CN117878931B - 一种用于新能源动力站的应急能源调度***及方法 - Google Patents
一种用于新能源动力站的应急能源调度***及方法 Download PDFInfo
- Publication number
- CN117878931B CN117878931B CN202410277557.3A CN202410277557A CN117878931B CN 117878931 B CN117878931 B CN 117878931B CN 202410277557 A CN202410277557 A CN 202410277557A CN 117878931 B CN117878931 B CN 117878931B
- Authority
- CN
- China
- Prior art keywords
- power supply
- power
- information
- subsystem
- new energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012544 monitoring process Methods 0.000 claims abstract description 83
- 230000003993 interaction Effects 0.000 claims abstract description 29
- 238000006243 chemical reaction Methods 0.000 claims abstract description 28
- 238000007726 management method Methods 0.000 claims description 31
- 230000002159 abnormal effect Effects 0.000 claims description 30
- 238000003066 decision tree Methods 0.000 claims description 27
- 238000007637 random forest analysis Methods 0.000 claims description 25
- 230000004044 response Effects 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000003745 diagnosis Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000006978 adaptation Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 238000003776 cleavage reaction Methods 0.000 claims description 3
- 230000007017 scission Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 abstract description 7
- 230000008859 change Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013496 data integrity verification Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00004—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the power network being locally controlled
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Power Engineering (AREA)
- Evolutionary Biology (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请提出一种用于新能源动力站的应急能源调度***及方法,其***包括动力管理子***、电能分配子***、能量转换子***、数据交互与监控子***及协调控制子***;动力管理子***获取电源的状态信息,基于状态信息进行主电源与副电源的切换操作;电能分配子***基于电力供应信息和电力需求信息调整电网和电源的电力输出参数;能量转换子***将高压直流电转化为低压电;数据交互与监控子***监控并获取新能源动力站的运行信息;协调控制子***基于运行信息生成调度指令,对新能源动力站中的各子***进行调度。本申请能够及时响应并切换新能源动力站的主电源和副电源,确保新能源动力站的稳定运行,同时优化新能源动力站的管理和调度。
Description
技术领域
本申请涉及能源调度的技术领域,尤其涉及一种用于新能源动力站的应急能源调度***及方法。
背景技术
新能源动力站通常是指使用新能源(如太阳能、风能、水能或电能)驱动的设备或***,以替代传统的化石燃料(如煤、石油和天然气)能源。在全回转钻机动力站中,它是一个新能源动力站,因为它使用的是电力,而非传统的柴油机,与传统的化石燃料动力站相比,新能源动力站通常更高效,对环境的影响也更小。
