-
公开(公告)号：CN111708987B
公开(公告)日：2023-04-07
申请号：CN202010549550.4
申请日：2020-06-16
Applicant: 重庆大学
Abstract: 一种变电站多台并联变压器负荷预测方法，包括以下步骤：步骤1，获取设定时间段内所述变电站的历史数据，包括该设定时间段内变电站负荷数据，每台变压器的负荷数据，变电站运行方式数据；步骤2，使用变电站的历史数据计算变电站以运行方式Cj运行时变压器Ti在t时刻的负载分配系数Ft(Ti，Cj)；步骤3，以步骤2获得的负载分配系数Ft(Ti，Cj)，结合变电站的负荷Ls(t)，使用非线性回归函数G(Ls(t)，Ti，Cj)量化负载分配系数Ft(Ti，Cj)与变电站的负荷Ls(t)的非线性映射关系；步骤4，以步骤3获得的非线性回归函数G(Ls(t)，Ti，Cj)，结合变电站的负荷Ls(t)，对t时刻第i台变压器的负荷Li(t)进行预测。在提升变压器负荷预测结果准确性的前提下极大减小了负荷预测建模的工作量，实现了精度和效率两项性能的双重提升。
-
公开(公告)号：CN111966668A
公开(公告)日：2020-11-20
申请号：CN202010548313.6
申请日：2020-06-16
Applicant: 国网浙江省电力有限公司绍兴供电公司 , 国网浙江省电力有限公司 , 重庆大学
IPC: G06F16/215 , G06F16/2458 , G06F16/26 , G06K9/62 , G06Q50/06
Abstract: 本申请公开了一种电力负荷断面态势感知的可视化方法，包括获取目标监测地区电力系统配网负荷断面数据并对其进行预处理；将预处理结果进行聚类，并构建负荷点多属性参量集；绘制目标监测地区的地理信息；以目标监测地区的地理信息为背景图层，绘制负荷点多属性参量集的动态气泡图，实现电力负荷断面态势感知的可视化。该方法通过数据预处理、分析和挖掘，得到配网多属性参量集，并通过动态气泡的形式在实际地图中可视化配网多属性参量集，能有效反映负荷的分布和发展规律，具有较高实用性。
-
公开(公告)号：CN111581802B
公开(公告)日：2024-02-02
申请号：CN202010360797.1
申请日：2020-04-30
Applicant: 重庆大学
IPC: G06F30/20 , G06Q10/0635 , G06Q50/06 , G06F119/02
Abstract: 本申请公开了一种配电设备实时综合故障率计算方法和系统，所述方法包括统计待评估地区配电设备的故障因素，根据故障因素对配电设备故障率影响的剧烈程度，将故障因素划分为渐变性故障因素和突发性故障因素两个大类；根据在线监测的待评估配电设备运检数据和不同渐变性故障因素之间的协同效应计算配电设备在渐变性故障因素影响下的故障率λ ′；根据待评估配电设备所处环境突发性故障因素的实时强度、装备水平和网架结构水平，计算配电设备的突发性潜在故障率λ″；计算待评估配电设备的实时综合故障率λre＝λ ′+λ″。本申请考虑了(56)对比文件Michel Bessani等.ProbabilisticAssessment of Power Distribution SystemsResilience Under Extreme Weather《.IEEESystems Journal》.2018,第3卷(第2期),第1747-1756页.冯俊杰. 考虑多种影响因素的配电网供电可靠性研究《.中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》.2020,第17-48页.
