-
公开(公告)号：CN116526570A
公开(公告)日：2023-08-01
申请号：CN202310118283.9
申请日：2023-02-15
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 大连理工大学
IPC: H02J3/46 , H02J3/28 , H02J3/32 , H02J15/00 , H02J3/14 , H02J3/00 , G06F30/20 , G06F119/06 , G06F111/10 , G06F113/06 , G06F119/04 , G06F111/04
Abstract: 本发明提出了一种离网型户用氢能系统设计方法及装置，包括：构建基于风光等分布式能源和氢储能系统耦合的户用终端能源系统结构及系统内主要设备的数学模型；在典型家庭负荷需求预测的基础上，以净现总成本最小为目标，计及功率平衡约束、设备运行约束、氢储能系统约束、负荷缺失率约束等，建立离网型户用氢能系统模型。本发明将分布式能源和氢能系统进行结合，使家庭用能可以摆脱电网供能的束缚，避免电网电能不足时的断电问题，通过氢储能系统保证风光出力和负荷需求之间的动态平衡，在减小环境污染的同时，实现户用氢能系统的供储用一体化运行。
-
公开(公告)号：CN113359037A
公开(公告)日：2021-09-07
申请号：CN202110652603.X
申请日：2021-06-11
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 国网新疆电力有限公司电力科学研究院 , 大连理工大学
IPC: G01R31/367 , G01R31/378 , G06N3/04 , G06N3/08
Abstract: 一种基于BP神经网络的燃料电池故障诊断方法，首先对传感器采集的数据进行归一化处理，使其分布在[0,1]区间内；考虑到故障数据并不一定服从正态分布，引入Box‑Cox变换对数据进行正态化处理，采用线性判别分析对正态化数据进行特征提取以筛选故障特征，实现对故障数据的降维；将经过提取后的特征向量作为BP神经网络的输入层变量，燃料电池的故障类型作为输出层变量，引入“试探法”确定隐含层的最佳节点数，得到以故障类型为输出变量的诊断结果。
-
公开(公告)号：CN114968991B
公开(公告)日：2024-11-26
申请号：CN202210391251.1
申请日：2022-04-14
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 大连理工大学
IPC: G06F16/215 , G06F17/18 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明涉及一种基于变点分组‑二步分位数与DCNN结合的风电数据恢复方法，根据异常数据的不同成因对数据形态进行划分；采集某风电场电表数据的风速‑功率数据样本构成集合；利用变点分组法进行数据清洗，剔除底部堆积型异常数据、中部堆积型异常数据和部分曲线周围分散型异常数据；利用二步分位数算法识别曲线上部堆积型异常数据和剩余的曲线周围分散型异常数据，将异常数据删除得到正常数据集；使用DCNN进行曲线优化，将部分时间点数据缺失的风速‑功率数据构成的曲线进行重构，得到无数据缺失的时间点的风机风速‑功率数据。本发明提升了恢复后风速‑功率数据构成曲线的准确性，保证后续研究数据分析的精度与模型建立的准度。
-
公开(公告)号：CN114219118B
公开(公告)日：2024-11-22
申请号：CN202111229317.9
申请日：2021-10-21
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 国网新疆电力有限公司电力科学研究院 , 大连理工大学
IPC: G06F18/20 , G06F18/15 , G06F18/25 , G06F18/2132 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及一种D‑S证据理论的智能电表寿命预测方法及系统，其方法包括：步骤S1：对智能电表的样本集进行归一化处理，得到归一化智能电表样本集；步骤S2：定义智能电表的寿命区间范围；步骤S3：采用核‑费舍尔判别分析方法，对归一化智能电表样本集进行特征提取，得到特征向量；步骤S4：将特征向量分别输入卷积神经网络模型和长短时记忆神经网络模型，分别预测智能电表所属的寿命区间；步骤S5：利用D‑S证据理论，对两个网络模型预测得到的智能电表所属的寿命区间进行融合，获得最终智能电表的寿命预测结果。本发明公开的方法对智能电表数据进行归一化处理，简化数据处理流程；引入D‑S证据理论对两种网络模型输出结果进行融合，使得预测结果更为准确。
-
公开(公告)号：CN114968991A
公开(公告)日：2022-08-30
申请号：CN202210391251.1
申请日：2022-04-14
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 大连理工大学
IPC: G06F16/215 , G06F17/18 , G06N3/04 , G06N3/08 , G06Q50/06
Abstract: 本发明涉及一种基于变点分组‑二步分位数与DCNN结合的风电数据恢复方法，根据异常数据的不同成因对数据形态进行划分；采集某风电场电表数据的风速‑功率数据样本构成集合；利用变点分组法进行数据清洗，剔除底部堆积型异常数据、中部堆积型异常数据和部分曲线周围分散型异常数据；利用二步分位数算法识别曲线上部堆积型异常数据和剩余的曲线周围分散型异常数据，将异常数据删除得到正常数据集；使用DCNN进行曲线优化，将部分时间点数据缺失的风速‑功率数据构成的曲线进行重构，得到无数据缺失的时间点的风机风速‑功率数据。本发明提升了恢复后风速‑功率数据构成曲线的准确性，保证后续研究数据分析的精度与模型建立的准度。