新能源动力站通常设计有灵活的能源供应模式,可以根据需求和条件进行调整,电源可以由电网供电,也可以由动力电池供电;新能源动力站通常配备智能控制***,如车辆控制单元(VCU),以优化能源消耗和提高效率,通常具备远程控制和监控能力,能够通过无线通信模块进行数据传输和接收。
但是传统的新能源动力站没有有效的管理机制来实时监控和管理主电源和副电源,这可能导致在主电源出现问题时,无法及时切换到副电源,影响动力站的稳定运行。同时,传统的新能源动力站可能没有一个有效的协调控制模块来集中管理和调度各个***的运行状态,这可能导致资源分配不合理,影响能源的利用效率,同时也可能无法及时响应动力站的运行状态变化,影响动力站的稳定运行。
发明内容
本申请提出一种用于新能源动力站的应急能源调度***及方法,旨在解决上述现有技术中新能源动力站无法及时切换主副电源,导致运行不稳定,以及新能源动力站调度管理效率低的问题。
为达上述目的,本申请第一方面实施例提出了一种用于新能源动力站的应急能源调度***,包括动力管理子***、电能分配子***、能量转换子***、数据交互与监控子***及协调控制子***;
所述动力管理子***用于获取电源的状态信息,所述电源包括主电源和副电源,基于所述状态信息进行所述主电源与所述副电源的切换操作,以向所述能量转换子***提供高压直流电;
所述电能分配子***用于获取电网和所述电源的电力供应信息以及所述新能源动力站的电力需求信息,并基于所述电力供应信息和所述电力需求信息调整所述电网和所述电源的电力输出参数,以基于所述电力输出参数控制所述电网和所述电源的高压直流电的输出;
所述能量转换子***用于将高压直流电转化为低压电,以响应所述新能源动力站的电力需求信息;
所述数据交互与监控子***用于监控并获取所述新能源动力站的运行信息;
所述协调控制子***用于基于所述运行信息生成调度指令,并基于所述调度指令对所述动力管理子***、所述电能分配子***、所述能量转换子***以及所述数据交互与监控子***进行调度。
进一步地,所述动力管理子***包括电源监控模块、电源切换控制模块及故障诊断与保护模块;
所述电源监控模块,用于监测所述主电源的第一状态信息以及所述副电源的第二状态信息;
所述故障诊断与保护模块,用于对所述第一状态信息进行分析,当基于所述第一状态信息确定所述主电源故障时,生成切换指令,并将切换指令发送至所述电源切换控制模块;
所述电源切换控制模块,用于基于所述切换指令实现所述主电源和所述副电源之间的切换。
进一步地,所述电源监控模块包括电源适配选择子模块、动态阈值监测子模块及紧急故障响应子模块;
所述电源适配选择子模块,用于为所述副电源选择与所述主电源相同的电源适配器;
所述动态阈值监测子模块,用于实时监测并预测所述电源的状态信息;
所述紧急故障响应子模块,用于在所述主电源故障时,启动所述副电源进行电源供应。
进一步地,所述动态阈值监测子模块包括参数监测单元、阈值设定单元、实时状态分析单元及故障响应单元;
所述参数监测单元,用于获取所述电源的状态信息,所述状态信息至少包括电流、电压和温度数据特征;
所述阈值设定单元,用于基于预设的动态阈值判断模型,结合历史状态数据、当前运行环境和所述状态信息动态调整电源的参数阈值;
所述实时状态分析单元,用于将所述状态信息进行可视化展示,结合所述参数阈值,基于随机森林算法对所述状态信息进行分析,获取所述状态信息是否异常的预测结果;
所述故障响应单元,用于当所述预测结果为异常时,启动故障诊断程序,调整所述电源的运行参数。
进一步地,所述基于随机森林算法对所述状态信息进行分析,获取所述状态信息是否异常的预测结果,包括:
获取所述状态信息中各个数据特征的特征变化量;
基于所述状态信息和所述特征变化量,获取随机森林算法的预处理数据集;
基于Bootstrap方法从所述预处理数据集中获取多个子数据集;
对每个子数据集,基于二分递归分割技术,从一组随机选择的数据特征中选择具有最小基尼信息增益的数据特征进行分割,构建决策树;
采用所有构建的决策树构建随机森林模型,每棵所述决策树对所述状态信息进行独立的决策;
使用随机森林模型对实时获取的所述状态信息进行预测,每棵树获得一个决策结果;
若超过一半的决策树预测其中一个数据特征属于异常类别,则将数据特征标记为异常状态,确定所述状态信息异常。
进一步地,所述对每个子数据集,采用二分递归分割技术构建决策树,在每个决策树节点上,从一组随机选择的数据特征中选择具有最小基尼信息增益的数据特征进行分割,包括:
针对每个子数据集,随机选择数据特征,计算所述子数据集中所述数据特征的基尼信息增益;
选择基尼信息增益最小的数据特征,确定所述子数据集的分割点,将所述数据特征和对应的所述分割点作为最优特征和最优分割点;
根据所述最优特征和所述最优分割点,对所述子数据集进行分割。
进一步地,所述基尼信息增益的计算公式为:
式中,与分别表示两个子节点和中的样本个数,表示子节点的基尼不纯度,表示子节点的基尼不纯度,表示***后的总体基尼不纯度。
进一步地,所述获取电网和所述电源的电力供应信息以及所述新能源动力站的电力需求信息,并基于所述电力供应信息和所述电力需求信息调整所述电网和所述电源的电力输出参数,包括:
获取电网和所述电源的电力供应信息;
基于历史电力需求信息和所述电源的状态信息,预测得到所述新能源动力站的电力需求信息;
基于所述电力供应信息和所述电力需求信息制定电能分配策略;
基于所述电能分配策略确定所述电网和所述电源的电力输出参数。
进一步地,所述基于所述运行信息生成调度指令,并基于所述调度指令对所述动力管理子***、所述电能分配子***、所述能量转换子***以及所述数据交互与监控子***进行调度,包括:
基于所述运行信息对新能源动力站的当前运行状态进行评估;
