的非凸优化问题转化为易于求解的凸优化问题，因此利用凸松弛技术优化后的支路潮流模型计算最优潮流保证了最优潮流的准确性和计算效率，满足交直流混联电网的分析需求。
-
Patent Agency Ranking
公开(公告)号：CN118710517A
公开(公告)日：2024-09-27
申请号：CN202410928576.8
申请日：2024-07-11
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06T5/50 , G06V10/54 , G06V10/80 , G06V10/82 , G06V10/774
Abstract: 本发明实施例公开了一种红外光图像和可见光图像的融合方法，包括：预先训练好一个用于根据输入的待融合红外光图像和待融合可见光图像，预测输出目标融合图像的融合网络模型，然后获取待融合红外光图像和待融合可见光图像，最后将待融合红外光图像和待融合可见光图像输入至预设融合网络模型中，得到目标融合图像，其中，预设融合网络模型在训练时的融合损失函数包括纹理细节损失函数和内容损失函数；实现了对红外光图像和可见光图像进行融合，以结合红外光图像在恶劣环境下的目标捕获能力和可见光图像的纹理细节捕获能力，从而获得既显著又详细的融合图像。
-
公开(公告)号：CN115660617A
公开(公告)日：2023-01-31
申请号：CN202211246414.3
申请日：2022-10-12
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q10/101 , G06K7/10 , G06Q50/06
Abstract: 本发明实施例公开了一种电网作业工器具的管理方法，该方法包括，获取电网作业所需要的预设的作业信息，预设的作业信息包括，预设的工器具清单、目标地点和预设的工作时间；获取进行电网作业的实际的作业信息，实际的作业信息包括，实际的工器具清单、实际地点和实际的工作时间；判断预设的作业信息和实际的作业信息是否一致；当预设的作业信息和实际的作业信息不一致时，保存实际的作业信息，并发出警报；预设的作业信息和实际的作业信息一致时，删除实际的作业信息。本发明实施例还公开了一种电网作业工器具的管理设备及系统。
-
公开(公告)号：CN115565249A
公开(公告)日：2023-01-03
申请号：CN202211263816.4
申请日：2022-10-14
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本发明实施例公开了一种违章作业行为检测方法及相关装置，该方法包括：根据必要图像特征和图像数据，对目标分区区域下的作业人员是否存在作业违章行为进行一次判断，基于作业设备的佩戴是否正确，初步筛选出存在作业违章行为的作业人员，在此基础上，对判断为不存在作业违章行为的作业人员，根据对比图像特征和图像数据，进行二次判断，提高了判断的时效性和有效性，此外，针对不同的分区区域，采用对应的不同的作业场景下的必要图像特征和对比图像特征，使得各类特定的作业场景下的违章作业均能够被区分识别，确保该方法能够适用于不同作业场景下的违章作业检测。
-
公开(公告)号：CN119558329A
公开(公告)日：2025-03-04
申请号：CN202411728042.7
申请日：2024-11-28
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F40/58 , G06F18/214 , G06F18/24 , G06N3/0455 , G06Q50/06 , G06N20/00
Abstract: 本发明实施例公开了一种基于情景课程学习的领域机器翻译方法及相关装置，属于机器翻译技术领域。本发明利用情景培训框架，通过合成真实的域偏移来训练模型。通过优化编码器/解码器和无经验的解码器/编码器的组合，使编码器和解码器可以更鲁棒的克服域偏移。本发明还利用课程学习，将其插入到阶段性培训框架中，以指导模型更好地适应。本发明在有限电力数据的领域适应上表现出了优越的优势，可用于低资源的领域机器翻译。
-
公开(公告)号：CN118887037A
公开(公告)日：2024-11-01
申请号：CN202410896174.4
申请日：2024-07-05
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q50/06 , H02J3/00 , G06N3/0464 , G06N3/092 , G06N7/01
Abstract: 本发明实施例公开了一种电网化简模型的训练方法、使用方法及相关装置，训练方法包括：获取预先建立的满足电网实际运行的物理约束的最优电网化简模型，并将最优电网化简问题转化为马尔可夫决策过程；基于马尔可夫决策过程中的状态空间、动作空间以及奖励目标，构建强化学习网络；利用样本电网的第一状态数据，对强化学习网络进行训练，得到最终电网化简模型。通过上述方式，对强化学习网络进行训练，可以实现基于强化学习的电力系统网络化简，使得网络化简后的电力系统保持原系统的拓扑特性与物理特性，以便于研究人员能够构建相应的电磁暂态仿真模型。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.051 seconds)
