-
公开(公告)号：CN117767299A
公开(公告)日：2024-03-26
申请号：CN202311803652.4
申请日：2023-12-26
Applicant: 国网吉林省电力有限公司经济技术研究院 , 国网吉林省电力有限公司 , 北京国网信通埃森哲信息技术有限公司
Abstract: 本发明公开了基于电网系统的数字化转型体系框架的构建方法，包括以下步骤，A：在电网系统上部署包括但不限于传感器和设备，进行数据采集；B：设定采集数据的频率，以满足实时监测及历史数据分析的需求；C：使用通信协议和网络设备进行数据传输，其中包括但不限于无线传感网络(WSN)、移动通信(4G/5G)、卫星通信；D：设定数据传输的优先级，对于关键数据和紧急事件数据，设置优先级，以确保及时传输和处理；本专利提供了一种全面、高效和灵活的方法，对电网系统进行数字化转型，提高电网的运行效率和可靠性，同时也保障了数据的安全性。
-
公开(公告)号：CN117767299B
公开(公告)日：2024-07-30
申请号：CN202311803652.4
申请日：2023-12-26
Applicant: 国网吉林省电力有限公司经济技术研究院 , 国网吉林省电力有限公司 , 北京国网信通埃森哲信息技术有限公司
Abstract: 本发明公开了基于电网系统的数字化转型体系框架的构建方法，包括以下步骤，A：在电网系统上部署包括但不限于传感器和设备，进行数据采集；B：设定采集数据的频率，以满足实时监测及历史数据分析的需求；C：使用通信协议和网络设备进行数据传输，其中包括但不限于无线传感网络(WSN)、移动通信(4G/5G)、卫星通信；D：设定数据传输的优先级，对于关键数据和紧急事件数据，设置优先级，以确保及时传输和处理；本专利提供了一种全面、高效和灵活的方法，对电网系统进行数字化转型，提高电网的运行效率和可靠性，同时也保障了数据的安全性。
-
公开(公告)号：CN117744878A
公开(公告)日：2024-03-22
申请号：CN202311803649.2
申请日：2023-12-26
Applicant: 国网吉林省电力有限公司经济技术研究院 , 国网吉林省电力有限公司 , 北京国网信通埃森哲信息技术有限公司
Abstract: 本发明公开了基于数字化电力系统的多中台系统构建方法及其系统，包括以下步骤，A.提供一个云平台，该云平台包括计算节点和存储节点，用于提供计算和存储资源；B.实现一个业务中台，该业务中台处理电力负载预测的业务流程，包括但不限于数据收集、数据处理、模型训练、模型预测，其中数据收集阶段收集电力负载的历史数据和电力系统的运行状态数据，数据处理阶段包括数据清洗、数据转换和数据归一化步骤，模型训练阶段使用梯度下降法优化算法优化损失函数以训练模型，本发明使得该方法在实现电力负载预测的同时，也提高了系统的灵活性、效率和用户体验，为电力系统的优化调度提供了强大的技术支持。
-
公开(公告)号：CN119722714A
公开(公告)日：2025-03-28
申请号：CN202510229242.6
申请日：2025-02-28
Applicant: 国网吉林省电力有限公司经济技术研究院 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 吉林大学
Abstract: 本发明适用于电力系统技术领域，提供了一种基于改进DeepLabv3+的新型电力系统路径规划方法。本发明对DeepLabv3+分割方法进行了改进，构建了一个基于深度学习网络的遥感数据分割框架。该框架将电力系统路径规划问题转化为图像分割问题，通过对卫星遥感图像进行精细分割，准确划分出适宜电力系统线路铺设的区域。在此过程中，引入注意力机制以精准捕捉电力系统路径，设计特征重建模块以优化网络输出。此外，构造多尺度损失函数以提升分割精度。实验结果显示，本发明相较于传统方法，在评价指标上取得了显著提升，有效提高了分割的准确度，并保证了分割结果的连续性，为电力系统路径规划提供了更为可靠和高效的技术支持。
-
公开(公告)号：CN119693351A
公开(公告)日：2025-03-25
申请号：CN202510192171.7
申请日：2025-02-21
Applicant: 国网吉林省电力有限公司经济技术研究院 , 国网吉林省电力有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T3/4038
Abstract: 本发明涉及输电线路技术领域，具体公开了一种基于图像技术的输电线路覆冰预警方法及系统，所述方法包括获取输电线路的前视图、45度仰视图和45度俯视图；对45度仰视图和45度俯视图进行前视角度的透视变换并与前视图进行拼接，得到修正后的前视图；对修正后的前视图进行阈值图像分割和图像特征提取，确定输电线路的覆冰厚度、覆冰形状和输电线路与水平面的角度，得出厚度预警分数、形状预警分数和角度预警分数；得出覆冰分数，依据覆冰分数判断是否发出预警提示。本发明利用不同角度的照片获取覆冰厚度、覆冰形状和输电线路与水平面的角度，得出预警分数，依据预警分数判断覆冰是否严重，可以及时发出预警，检测准确性高，实现了在线监测。
-
Patent Agency Ranking
公开(公告)号：CN119482503A
公开(公告)日：2025-02-18
申请号：CN202411508966.6
申请日：2024-10-28
Applicant: 国网吉林省电力有限公司经济技术研究院 , 国网吉林省电力有限公司 , 东北电力大学