基于评估结果,制定调度策略,并根据制定的调度策略生成调度指令;
基于所述调度指令对所述动力管理子***、所述电能分配子***、所述能量转换子***以及所述数据交互与监控子***进行调度;
获取反馈信息,基于所述反馈信息验证调度结果是否符合预期;
若结果不符合预期或所述当前运行状态发生变化,则重新进行评估当前运行状态和制定调度策略。
为达上述目的,本申请第二方面实施例提出了一种用于新能源动力站的应急能源调度方法,应用于上述的一种用于新能源动力站的应急能源调度***,包括:
获取电源的状态信息,所述电源包括主电源和副电源,基于所述状态信息进行所述主电源与所述副电源的切换操作,以提供高压直流电;
获取电网和所述电源的电力供应信息以及所述新能源动力站的电力需求信息,并基于所述电力供应信息和所述电力需求信息调整所述电网和所述电源的电力输出参数,以基于所述电力输出参数控制所述电网和所述电源的高压直流电的输出;
将高压直流电转化为低压电,以响应所述新能源动力站的电力需求信息;
监控并获取所述新能源动力站的运行信息;
基于所述运行信息生成调度指令,并基于所述调度指令对所述动力管理子***、所述电能分配子***、所述能量转换子***以及所述数据交互与监控子***进行调度。
本申请提供的一种用于新能源动力站的应急能源调度***及方法的有益效果包括:通过动力管理子***在主电源出现故障时切换至副电源进行电源供电,能够快速响应,提高动力站的运行稳定性,减少由于切换不及时造成的损失;电能分配子***根据电力供应信息和电力需求信息实时调整电源的电力输出参数,能够适应不同的情况,提供符合需求的高压直流电,能源利用效率高;同时通过数据交互与监控子***对新能源动力站的运行信息进行监控,以便于协调控制子***对整个新能源动力站中的各个子***进行合理科学的调度,从而优化新能源动力站的管理和调度。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例中一种用于新能源动力站的应急能源调度***的模块示意图。
图2为本申请实施例一种用于新能源动力站的应急能源调度***中的动力管理子***的模块示意图。
图3为本申请实施例一种用于新能源动力站的应急能源调度***中电源监控模块的模块示意图。
图4为本申请实施例一种用于新能源动力站的应急能源调度***中动态阈值检测子模块的模块示意图。
图5为本申请实施例一种用于新能源动力站的应急能源调度方法的流程示意图。
附图标记说明:
1、动力管理子***;11、电源监控模块;111、电源适配选择子模块;112、动态阈值监测子模块;1121、参数监测单元;1122、阈值设定单元;1123、实时状态分析单元;1124、故障响应单元;113、智能预测调节子模块;114、紧急故障响应子模块;12、电源切换控制模块;13、故障诊断与保护模块;2、电能分配子***;3、能量转换子***;4、数据交互与监控子***;5、协调控制子***。
具体实施方式
下面详细描述本申请的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的一种用于新能源动力站的应急能源调度***及方法。
如图1所示,该***包括动力管理子***1、电能分配子***2、能量转换子***3、数据交互与监控子***4及协调控制子***5,动力管理子***1用于获取电源的状态信息,电源包括主电源和副电源,基于状态信息进行主电源与副电源的切换操作,以向能量转换子***3提供高压直流电;电能分配子***2用于获取电网和电源的电力供应信息以及新能源动力站的电力需求信息,并基于电力供应信息和电力需求信息调整电网和电源的电力输出参数,以基于电力输出参数控制电网和电源的高压直流电的输出;能量转换子***3用于将高压直流电转化为低压电,以响应新能源动力站的电力需求信息;数据交互与监控子***4用于监控并获取新能源动力站的运行信息;协调控制子***5用于基于运行信息生成调度指令,并基于调度指令对动力管理子***1、电能分配子***2、能量转换子***3以及数据交互与监控子***4进行调度。
参照图2,在其中一个实施例中,动力管理子***1包括电源监控模块11、故障诊断与保护模块13及电源切换控制模块12;电源监控模块11,用于监测主电源的第一状态信息和副电源的第二状态信息;故障诊断与保护模块13,用于对第一状态信息进行分析,当基于第一状态信息确定主电源故障时,生成切换指令,并将切换指令发送至电源监控模块11;电源切换控制模块12,用于基于切换指令实现主电源和副电源之间的切换。
具体地,动力管理子***1的主要任务是确保新能源动力站的稳定运行,其方式是通过对主电源和副电源的实时监控、灵活切换,电源监控模块11实时监测电源的状态信息,状态信息包括工作状态和性能参数等。其中,工作状态是指电源当前的状态,例如工作、待机、停机、检修等,性能参数则是指电源中各个电池的各项参数,例如充放电状态、电压、电流和温度等。
故障诊断与保护模块13则是用于实时诊断主电源的故障并采取保护措施,如果通过第一状态信息检测到主电源故障,则生成切换指令,将切换指令发送至电源切换控制模块12,通知副电源迅速接管电源供应。若主电源出现故障,副电源可以迅速接管电源供应,实现主电源和副电源之间的无缝切换,确保新能源动力站的连续供电。
