-
公开(公告)号：CN119886813A
公开(公告)日：2025-04-25
申请号：CN202411932079.1
申请日：2024-12-26
Applicant: 中国南方电网有限责任公司 , 华中科技大学
IPC: G06Q10/0635 , G06Q10/067 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F113/04 , G06F111/08
Abstract: 本发明公开了一种基于极端天气下的电网评估方法，包括以下步骤：以台风这一极端天气为代表事件，首先综合考虑台风登陆时风速特征与电杆运行状态，根据电杆荷载与电杆抗弯强度的关系建立台风灾害条件下配电网电杆故障修正模型；进而提出反映配电网故障后供电能力的甩负荷风险指标，利用蒙特卡罗状态抽样法对台风灾害发生时的甩负荷风险进行计算；最后，利用IEEE33系统算例对本方法的有效性进行验证。本发明的优点在于所提出的基于时序蒙特卡洛模拟法的电网风险评估方法能对台风灾害下电网的风险进行合理评估，通过风险预警提升配电网的安全运行水平。
-
公开(公告)号：CN119807793A
公开(公告)日：2025-04-11
申请号：CN202411919928.X
申请日：2024-12-25
Applicant: 中国南方电网有限责任公司 , 华中科技大学
IPC: G06F18/23213 , G06N3/0475 , G06N3/094 , G06F16/29 , G06N3/0464 , G06N3/048 , G06N3/047 , G06F18/10 , G06Q50/06 , G06F18/214
Abstract: 本发明公开了一种极端天气电网故障场景生成方法和系统，包括：收集电网运维管理的故障台账数据、气象大事件记录以及气象观测数据。并进行数据预处理与数据分析；基于构建的极端天气故障场景数据样本，构建WGAN‑GP网络模型，并对网络模型进行训练，生成故障场景样本数据；生成场景数据评估，根据评估指标和生成数据与原始数据的分布分析，确定训练参数，得到最佳生成场景数据；生成场景削减，从大量的生成场景中通过K‑medoids方法进行削减，筛选出高频次场景。本发明的优点在于：提升了生成数据的质量，更接近真实数据的分布，生成的样本能够更好地泛化，减少人为偏差，增强了对模型生成数据能力的透明度。
-
公开(公告)号：CN118396036A
公开(公告)日：2024-07-26
申请号：CN202410532105.5
申请日：2024-04-29
Applicant: 中国南方电网有限责任公司 , 华中科技大学
IPC: G06N3/045 , H02J3/00 , H02J3/38 , G06N3/0442 , G06N3/0464 , G06F18/2113 , G06F18/2115 , G06F18/2137 , G06F18/23213 , G06Q50/06
Abstract: 本发明公开了一种风电功率预测方法、系统、设备及介质，包括：基于熵权法对不同k值的k‑means++算法和SOM模型的聚类结果进行了综合评估，针对不同季节的原始数据筛选出了不同的最优聚类算法，利用非线性Granger因果检验对各聚类类别的气象因子与风电功率之间进行因果关系分析，确定预测模型输入变量，结合Granger因果检验建立基于注意力机制和卷积神经网络结合长短期记忆神经网络的模型，通过训练得到短期风电功率预测值。本发明的预测方法将Granger因果检验和注意力机制相结合，相较于传统深度学习模型能够有效提高风电功率预测精度。
-
公开(公告)号：CN108152675A
公开(公告)日：2018-06-12
申请号：CN201711398571.5
申请日：2017-12-21
Applicant: 华中科技大学 , 中国南方电网有限责任公司
IPC: G01R31/08
CPC classification number: Y02E60/728 , Y04S10/265 , G01R31/086
Abstract: 本发明公开了一种基于随机矩阵理论的故障时刻确定和故障区域定位方法，包括获取时间段T内电力系统中各节点的PMU数据和信噪比，根据各节点的PMU数据得到原始数据矩阵，对原始数据矩阵进行标准化处理后利用单环定理得到时间段T内每个时刻的平均谱半径；根据信噪比和原始数据矩阵得到各节点的增广矩阵和参照增广矩阵，利用单环定理得到时间段T内各节点的增广矩阵和参照增广矩阵的平均谱半径之差和平均谱半径积分；时间段T内每个时刻的平均谱半径中小于平均谱半径正常运行值的时刻为故障时刻；时间段T内各节点的平均谱半径之差中大于临界值的节点中平均谱半径积分最大的节点为故障区域。本发明方法不受不良数据的影响。
-
公开(公告)号：CN118396042A
公开(公告)日：2024-07-26
申请号：CN202410532131.8
申请日：2024-04-29
Applicant: 中国南方电网有限责任公司 , 华中科技大学
IPC: G06N3/0455 , H02J3/00 , H02J3/38 , G06N3/088 , G06F18/2113 , G06F18/2137 , G06F18/23213 , G06F18/2415 , G06Q50/06 , G06F123/02
Abstract: 本发明公开了一种风电功率预测方法、系统、设备及介质，包括：对于风电场原始数据进行缺失数据处理、异常风电数据检验和异常风电数据修正，基于风力发电季节特性分析，将风电数据分成春季、夏秋两季和冬季三种类型，并对不同季节类别中的气象因子与风电功率之间进行相关性分析，筛选出相关性较好的气象因子，同时对于不同季节类别的数据，采用SOM算法和k‑means++算法进行聚类分析，最后在传统Transformer模型的基础上改进，构建适用于风电功率预测的Transformer模型，确定模型参数及训练方式，得到短时风电功率预测值。本发明训练过程更加符合风力发电本身的原理，预测精度大大提高，能够更好地实现短时的风电功率预测。