-
Patent Agency Ranking
公开(公告)号：CN111581802A
公开(公告)日：2020-08-25
申请号：CN202010360797.1
申请日：2020-04-30
Applicant: 重庆大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/06 , G06F119/02
Abstract: 本申请公开了一种配电设备实时综合故障率计算方法和系统，所述方法包括统计待评估地区配电设备的故障因素，根据故障因素对配电设备故障率影响的剧烈程度，将故障因素划分为渐变性故障因素和突发性故障因素两个大类；根据在线监测的待评估配电设备运检数据和不同渐变性故障因素之间的协同效应计算配电设备在渐变性故障因素影响下的故障率λ′；根据待评估配电设备所处环境突发性故障因素的实时强度、装备水平和网架结构水平，计算配电设备的突发性潜在故障率λ″；计算待评估配电设备的实时综合故障率λre＝λ′+λ″。本申请考虑了设备运行风险，突发性故障因素的强度、设备装备以及网架结构水平对潜在故障率影响，能够更加准确地反映设备的真实故障率。
-
公开(公告)号：CN111708987A
公开(公告)日：2020-09-25
申请号：CN202010549550.4
申请日：2020-06-16
Applicant: 重庆大学
Abstract: 一种变电站多台并联变压器负荷预测方法，包括以下步骤：步骤1，获取设定时间段内所述变电站的历史数据，包括该设定时间段内变电站负荷数据，每台变压器的负荷数据，变电站运行方式数据；步骤2，使用变电站的历史数据计算变电站以运行方式Cj运行时变压器Ti在t时刻的负载分配系数Ft(Ti，Cj)；步骤3，以步骤2获得的负载分配系数Ft(Ti，Cj)，结合变电站的负荷Ls(t)，使用非线性回归函数G(Ls(t)，Ti，Cj)量化负载分配系数Ft(Ti，Cj)与变电站的负荷Ls(t)的非线性映射关系；步骤4，以步骤3获得的非线性回归函数G(Ls(t)，Ti，Cj)，结合变电站的负荷Ls(t)，对t时刻第i台变压器的负荷Li(t)进行预测。在提升变压器负荷预测结果准确性的前提下极大减小了负荷预测建模的工作量，实现了精度和效率两项性能的双重提升。
-
公开(公告)号：CN112508259A
公开(公告)日：2021-03-16
申请号：CN202011394547.6
申请日：2020-12-02
Applicant: 重庆大学 , 国网浙江省电力公司绍兴供电公司
Abstract: 一种针对独立用户类别的中长期用电量预测方法和系统，根据所采集的用电量数据计算目标区域全部用户年用电量数据的动态时间规整距离；以动态时间规整距离为定量指标，利用层次聚类法绘制层次聚类树对用户进行分类，并建立每类用户的独立数据集；利用离差标准差法约束原始数据范围，其中，原始数据为已经完成分类的用电量数据；通过循环神经网络建立针对每类用户的预测模型，用于用电量中长期预测。该方法通过对用户用电量曲线的形状相似性进行定量计算，采用数据聚类方法获取用户类别，并针对不同的用户类别单独建立深度学习网络模型，有效地提升中长期用电量的预测精度，具有较高实用性。为用电用户分类、用电量预测提供了一种新思路。
-
公开(公告)号：CN112633759B
公开(公告)日：2023-04-07
申请号：CN202011632139.X
申请日：2020-12-31
Applicant: 国网河南省电力公司电力科学研究院 , 国家电网有限公司 , 重庆大学
Inventor： 张少锋 , 王栋 , 马德英 , 姚伟 , 刘阳 , 寇晓适 , 郭磊 , 辛伟峰 , 李予全 , 董曼玲 , 付海金 , 王伟 , 张洋 , 任欢 , 陈泰羽 , 关弘路 , 王有元 , 夏宇 , 张宇波
IPC: G06Q10/0639 , G06Q50/06 , G06Q10/0635
Abstract: 本发明提供一种变电一次主设备状态评估的方法，属于变电设备运行状态评估技术领域，根据变电一次主设备特征参量的分布规律，确定各特征参量的差异化阈值，并通过特征参量状态隶属函数确定该特征参量所属状态扣分值进而得出设备所处档级；同时基于直观特征参量对设备状态档级进行再次调整。本发明对状态档级进行颗粒度细化，将设备档级由4档细分为A、A‑、B+、B、B‑、C+、C、C‑、D+、D、D‑等11个档级；基于多维度状态边界值的变电一次主设备状态进行评估，有效解决了传统方法的边界模糊性，提高了评价准确性；在此基础上通过直观特征参量如：设备运行年限、疑似家族性缺陷等，对设备状态档级进行再次调整，进一步提高了评估的精细度。
-
公开(公告)号：CN112633759A
公开(公告)日：2021-04-09
申请号：CN202011632139.X
申请日：2020-12-31
Applicant: 国网河南省电力公司电力科学研究院 , 国家电网有限公司 , 重庆大学
Inventor： 张少锋 , 王栋 , 马德英 , 姚伟 , 刘阳 , 寇晓适 , 郭磊 , 辛伟峰 , 李予全 , 董曼玲 , 付海金 , 王伟 , 张洋 , 任欢 , 陈泰羽 , 关弘路 , 王有元 , 夏宇 , 张宇波
Abstract: 本发明提供一种变电一次主设备状态评估的方法，属于变电设备运行状态评估技术领域，根据变电一次主设备特征参量的分布规律，确定各特征参量的差异化阈值，并通过特征参量状态隶属函数确定该特征参量所属状态扣分值进而得出设备所处档级；同时基于直观特征参量对设备状态档级进行再次调整。本发明对状态档级进行颗粒度细化，将设备档级由4档细分为A、A‑、B+、B、B‑、C+、C、C‑、D+、D、D‑等11个档级；基于多维度状态边界值的变电一次主设备状态进行评估，有效解决了传统方法的边界模糊性，提高了评价准确性；在此基础上通过直观特征参量如：设备运行年限、疑似家族性缺陷等，对设备状态档级进行再次调整，进一步提高了评估的精细度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