参照图3,在其中一个实施例中,电源监控模块11包括电源适配选择子模块111、动态阈值监测子模块112、智能预测调节子模块113、紧急故障响应子模块114;电源适配选择子模块111,用于选择与主电源相同的电源适配器;动态阈值监测子模块112,用于基于预设的动态阈值判断模型,实时监测和预测电源的状态信息;紧急故障响应子模块114,用于在主电源故障时,通过紧急故障响应机制启动副电源进行电源供应;智能预测调节子模块113,用于基于预设的预测控制算法,自动调整电源的输出信息。本实施例中的预测控制算法是指在***的正常运行中,根据实际电力需求来调整电源的输出参数的算法,该算法可以由实际电厂中的运行规律获取,本实施例不做任何限制。
具体地,电源适配选择子模块111可以为副电源选择与主电源模块具备相同功能的电源适配器,以确保在主电源出现故障时,副电源能够顺利接管;动态阈值监测子模块112通过使用动态阈值判断模型实时监测电源状态信息,而智能预测调节子模块113则可以利用预测控制算法自动调整电源的输出电压和电流,以适应动力站的电力需求;紧急故障响应子模块114在主电源出现故障时,通过紧急故障响应机制迅速启动副电源模块,接管电源供应。
参照图4,在其中一个实施例中,动态阈值监测子模块112包括参数监测单元1121、阈值设定单元1122、实时状态分析单元1123及故障响应单元1124;参数监测单元1121用于获取电源的状态信息;阈值设定单元1122,用于基于预设的动态阈值判断模型,结合历史状态数据、当前运行环境和状态信息动态调整电源的参数阈值;实时状态分析单元1123,用于将状态信息进行可视化展示,并基于随机森林算法,结合参数阈值对状态信息进行分析,获取状态信息是否异常的预测结果;故障响应单元1124,用于当预测结果为异常时,启动故障诊断程序。
具体地,在动态阈值监测模块中,阈值设定单元1122结合历史状态数据、当前运行环境和状态信息实现参数阈值的自动调整,参数阈值可以视为随机森林算法中的重要参考指标,当电源的状态信息中的其中一项或者多项运行参数超出了参数阈值,则可以视为当前电源为异常状态。而阈值设定单元1122则可以根据新能源动力站的不同情况来设定电源的参数阈值,例如在用电高峰下的输出电压和电流的参数阈值需要适当提高,等等,以减少电源的误报警甚至误切换情况发生。
进一步地,可基于历史用电信息构建动态阈值判断模型,获取在不同时间、不同季节等外界因素下的用电预测情况,以根据用电预测情况动态设定参数阈值,进一步为参数阈值的动态设定提供了科学依据。同时,还利用云计算技术优化大数据处理和远程监控能力。另外,针对电源不同的工作状态,也需要对参数阈值进行调整,以动态适应不同工作状态下的电源。
实时状态分析单元1123能将状态信息进行可视化展示,使管理人员能更好地理解电源的运行状态;并基于随机森林算法,结合参数阈值对状态信息进行分析,获取状态信息是否异常的预测结果。最后故障响应单元1124在检测到故障或异常状态时,会自动启动故障诊断程序,在出现一些异常的较小情况时,可自动修复或调整电源的运行参数。在本实施例中,状态信息异常涉及的情况较多,例如,主电源电池温度过高、短路等,都可以通过对状态信息的监控实现预测。
在其中一个实施例中,基于随机森林算法对状态信息进行分析,获取状态信息是否异常的预测结果,还包括以下步骤:
S101、获取状态信息中各个数据特征的特征变化量;
S102、基于状态信息和特征变化量,获取随机森林算法的预处理数据集;
S103、基于Bootstrap方法从预处理数据集中获取多个子数据集;
S104、对每个子数据集,采用二分递归分割技术构建决策树,在每个决策树节点上,从一组随机选择的数据特征中选择具有最小基尼信息增益的数据特征进行分割;
S105、采用所有生成的决策树构建随机森林模型,每棵树对状态信息进行独立的决策;
S106、使用随机森林模型对实时获取的状态信息进行预测,每棵树获得一个决策结果;
S107、若大多数决策树预测其中一个数据特征属于异常类别,则将数据特征标记为异常状态,确定状态信息异常。
其中,对每个子数据集,采用二分递归分割技术构建决策树,在每个决策树节点上,从一组随机选择的数据特征中选择具有最小基尼信息增益的数据特征进行分割,还包括以下步骤:
S201、在每个决策树节点上,随机选择数据特征,计算子数据集中数据特征的基尼信息增益;
S202、选择基尼信息增益最小的数据特征,确定子数据集的分割点,将数据特征和对应的分割点作为最优特征和最优分割点;
S203、根据最优特征和最优分割点,对子数据集进行分割。
具体地,本实施例中基尼信息增益的计算公式为:
式中,与分别表示两个子节点和中的样本个数,表示子节点的基尼不纯度,表示子节点的基尼不纯度,表示***后的总体基尼不纯度。
其中,基尼不纯度是一种在决策树算法中用于度量数据集的混乱程度的指标,对于一个数据集,如果所有的样本都属于同一个类别,则可以说这个数据集是完全纯净的,其基尼不纯度为0,反之,如果一个数据集的样本均匀地分布在多个类别中,那么这个数据集的混乱程度最高,其基尼不纯度接近1。
其中,指数的计算公式为:
;
式中,表示类别在样本中出现的频率,表示指数。
具体地,针对步骤S101-S107以及步骤S201-S204,本实施例首先采集主电源或者副电源的状态信息,主要指性能参数,包括电流、电压和温度等各种参数,然后计算数据特征的特征变化量,以捕捉当前电源运行状态的变化,理解电源***在时间序列中的行为和模式;接着将收集的电源的状态信息和特征变化量整理成时间序列格式,确保数据特征与时间节点正确对应,从而形成预处理数据集的关键步骤,而预处理数据集将被用于训练随机森林模型。
随机森林模型的训练过程开始于使用Bootstrap方法从预处理数据集中生成多个子数据集。Bootstrap方法是一种统计学上的重采样技术,通过从原始数据集中随机抽取样本(可以重复)来生成新的子数据集;然后对每个子数据集,使用二分递归分割技术构建决策树,在每个节点上,从一组随机选择的特征中选择具有最小基尼信息增益的特征进行分割,这个过程是决策树的关键,基尼信息增益可以帮助选择最有区分能力的特征,使得子节点的纯度最高。