-
Patent Agency Ranking
公开(公告)号：CN106300293B
公开(公告)日：2018-04-10
申请号：CN201610784518.8
申请日：2016-08-31
Applicant: 华中科技大学 , 中国南方电网有限责任公司
IPC: H02H7/26
Abstract: 本发明公开了一种基于电力系统底层故障信息的复杂故障串联整合方法。包括以下步骤：获取底层故障的底层故障信息，将按各底层故障第一排序时刻先后顺序列于时间轴上；并将时间窗口的起点置于首个底层故障的第一排序时刻处；辨识时间窗口内底层故障两两之间的关联性，区分复杂故障的类型；对辨识出的第一排序时刻非相邻的连锁故障和保护隐藏故障进行修正；将时间窗口起点移动至下一个相邻底层故障的第一排序时刻处，对该时间窗口内底层故障的关联性进行辨识；重复上述步骤，直到所有底层故障的关联性辨识完毕，得出复杂故障的串联整合结果。本发明将复杂故障发生后上传的大量底层故障信息串联整合成易于理解的事故链，为运行调度人员理解故障的发生和发展过程提供参考依据。
-
公开(公告)号：CN105305412B
公开(公告)日：2017-10-03
申请号：CN201510608564.8
申请日：2015-09-22
Applicant: 中国南方电网有限责任公司 , 华中科技大学
IPC: H02J3/00
CPC classification number: Y02E60/728 , Y04S10/265
Abstract: 本发明公开了一种基于时序相对变化量的广域测量系统错误数据判别方法，属于电网系统错误数据判别领域；现有的相量测量单位(PMU)对于GPS的高度依赖和对数据通道品质的严格要求，存在PMU采集的数据频频出现数据错误、数据丢失等问题；本发明的方法通过对比的时序相对变化量变化趋势矩阵与预定义好的WAMS错误数据时序相对变化量矩阵策略表，来判别数据错误与否，该方法能够快速判断数据的正确性，减小基于WAMS的电网故障智能诊断与事故处理辅助决策系统的误报率，有助于提高电力系统安全稳定运行水平。
-
公开(公告)号：CN106300293A
公开(公告)日：2017-01-04
申请号：CN201610784518.8
申请日：2016-08-31
Applicant: 华中科技大学 , 中国南方电网有限责任公司
IPC: H02H7/26
Abstract: 本发明公开了一种基于电力系统底层故障信息的复杂故障串联整合方法。包括以下步骤：获取底层故障的底层故障信息，将按各底层故障第一排序时刻先后顺序列于时间轴上；并将时间窗口的起点置于首个底层故障的第一排序时刻处；辨识时间窗口内底层故障两两之间的关联性，区分复杂故障的类型；对辨识出的第一排序时刻非相邻的连锁故障和保护隐藏故障进行修正；将时间窗口起点移动至下一个相邻底层故障的第一排序时刻处，对该时间窗口内底层故障的关联性进行辨识；重复上述步骤，直到所有底层故障的关联性辨识完毕，得出复杂故障的串联整合结果。本发明将复杂故障发生后上传的大量底层故障信息串联整合成易于理解的事故链，为运行调度人员理解故障的发生和发展过程提供参考依据。
-
公开(公告)号：CN105305412A
公开(公告)日：2016-02-03
申请号：CN201510608564.8
申请日：2015-09-22
Applicant: 中国南方电网有限责任公司 , 华中科技大学
IPC: H02J3/00
CPC classification number: Y02E60/728 , Y04S10/265
Abstract: 本发明公开了一种基于时序相对变化量的广域测量系统错误数据判别方法，属于电网系统错误数据判别领域；现有的相量测量单位(PMU)对于GPS的高度依赖和对数据通道品质的严格要求，存在PMU采集的数据频频出现数据错误、数据丢失等问题；本发明的方法通过对比的时序相对变化量变化趋势矩阵与预定义好的WAMS错误数据时序相对变化量矩阵策略表，来判别数据错误与否，该方法能够快速判断数据的正确性，减小基于WAMS的电网故障智能诊断与事故处理辅助决策系统的误报率，有助于提高电力系统安全稳定运行水平。
-
公开(公告)号：CN118396036B
公开(公告)日：2025-05-02
申请号：CN202410532105.5
申请日：2024-04-29
Applicant: 中国南方电网有限责任公司 , 华中科技大学
IPC: G06N3/045 , H02J3/00 , H02J3/38 , G06N3/0442 , G06N3/0464 , G06F18/2113 , G06F18/2115 , G06F18/2137 , G06F18/23213 , G06Q50/06
Abstract: 本发明公开了一种风电功率预测方法、系统、设备及介质，包括：基于熵权法对不同k值的k‑means++算法和SOM模型的聚类结果进行了综合评估，针对不同季节的原始数据筛选出了不同的最优聚类算法，利用非线性Granger因果检验对各聚类类别的气象因子与风电功率之间进行因果关系分析，确定预测模型输入变量，结合Granger因果检验建立基于注意力机制和卷积神经网络结合长短期记忆神经网络的模型，通过训练得到短期风电功率预测值。本发明的预测方法将Granger因果检验和注意力机制相结合，相较于传统深度学习模型能够有效提高风电功率预测精度。
-
-
-
-
-
-
-
-
-
Search Results
631
records
(took 0.069 seconds)