Inventor： 王雨薇 , 时雨 , 陈沛光 , 王静 , 高培生 , 王岳珩 , 王勇 , 楚云飞 , 李博强 , 石晶 , 谈必成 , 高健 , 凌嘉研 , 王冬 , 王鼎衡 , 王鑫红 , 石伊可 , 孙海航
Abstract: 一种电‑气互联综合能源系统无功电压优化控制方法属于电力系统优化控制技术领域，用于解决现有技术中的无功优化方法均忽略了新能源机组与耦合元件的的无功出力特性的技术问题。本发明实现了在电‑气互联综合能源系统IEGS中考虑新能源机组和耦合元件燃气轮机的无功出力后，系统电压偏差得到有效降低；证明了燃气轮机和电转气P2G的联合调度能提升系统风电机组消纳能力，降低经济成本。本发明运用二阶锥松弛方法将电‑气互联综合能源系统无功电压优化模型转化为混合整数二阶锥规划模型，保证了求解精度和速率。
-
公开(公告)号：CN115549082B
公开(公告)日：2025-02-07
申请号：CN202211316020.0
申请日：2022-10-26
Applicant: 国网吉林省电力有限公司经济技术研究院
IPC: H02J3/00 , G06Q10/04 , G06N3/0442 , G06N3/08 , G06F18/214
Abstract: 本发明公开了基于负荷挖掘和LSTM神经网络的电力负荷预测方法，包括：对获取的历史负荷数据集分为测试集和训练集；构建一新矩阵，采用改进FCM的聚类方法进行聚类，构建出K*个子集；分别构建K*个基于改进LSTM的负荷预测器；并搭建改进的周期增强LSTM神经网络模型；并对所述改进的周期增强LSTM神经网络进行训练；通过训练的所述周期增强LSTM神经网络模型、根据待测日前一天的负荷曲线以及待测日的气象数据以及确定的预测期得到预测值。本发明针对电力负荷数据的复杂特性，本发明建立了一种结合聚类和深度学习的电力负荷预测模型，提出周期性增强LSTM神经网络，利用前一天信息实现了对后一天负荷的准确预测。
-
公开(公告)号：CN117171560A
公开(公告)日：2023-12-05
申请号：CN202311066282.0
申请日：2023-08-23
Applicant: 国网吉林省电力有限公司经济技术研究院
Inventor： 陈沛光 , 董吉哲 , 刘元琦 , 刘鹏 , 宋磊 , 王梓蘅 , 郑丹辰 , 王勇 , 高垚 , 王雨薇 , 田子豪 , 张圆美 , 孟繁波 , 丁一涵 , 郝思马 , 韩旭 , 赵博 , 吕长会
IPC: G06F18/214 , G06F18/27 , G06F18/2113 , G06N5/01
Abstract: 本发明公开了一种基于XGBoost算法的乡村能效数据集缺失值填充方法，属于数据处理技术领域，包括：步骤(1)、获取目标样本集；步骤(2)、根据缺失特征值的特征重要性对所述乡村能效数据集的缺失样本集进行排序，得到若干次循环的样本组；步骤(3)、根据所述循环样本组构建循环XGBoost算法；所述循环XGBoost的每一层循环都与对应循环层中特征重要性最大的缺失特征样本对应；步骤(4)、对缺失值进行预测和填充；该方法根据特征重要性循环构建XGBoost回归模型对目标样本集中的各特征缺失值进行逐个填充，利用XGBoost算法实现了更加高效地，更加精确地对缺失值进行填补。
-
公开(公告)号：CN119941029A
公开(公告)日：2025-05-06
申请号：CN202510023784.8
申请日：2025-01-07
Applicant: 国网吉林省电力有限公司经济技术研究院 , 东北电力大学
IPC: G06Q10/0639 , G06Q50/06 , G06F18/243 , G06F18/27 , G08B31/00 , G08B21/10
Abstract: 本发明公开了一种极端灾害下基于深度学习的电网韧性评估方法及系统，属于电力系统韧性评估领域，包括以下步骤：S1、获取极端灾害下电力系统的运行状态；S2、模拟电力系统最优负荷削减量计算过程；S3、确定深度神经网络模型的输入特征向量和输出特征向量；S4、构建基于深度神经网络结合随机森林的回归和分类模型；S5、训练；S6、评估；S7、构建电网韧性评估指标，并利用韧性评估指标，基于回归和分类模型，输出电力系统的韧性水平。采用上述一种极端灾害下基于深度学习的电网韧性评估方法及系统，采用人工智能算法替代最优负荷削减计算的求解过程，能够加速韧性评估的计算过程，从而及时响应灾害预警，尽可能地减少灾害带来的损失。
-
公开(公告)号：CN115599367A
公开(公告)日：2023-01-13
申请号：CN202211263612.0
申请日：2022-10-16
Applicant: 国网吉林省电力有限公司经济技术研究院(CN) , 长春工业大学(CN)
IPC: G06F8/34 , G06F8/71 , G06F16/957 , G06F16/958 , G06Q50/06
Abstract: 本发明公开了一种能源大数据的采集、整理及建立可视化平台的方法，其方法为：第一步、确定采集数据；第二步、设计数据采集系统的总体架构；第三步、利用网页标准标记语言设计合理的结构布局；第四步、对网页各部分的展示方式进行定制；第五步、采用Echarts网页编程语言对图形以及动画进行定制和填充的设计；第六步、完成数据交互；有益效果：最大程度地实现数据的科学性、正确性、权威性。实现数据、成果的智能化高效查询搜索。能构建能源信息数据深化应用的能源数字生态体系，提升能源大数据利用与共享效率，释放数字化放大、叠加、倍增效应；完成对能源电力信息的综合研判，实现能源电力数据价值创新，推动公司数字化转型。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.111 seconds)