构建完所有的决策树后,将它们组合起来形成随机森林模型。每棵树都会对状态信息进行独立的决策,从而提高随机森林模型的鲁棒性和准确性;最后使用随机森林模型对新的状态信息进行分析和预测;每棵决策树都会生成一个决策结果,如果大多数决策树预测某个数据点属于异常类别,那么这个数据点就会被标记为异常状态,随机森林的多数投票决策机制可以有效地处理噪声和异常值。
在其中一个实施例中,参照图4,获取电网和电源的电力供应信息以及新能源动力站的电力需求信息,并基于电力供应信息和电力需求信息调整电网和电源的电力输出参数,包括以下步骤:
S301、获取电网和电源的电力供应信息;
S302、基于历史电力需求信息和电源的状态信息,预测得到新能源动力站的电力需求信息;
S303、基于电力供应信息和电力需求信息制定电能分配策略;
S304、基于电能分配策略确定电网和电源的电力输出参数。
具体地,电能分配子***2实时获取电源和电网的电力供应信息,检测和记录各种参数,如电压、电流和频率等,以了解电源的实时状态;电能分配模块会基于历史电力需求信息和电源的状态信息对未来一周内的电力需求信息进行预测,使用时间序列分析、机器学***衡电力需求等;电能分配子***2则会按照电能分配策略,通过控制电力调度设备,调整电源和电网的电力输出参数,使用各种开关、继电器或其他控制设备来控制电力输出;最后,电能分配子***2会持续监控实时的电力供应和需求状态;如果发现实际情况与预期存在差异,或者有新的运行状态变化,电能分配子***2会重新进行步骤S301至S304,调整电能分配策略。
在其中一个实施例中,能量转换子***3将高压直流电转换为低压直流电,此过程涉及到一种叫做直流-直流(DC-DC)转换器的设备,其工作原理是通过切换电路的开闭状态,改变电流的流动路径,从而实现电压的上升或下降。在实际操作中,能量转换子***3首先会接收来自电源或电网的高压直流电。然后,这个高压直流电会被送入DC-DC 转换器;在转换器中,控制电路会根据需要的输出电压,调整电路的开闭频率,从而改变能量的储存和释放速度。
当电路开启时,电流通过电感器,储存能量;当电路关闭时,电流继续通过电感器,释放能量,但此时电压会下降。通过这种方式,DC-DC 转换器可以将高压直流电转换为低压直流电;最后,经过转换的低压直流电会被送出,供给需要低压电的设备或***使用。在整个过程中,能量转换子***3还需要监控和调整输出电压,以保证其稳定性和安全性。如果发现电压有任何异常变化,能量转换子***3会立即调整电路参数,以确保输出电压的稳定。
在其中一个实施例中,数据交互与监控子***4实时监控新能源动力站的状态,并与远程监控中心进行通信。以下是对数据交互与监控子***4功能的扩展和解释:在实际操作中,数据交互与监控子***4首先需要通过各种传感器和设备收集新能源动力站的运行信息,新能源动力站的运行信息可能包括电力输出、设备状态、环境参数等,数据交互与监控子***4具有处理和分析这些复杂数据的能力,以便识别任何异常情况或变化趋势。
数据交互与监控子***4需要与远程监控中心进行通信,以将收集的运行信息报告给运营人员或管理***,同时也能接收来自远程监控中心的指令,通过各种通信技术实现,如无线网络、互联网、专用通信线路等。为了确保数据的安全性和完整性,可能需要使用加密技术和数据完整性校验技术。
此外,数据交互与监控子***4还具备一定的决策能力,以便在检测到异常情况时,能立即执行预定的应急措施,如切断电源、启动备用设备、调整运行参数等;通过这种方式,数据交互与监控子***4能够实现对新能源动力站的实时监控,保障设备的安全运行,同时也能提供给运营人员关于***状态的实时信息,协助做出更好的决策。
在其中一个实施例中,参照图5,协调控制模块在基于运行信息生成调度指令,并基于调度指令对动力管理子***1、电能分配子***2、能量转换子***3以及数据交互与监控子***4进行调度时,还执行以下步骤:
S401、基于运行信息对新能源动力站的当前运行状态进行评估;
S402、基于评估结果,制定调度策略,并根据制定的调度策略生成调度指令;
S403、基于调度指令对动力管理子***1、电能分配子***2、能量转换子***3以及数据交互与监控子***4进行调度,获取反馈信息;
S404、基于反馈信息验证调度结果是否符合预期;
S405、若结果不符合预期或当前运行状态发生变化,则重新进行评估当前运行状态和制定调度策略。
具体地,协调控制子***5需要收集新能源动力站内各个子***的运行信息,从各种传感器和设备获取实时数据,如电力输出、设备状态、环境参数等,上述实时数据都是评估动力站运行状态的关键信息;基于收集到的运行信息,协调控制子***5将对新能源动力站的当前运行状态进行评估,进行数据分析和模型计算,以了解新能源动力站的能源产出、设备性能、可能的故障等信息。基于状态评估结果,协调控制子***5将制定适当的调度策略,确定各个***的运行模式,如当设备需要维护时,需要切换到备用设备;当电力需求增加时,需要增加能源输出等。
协调控制子***5将根据制定的调度策略,向新能源动力站内各个子***发送调度指令,以执行制定的调度策略,通过通信网络控制各子***内多个设备的运行状态,如启动或关闭设备,调整设备参数等。