-
Patent Agency Ranking
公开(公告)号：CN114219118A
公开(公告)日：2022-03-22
申请号：CN202111229317.9
申请日：2021-10-21
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 国网新疆电力有限公司电力科学研究院 , 大连理工大学
Abstract: 本发明涉及一种D‑S证据理论的智能电表寿命预测方法及系统，其方法包括：步骤S1：对智能电表的样本集进行归一化处理，得到归一化智能电表样本集；步骤S2：定义智能电表的寿命区间范围；步骤S3：采用核‑费舍尔判别分析方法，对归一化智能电表样本集进行特征提取，得到特征向量；步骤S4：将特征向量分别输入卷积神经网络模型和长短时记忆神经网络模型，分别预测智能电表所属的寿命区间；步骤S5：利用D‑S证据理论，对两个网络模型预测得到的智能电表所属的寿命区间进行融合，获得最终智能电表的寿命预测结果。本发明公开的方法对智能电表数据进行归一化处理，简化数据处理流程；引入D‑S证据理论对两种网络模型输出结果进行融合，使得预测结果更为准确。
-
公开(公告)号：CN113489044B
公开(公告)日：2022-07-26
申请号：CN202110785820.6
申请日：2021-07-12
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 东北电力大学
Abstract: 考虑线路电阻的多端柔性直流输电自适应下垂控制方法，涉及电力控制技术领域。本发明是为了解决传统的下垂控制方式中下垂系数固定，因此在功率波动较大时，很容易导致换流站出现过载；并且直流线路上的电阻会导致线路上存在压降，进而影响换流站准确分配有功功率的问题。本发明所述的考虑线路电阻的多端柔性直流输电自适应下垂控制方法，使得换流站能够充分利用自身的容量，避免换流站过载。并且，考虑到了线路电阻的影响，能够准确又合理的分配系统的动态功率。本发明实现了功率的准确协调控制，保证了系统的稳定运行。
-
公开(公告)号：CN109887260B
公开(公告)日：2021-05-14
申请号：CN201910144491.X
申请日：2019-02-27
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 国家电网有限公司
Abstract: 本发明涉及电力自动化技术领域，是一种台区电能表网络拓扑结构拆分方法，其包括以下步骤：S1：获取低压配电台区电能表网络信息，包括逻辑拓扑结构和物理拓扑结构；S2：确定台区内电能表数量和台区内每个电能表的物理位置；S3：确定台区网络拆分后的子网络数量；S4：根据计算出的子网络数量将台区电能表网络进行拆分；S5：在每个子网络中选择一个电能表节点接入集中器。本发明通过对现有台区的电力载波电能表网络进行网络拓扑拆分，将一个台区内的拓扑网络拆分成多个子网络，对每个子网络增加一台集中器，减少每个集中器的数据传输节点，从而达到在不改变网络传输速率的前提下提高每个节点传输的数据量，具有高效便捷、建设便利、成本低的优点。
-
公开(公告)号：CN110535489B
公开(公告)日：2021-03-16
申请号：CN201910731315.6
申请日：2019-08-08
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 国家电网有限公司
IPC: H04B3/46
Abstract: 本发明涉及抗干扰性能测试技术领域，是一种低压载波通信高频干扰信号的采集与播放系统，包括包括噪声信号采集装置、仿真模块、噪声信号电气柜和电能表柜；噪声信号采集装置包括采集耦合器和A/D采集卡，A/D采集卡噪声发送至仿真模块；仿真模块用于将噪声信号进行整合处理；噪声信号电气柜包括工控机、噪声输出控制模块和第一级放大器，电能表柜包括第二级放大器、A相耦合器、B相耦合器和C相耦合器等。本发明通过A/D采集卡采集用电环境现场的噪声数据，通过工控机中的噪声数据库存储噪声，经噪声输出控制模块将噪声信号在不同环境下进行播放，模拟实际噪声信号以达到真实还原现场特征台区噪声的目的，为低压载波电力通信降噪提供真实的噪声数据。
-
公开(公告)号：CN109977984B
公开(公告)日：2023-06-20
申请号：CN201811313747.7
申请日：2018-11-06
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 国家电网有限公司
Inventor： 李玉 , 杨金成 , 陈晓云 , 倪凯峰 , 汪振东 , 全龙翔 , 李均委 , 马行星 , 马超 , 高俊成 , 徐新宇 , 金丽 , 段卓华 , 李孟 , 王鹤森 , 杨迎阁 , 常海赐
IPC: G06F18/2411 , G06F18/2433
Abstract: 本发明涉及一种窃电用户判断技术领域，是一种基于支持向量机的窃电用户判断方法，包括以下步骤：第一步：利用用电信息采集系统的历史数据获取基础数据；第二步：根据月度电量环比增长率αij和月度电量同比增长率βij计算各自的平均值、标准差和最坏值，并获取9个指标变量；第三步:建立训练样本集[ai,yi]；第四:步对训练样本集[ai,yi]进行标准化；第五步:通过分类函数对未知分类结果的样本进行分类。本发明能基于支持向量机技术根据历史用电信息的基本数据进行训练获取分类函数，建立准确分类标准，从而对未分类客户进行准确判断，降低了用电检查人员现场核查次数，能有针对性的打击了窃电行为，降低了供电企业的损失，节约了的人力、财力和物力成本。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.081 seconds)