在各个子***执行调度指令后,协调控制子***5将收集反馈信息,验证调度结果是否符合预期,对实际运行信息进行分析,与预期结果进行对比,以确定调度策略是否得到正确执行;如果结果不符合预期,或者动力站的运行状态发生变化,协调控制子***5将重新进行新能源动力站内各个子***的状态评估和调度策略的制定,协调控制模块需要不断地进行数据收集、状态评估、策略制定和指令执行,以保证新能源动力站的高效运行。
综上,本申请通过对主电源和副电源的实时监控和灵活切换,可以确保新能源动力站的稳定运行;电池性能监控模块可以确保电池在最佳状态下运行,从而提高主电源和副电源的稳定性和寿命;故障诊断与保护模块13在发现主电源故障时,可以迅速通知副电源监控模块11接管电源供应,确保动力站的连续供电;通过智能预测调节子模块113,可以使用预测控制算法自动调整输出电压和电流,以适应动力站的电力需求;通过结合历史电力需求信息、当前运行环境和实时的状态信息,动态阈值设定模块可以实现动态阈值的自动调整,提高***的灵活性和响应速度;利用云计算技术优化大数据处理和远程监控能力,可以提高***的运行效率和管理效果;实时状态分析单元1123能将运行监控数据进行可视化展示与分析,使管理人员能更好地理解电源的运行状态,有利于及时的决策和管理。
本申请通过计算基尼信息增益,能有效地在每个节点上选择出最有分割价值的特征,这有助于提高模型的预测精度和效率;采用Bootstrap抽样生成多个子数据集和构建随机森林模型,通过让多棵决策树来进行决策,可以显著降低过拟合的风险,提高模型的泛化能力;通过实时收集并处理电源的状态信息,可以及时地识别出潜在的异常状态,有助于及时发现和解决问题,减少由于运行状态异常而可能导致的损失;决策树的结果容易理解,便于解释随机森林模型的决策过程和结果,有助于理解数据的内在规律和关系。
本发明协调控制模块可以集中管理新能源动力站内各个子***的运行信息,有助于提高新能源动力站的运行效率;通过收集实时运行信息,基于运行信息对新能源动力站的当前运行状态进行评估,可以有效地优化资源分配,提高能源的利用效率;协调控制子***5可以根据不同的评估结果,制定适当的调度策略,具有很高的调度策略的灵活性;协调控制模块在执行调度指令后,会收集反馈信息,验证调度结果是否符合预期,如果结果不符合预期或动力站的运行状态发生变化,协调控制子***5可以自动重新进行状态评估和调度策略的制定,这种自动验证和反馈机制可以有效地保证调度策略的执行效果;通过对新能源动力站内各个子***的实时监控和调度,协调控制子***5可以有效地预防和解决各种可能出现的问题,提高新能源动力站的运行安全性。
为了实现上述实施例,本申请还提出一种用于新能源动力站的应急能源调度方法。
图5为本申请实施例提供的一种用于新能源动力站的应急能源调度方法的流程示意图。
如图5所示,该方法包括:
S1、获取电源的状态信息,电源包括主电源和副电源,基于状态信息进行主电源与副电源的切换操作,以提供高压直流电;
S2、获取电网和电源的电力供应信息以及新能源动力站的电力需求信息,并基于电力供应信息和电力需求信息调整电网和电源的电力输出参数,以基于电力输出参数控制电网和电源的高压直流电的输出;
S3、将高压直流电转化为低压电,以响应新能源动力站的电力需求信息;
S4、监控并获取新能源动力站的运行信息;
S5、基于运行信息生成调度指令,并基于调度指令对动力管理子***、电能分配子***、能量转换子***以及数据交互与监控子***进行调度。
需要说明的是,前述对一种用于新能源动力站的应急能源调度***实施例的解释说明也适用于该实施例的一种用于新能源动力站的应急能源调度方法,此处不再赘述。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域普通技术人员对上述实施例进行的变化、修改、替换和变型均在本申请的保护范围内。
Claims (6)
1.一种用于新能源动力站的应急能源调度***,其特征在于,包括动力管理子***(1)、电能分配子***(2)、能量转换子***(3)、数据交互与监控子***(4)及协调控制子***(5);
所述动力管理子***(1)用于获取电源的状态信息,所述电源包括主电源和副电源,基于所述状态信息进行所述主电源与所述副电源的切换操作,以向所述能量转换子***(3)提供高压直流电;
所述电能分配子***(2)用于获取电网和所述电源的电力供应信息以及所述新能源动力站的电力需求信息,并基于所述电力供应信息和所述电力需求信息调整所述电网和所述电源的电力输出参数,以基于所述电力输出参数控制所述电网和所述电源的高压直流电的输出;
所述能量转换子***(3)用于将高压直流电转化为低压电,以响应所述新能源动力站的电力需求信息;
所述数据交互与监控子***(4)用于监控并获取所述新能源动力站的运行信息;
所述协调控制子***(5)用于基于所述运行信息生成调度指令,并基于所述调度指令对所述动力管理子***(1)、所述电能分配子***(2)、所述能量转换子***(3)以及所述数据交互与监控子***(4)进行调度;
所述动力管理子***(1)包括电源监控模块(11)、电源切换控制模块(12)及故障诊断与保护模块(13);
所述电源监控模块(11),用于监测所述主电源的第一状态信息以及所述副电源的第二状态信息;
所述故障诊断与保护模块(13),用于对所述第一状态信息进行分析,当基于所述第一状态信息确定所述主电源故障时,生成切换指令,并将切换指令发送至所述电源切换控制模块(12);
所述电源切换控制模块(12),用于基于所述切换指令实现所述主电源和所述副电源之间的切换;
所述电源监控模块(11)包括电源适配选择子模块(111)、动态阈值监测子模块(112)及紧急故障响应子模块(114);
所述电源适配选择子模块(111),用于为所述副电源选择与所述主电源相同的电源适配器;
所述动态阈值监测子模块(112),用于实时监测并预测所述电源的状态信息;
所述紧急故障响应子模块(114),用于在所述主电源故障时,启动所述副电源进行电源供应;
所述动态阈值监测子模块(112)包括参数监测单元(1121)、阈值设定单元(1122)、实时状态分析单元(1123)及故障响应单元(1124);
所述参数监测单元(1121),用于获取所述电源的状态信息,所述状态信息至少包括电流、电压和温度数据特征;
所述阈值设定单元(1122),用于基于预设的动态阈值判断模型,结合历史状态数据、当前运行环境和所述状态信息动态调整电源的参数阈值;
所述实时状态分析单元(1123),用于将所述状态信息进行可视化展示,并结合所述参数阈值,基于随机森林算法对所述状态信息进行分析,获取所述状态信息是否异常的预测结果;
所述故障响应单元(1124),用于当所述预测结果为异常时,启动故障诊断程序,调整所述电源的运行参数;
所述基于随机森林算法对所述状态信息进行分析,获取所述状态信息是否异常的预测结果,包括:
获取所述状态信息中各个数据特征的特征变化量;
基于所述状态信息和所述特征变化量,获取随机森林算法的预处理数据集;
基于Bootstrap方法从所述预处理数据集中获取多个子数据集;
对每个子数据集,基于二分递归分割技术,从一组随机选择的数据特征中选择具有最小基尼信息增益的数据特征进行分割,构建决策树;
采用所有构建的决策树构建随机森林模型,每棵所述决策树对所述状态信息进行独立的决策;
使用随机森林模型对实时获取的所述状态信息进行预测,每棵树获得一个决策结果;
若超过一半的决策树预测其中一个数据特征属于异常类别,则将数据特征标记为异常状态,确定所述状态信息异常。
2.根据权利要求1所述的一种用于新能源动力站的应急能源调度***,其特征在于,所述对每个子数据集,采用二分递归分割技术构建决策树,在每个决策树节点上,从一组随机选择的数据特征中选择具有最小基尼信息增益的数据特征进行分割,包括:
针对每个子数据集,随机选择数据特征,计算所述子数据集中所述数据特征的基尼信息增益;
选择基尼信息增益最小的数据特征,确定所述子数据集的分割点,将所述数据特征和对应的所述分割点作为最优特征和最优分割点;
根据所述最优特征和所述最优分割点,对所述子数据集进行分割。
3.根据权利要求2所述的一种用于新能源动力站的应急能源调度***,其特征在于,所述基尼信息增益的计算公式为:
式中,与分别表示两个子节点和中的样本个数,表示子节点的基尼不纯度,表示子节点的基尼不纯度,表示***后的总体基尼不纯度。
4.根据权利要求1所述的一种用于新能源动力站的应急能源调度***,其特征在于,所述获取电网和所述电源的电力供应信息以及所述新能源动力站的电力需求信息,并基于所述电力供应信息和所述电力需求信息调整所述电网和所述电源的电力输出参数,包括:
获取电网和所述电源的电力供应信息;
基于历史电力需求信息和所述电源的状态信息,预测得到所述新能源动力站的电力需求信息;
基于所述电力供应信息和所述电力需求信息制定电能分配策略;
基于所述电能分配策略确定所述电网和所述电源的电力输出参数。
5.根据权利要求 1 所述的一种用于新能源动力站的应急能源调度***,其特征在于,所述基于所述运行信息生成调度指令,并基于所述调度指令对所述动力管理子***、所述电能分配子***、所述能量转换子***以及所述数据交互与监控子***进行调度,包括:
基于所述运行信息对新能源动力站的当前运行状态进行评估;
基于评估结果,制定调度策略,并根据制定的调度策略生成调度指令;
基于所述调度指令对所述动力管理子***、所述电能分配子***、所述能量转换子***以及所述数据交互与监控子***进行调度;
获取反馈信息,基于所述反馈信息验证调度结果是否符合预期;
若结果不符合预期或所述当前运行状态发生变化,则重新进行评估当前运行状态和制定调度策略。
6.一种用于新能源动力站的应急能源调度方法,应用于权利要求1-5 中任一项所述的用于新能源动力站的应急能源调度***,其特征在于,包括:
获取电源的状态信息,所述电源包括主电源和副电源,基于所述状态信息进行所述主电源与所述副电源的切换操作,以提供高压直流电;
获取电网和所述电源的电力供应信息以及所述新能源动力站的电力需求信息,并基于所述电力供应信息和所述电力需求信息调整所述电网和所述电源的电力输出参数,以基于所述电力输出参数控制所述电网和所述电源的高压直流电的输出;
将高压直流电转化为低压电,以响应所述新能源动力站的电力需求信息;
监控并获取所述新能源动力站的运行信息;
基于所述运行信息生成调度指令,并基于所述调度指令对所述动力管理子***、所述电能分配子***、所述能量转换子***以及所述数据交互与监控子***进行调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410277557.3A CN117878931B (zh) | 2024-03-12 | 2024-03-12 | 一种用于新能源动力站的应急能源调度***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410277557.3A CN117878931B (zh) | 2024-03-12 | 2024-03-12 | 一种用于新能源动力站的应急能源调度***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117878931A CN117878931A (zh) | 2024-04-12 |
CN117878931B true CN117878931B (zh) | 2024-07-05 |
Family
ID=90595310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410277557.3A Active CN117878931B (zh) | 2024-03-12 | 2024-03-12 | 一种用于新能源动力站的应急能源调度***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117878931B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118174435A (zh) * | 2024-05-14 | 2024-06-11 | 安徽徽电科技股份有限公司 | 一种双电源切换用一体式低压快切成套*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533089A (zh) * | 2019-08-19 | 2019-12-03 | 三峡大学 | 基于随机森林的自适应非侵入式负荷识别方法 |
CN117474250A (zh) * | 2023-10-31 | 2024-01-30 | 华能浙江能源销售有限责任公司 | 一种新能源多功能集成智能应用*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111654067A (zh) * | 2020-06-11 | 2020-09-11 | 国网江苏省电力有限公司扬州供电分公司 | 输配协同的配电***调度新型控制方法及装置 |
-
2024
- 2024-03-12 CN CN202410277557.3A patent/CN117878931B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533089A (zh) * | 2019-08-19 | 2019-12-03 | 三峡大学 | 基于随机森林的自适应非侵入式负荷识别方法 |
CN117474250A (zh) * | 2023-10-31 | 2024-01-30 | 华能浙江能源销售有限责任公司 | 一种新能源多功能集成智能应用*** |
Also Published As
Publication number | Publication date |
---|---|
CN117878931A (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117878931B (zh) | 一种用于新能源动力站的应急能源调度***及方法 | |
CN110429714B (zh) | 一种基于大数据的云平台智能配电*** | |
CN102510125A (zh) | 电力一次设备运行工况监测方法及装置 | |
CN101833324B (zh) | 胎面挤出过程智能故障诊断***及其诊断方法 | |
CN112327098A (zh) | 基于低压配网综合监测单元的配电网故障区段定位方法 | |
CN118070233B (zh) | 一种基于物联网的电力集中器数据采集分析方法 | |
CN117175655A (zh) | 一种分布式新能源电力***的蓄能控制方法及*** | |
CN118174456B (zh) | 一种自感知监测智能化控制配电*** | |
CN115392640A (zh) | 一种面向检修的电动发电机全生命周期费用效能评估*** | |
CN113572159B (zh) | 一种基于电网调控***知识推理的线路跳闸事故处置*** | |
CN113258677A (zh) | 一种含低碳调控与预警抢修功能的智能配电柜(箱)装置及*** | |
CN117614140A (zh) | 一种配电设备运行监控***及其方法 | |
CN104979903A (zh) | 一种集控中心巡维分析方法和装置 | |
CN114825625A (zh) | 一种电池储能电站运维***及方法 | |
CN114839858A (zh) | 安控通信故障监控方法、***、设备及存储介质 | |
CN110909945B (zh) | 一种电网调度异常处理辅助决策方法 | |
CN115566738B (zh) | 一种风电机组自优化的场群控制方法及装置 | |
CN118199254A (zh) | 一种高速公路供电控制方法及*** | |
CN117335578B (zh) | 一种用于低压配电的合环转电的检测与调控*** | |
CN118554462A (zh) | 一种电网紧急切负荷精准控制方法 | |
CN118399390A (zh) | 一种基于可靠性评估的配电网资源分配*** | |
CN117495186A (zh) | 一种虚拟智能电网的稳定运行评估方法 | |
CN117081093A (zh) | 一种直挂式svg综合控制装置及其控制方法 | |
CN117993597A (zh) | 一种电网自动化运维部署方法 | |
CN117118020A (zh) | 一种船舶电站故障重构*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |