CN111146789A - 一种基于边缘计算的机组一次调频能力评估方法及系统 - Google Patents
一种基于边缘计算的机组一次调频能力评估方法及系统 Download PDFInfo
- Publication number
- CN111146789A CN111146789A CN202010107091.4A CN202010107091A CN111146789A CN 111146789 A CN111146789 A CN 111146789A CN 202010107091 A CN202010107091 A CN 202010107091A CN 111146789 A CN111146789 A CN 111146789A
- Authority
- CN
- China
- Prior art keywords
- primary
- frequency modulation
- unit
- real
- generator set
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 17
- 238000011156 evaluation Methods 0.000 title claims description 14
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000012549 training Methods 0.000 claims abstract description 28
- 230000004044 response Effects 0.000 claims abstract description 27
- 230000009471 action Effects 0.000 claims abstract description 24
- 238000010248 power generation Methods 0.000 claims description 15
- 238000011217 control strategy Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000013135 deep learning Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000010977 unit operation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种基于边缘计算的机组一次调频能力评估的方法及系统，其中方法包括：获取常规电源的初始的信息数据，根据初始的所述信息数据建立初始发电机组一次/二次调频模型；获取实时更新的常规电源的实时的信息数据，基于所述实时的信息数据对所述初始发电机组一次/二次调频模型进行训练，机组根据训练后的输出结果进行一次/二次调频的动作响应；根据一次/二次调频的动作响应实时评估机组一次调频能力上限。
Description
技术领域
本发明涉及电力系统运行与控制技术领域，更具体地，涉及一种基于边缘计算的机组一次调频能力评估的方法及系统。
背景技术
电力系统的实时功率平衡特性使得发电控制成为一项重要的研究课题。电网频率是影响电力系统稳定运行的关键参数，发电控制的目标就是在平衡发电机与负荷之间功率的同时调节电网频率稳定。电网的频率调节手段主要有一次调频、二次调频，从整体上来看，电力系统的一次调频特性与所有并列运行的发电机组特性相关，也与机组所处的工况和机组间的相互作用有关；二次调频也称为自动发电控制，是利用监视控制和数据采集来实现系统的无差调节，两者相互配合才能维持有功功率平衡，减少系统频率偏差。
目前，机组的一次调频特性模型，以及一次调频和二次调频的配合策略是由部署于厂站内的终端采集装备将采集到的实时运行数据上传给调度侧的云中心，利用云超算中心实现。然而，在实际电网运行中，调度中心要处理多项复杂任务(如需要对发电侧和负荷侧进行等值建模，同时对网侧进行运行状态安全风险分析等)，这些任务需要的复杂多源数据会给电力系统北向通信通道带来沉重的负担。若能够在厂站应用层和基础数据层之间部署边缘计算平台，利用电厂边缘计算服务器对终端采集设备的数据进行边缘化处理，可大大降低电厂与调度中心间通讯通道的负担，增加通讯的时速性。
因此，需要一种技术，以实现基于边缘计算的机组一次调频能力评估的技术。
发明内容
本发明技术方案提供的一种基于边缘计算的机组一次调频能力评估的方法及系统，以解决如何基于边缘计算的机组一次调频能力评估的问题。
为了解决上述问题，本发明提供了一种基于边缘计算的机组一次调频能力评估的方法，所述方法包括：
获取常规电源的初始的信息数据，根据初始的所述信息数据建立初始发电机组一次/二次调频模型；
获取实时更新的常规电源的实时的信息数据，基于所述实时的信息数据对所述初始发电机组一次/二次调频模型进行训练，机组根据训练后的输出结果进行一次/二次调频的动作响应；
根据一次/二次调频的动作响应实时评估机组一次调频能力上限。
优选地，根据一次/二次调频的动作响应辨识所述初始发电机组一次/二次调频模型。
优选地，所述信息数据，包括：常规电源的运行数据、发电机组的物理参数、初始机组控制模型。
优选地，所述机组根据训练后的输出结果为：实时机组的转速偏差。
优选地，还包括：根据实时更新的评估机组一次调频能力上限制定发电控制策略。
基于本发明的另一方面，提供一种基于边缘计算的机组一次调频能力评估的系统，所述系统包括：
建立单元，用于获取常规电源的初始的信息数据，根据初始的所述信息数据建立初始发电机组一次/二次调频模型；
响应单元，用于获取实时更新的常规电源的实时的信息数据，基于所述实时的信息数据对所述初始发电机组一次/二次调频模型进行训练，机组根据训练后的输出结果进行一次/二次调频的动作响应；
评估单元，用于根据一次/二次调频的动作响应实时评估机组一次调频能力上限。
优选地，还包括辨识单元，用于根据一次/二次调频的动作响应辨识所述初始发电机组一次/二次调频模型。
优选地，所述信息数据，包括：常规电源的运行数据、发电机组的物理参数、初始机组控制模型。
优选地，所述机组根据训练后的输出结果为：实时机组的转速偏差。
优选地，还包括策略单元，用于根据实时更新的评估机组一次调频能力上限制定发电控制策略。
本发明技术方案提供一种基于边缘计算的机组一次调频能力评估的方法及系统，其中方法包括：获取常规电源的初始的信息数据，根据初始的信息数据建立初始发电机组一次/二次调频模型；获取实时更新的常规电源的实时的信息数据，基于实时的信息数据对初始发电机组一次/二次调频模型进行训练，机组根据训练后的输出结果进行一次/二次调频的动作响应；根据一次/二次调频的动作响应实时评估机组一次调频能力上限。本发明技术方案构建了一种基于边缘计算的常规机组一次调频能力评估方法，计算结果可为调度运行人员提供实时更新的机组一次调频能力，为调度中心发电控制策略的制定提供可靠依据。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为根据本发明优选实施方式的一种基于边缘计算的机组一次调频能力评估的方法流程图；
图2为根据本发明优选实施方式的一种基于边缘计算的机组一次调频能力评估的方法流程图；以及
图3为根据本发明优选实施方式的一种基于边缘计算的机组一次调频能力评估的系统结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明优选实施方式的一种基于边缘计算的机组一次调频能力评估的方法流程图。本申请实施方式包括：获取常规电源的初始的信息数据，上传至边缘计算服务器；根据边缘计算服务器接收到的机组实时运行数据、机组控制模型和常规发电厂物理参数，在服务器内建立初始发电机组一次/二次调频模型；根据实时更新的常规电源运行数据、机组控制模型在边缘计算服务器内利用深度学习等智能算法对发电机组一次/二次调频性能进行在线训练；在边缘计算服务器内评估机组一次调频能力上限、辨识常规机组一次/二次调频模型及一次/二次调频模型的参数，并实时上传至部署于调度中心的云端；调度运行人员结合实时更新的机组一次调频能力，制定发电控制策略。如图1所示，本申请提供一种基于边缘计算的机组一次调频能力评估的方法，方法包括：
优选地，在步骤101：获取常规电源的初始的信息数据，根据初始的信息数据建立初始发电机组一次/二次调频模型。优选地，信息数据，包括：常规电源的运行数据、发电机组的物理参数、初始机组控制模型。
本申请首先获取常规电源初始的信息数据，上传至边缘计算服务器。本申请采集常规电源的实时运行数据，获取常规电厂的物理参数、获取初始机组控制模型，并传输至部署于常规电厂内的边缘计算服务器。其中，常规电源的实时运行数据由安装于发电机组出线端的数据采集终端(包括远程终端单元(Remote Terminal Unit,RTU)、同步相量测量装置(Phasor Measurement Unit,PMU)等)进行数据采集。实时运行数据包括机组的有功出力、无功出力、机端电压及运行状态。
发电机组物理参数包括机组流量-压力特性曲线，机组运行工况、调门开度、主汽压力、调节级压力及一次调频参数(频率死区、转速不等率、限幅)。
初始机组控制模型是由部署于D5000平台的云端服务器根据每时刻经济调度计划初步训练生成。
本申请根据边缘计算服务器接收到的常规电源的实时的信息数据，包括机组实时运行数据、机组控制模型和常规发电厂物理参数，在边缘计算服务器内建立初始发电机组一次/二次调频模型。
优选地，在步骤102：获取实时更新的常规电源的实时的信息数据，基于实时的信息数据对初始发电机组一次/二次调频模型进行训练，机组根据训练后的输出结果进行一次/二次调频的动作响应。优选地，机组根据训练后的输出结果为：实时机组的转速偏差。
本申请根据实时更新的常规电源运行数据、机组控制模型，在边缘计算服务器内利用深度学习等智能算法对机组一次/二次调频性能进行在线训练。本申请利用实时更新的常规电源运行数据、机组控制模型，在边缘计算服务器内利用深度学习等智能算法对初始机组的一次/二次调频模型进行在线训练，将系统输出信息发送给电厂的分散控制系统，电厂的机组根据从分散控制系统接收的信号进行一次/二次调频动作响应。其中，初始发电机组一次/二次调频模型的输入为发电机组的有功出力、无功出力、机端电压、机组流量-压力特性曲线，机组运行工况、调门开度、主汽压力、调节级压力及一次调频参数(频率死区、转速不等率、限幅)。初始发电机组一次/二次调频模型的输出为：实时火电机组的转速偏差。
优选地，在步骤103：根据一次/二次调频的动作响应实时评估机组一次调频能力上限。
优选地，根据一次/二次调频的动作响应辨识初始发电机组一次/二次调频模型。本申请在边缘计算服务器内评估机组一次调频能力上限、辨识常规机组一次/二次调频模型及一次/二次调频模型的参数，并实时上传至部署于调度中心的云端。
优选地，还包括：根据实时更新的评估机组一次调频能力上限制定发电控制策略。本申请调度运行人员结合实时更新的机组一次调频能力，制定发电控制策略。
如图2所示，本申请获取常规电源初始信息，上传至边缘计算服务器；根据边缘计算服务器接收到的机组实时运行数据、机组控制模型和常规发电厂物理参数，在服务器内建立初始发电机组一次/二次调频模型；根据实时更新的常规电源运行数据、机组控制模型在边缘计算服务器内利用深度学习等智能算法对机组一次/二次调频性能进行在线测试；在边缘计算服务器内评估机组一次调频能力上限、辨识常规机组一次/二次调频模型及一次/二次调频模型的参数，并实时上传至部署于调度中心的云端；调度运行人员结合实时更新的机组一次调频能力，制定发电控制策略。
本申请提出一种基于边缘计算的常规机组一次调频能力评估方法，利用云边协同的新型协同计算模式，通过云端负责初始发电机控制模型的训练工作，模型训练完成后下载至边缘端，边缘端利用深度学习、强化学习等智能算法对模型进行后续训练，并将训练结果上传和存储。通过云边协同的工作方式，可以缓解云平台的网络带宽、计算存储等方面的压力，云平台通过大数据分析之后形成的初始发电机控制模型，也可以送到边缘侧来提升最终模型的识别精确性。
本申请提出了一种基于边缘计算的常规机组一次调频能力评估方法，通过云边协同的计算方式，一方面可以缓解云平台的网络带宽、计算存储等方面的压力，另一方面可以利用边缘端的计算能力提升最终模型的识别精确性。只需按照计算流程即可实现，简单易行，计算结果可为调度运行人员提供实时更新的机组一次调频能力，指导实时调度与运行决策。
图3为根据本发明优选实施方式的一种基于边缘计算的机组一次调频能力评估的系统结构图。如图3所示，本申请提供一种基于边缘计算的机组一次调频能力评估的系统，系统包括：
建立单元301，用于获取常规电源的初始的信息数据，根据初始的信息数据建立初始发电机组一次/二次调频模型。优选地，信息数据，包括：常规电源的运行数据、发电机组的物理参数、初始机组控制模型。
本申请首先获取常规电源初始的信息数据，上传至边缘计算服务器。本申请采集常规电源的实时运行数据，获取常规电厂的物理参数、获取初始机组控制模型，并传输至部署于常规电厂内的边缘计算服务器。其中，常规电源的实时运行数据由安装于发电机组出线端的数据采集终端(包括远程终端单元(Remote Terminal Unit,RTU)、同步相量测量装置(Phasor Measurement Unit,PMU)等)进行数据采集。实时运行数据包括机组的有功出力、无功出力、机端电压及运行状态。
发电机组物理参数包括机组流量-压力特性曲线，机组运行工况、调门开度、主汽压力、调节级压力及一次调频参数(频率死区、转速不等率、限幅)。
初始机组控制模型是由部署于D5000平台的云端服务器根据每时刻经济调度计划初步训练生成。
本申请根据边缘计算服务器接收到的常规电源的实时的信息数据，包括机组实时运行数据、机组控制模型和常规发电厂物理参数，在边缘计算服务器内建立初始发电机组一次/二次调频模型。
响应单元302，用于获取实时更新的常规电源的实时的信息数据，基于实时的信息数据对初始发电机组一次/二次调频模型进行训练，机组根据训练后的输出结果进行一次/二次调频的动作响应。优选地，机组根据训练后的输出结果为：实时机组的转速偏差。
本申请根据实时更新的常规电源运行数据、机组控制模型，在边缘计算服务器内利用深度学习等智能算法对机组一次/二次调频性能进行在线训练。本申请利用实时更新的常规电源运行数据、机组控制模型，在边缘计算服务器内利用深度学习等智能算法对初始机组的一次/二次调频模型进行在线训练，将系统输出信息发送给电厂的分散控制系统，电厂的机组根据从分散控制系统接收的信号进行一次/二次调频动作响应。其中，初始发电机组一次/二次调频模型的输入为发电机组的有功出力、无功出力、机端电压、机组流量-压力特性曲线，机组运行工况、调门开度、主汽压力、调节级压力及一次调频参数(频率死区、转速不等率、限幅)。初始发电机组一次/二次调频模型的输出为：实时火电机组的转速偏差。
评估单元303，用于根据一次/二次调频的动作响应实时评估机组一次调频能力上限。
优选地，系统还包括辨识单元，用于根据一次/二次调频的动作响应辨识初始发电机组一次/二次调频模型。本申请在边缘计算服务器内评估机组一次调频能力上限、辨识常规机组一次/二次调频模型及一次/二次调频模型的参数，并实时上传至部署于调度中心的云端。
优选地，还包括策略单元，用于根据实时更新的评估机组一次调频能力上限制定发电控制策略。本申请调度运行人员结合实时更新的机组一次调频能力，制定发电控制策略。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个//该[装置、组件等]”都被开放地解释为装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。
Claims (10)
1.一种基于边缘计算的机组一次调频能力评估的方法，所述方法包括：
获取常规电源的初始的信息数据，根据初始的所述信息数据建立初始发电机组一次/二次调频模型；
获取实时更新的常规电源的实时的信息数据，基于所述实时的信息数据对所述初始发电机组一次/二次调频模型进行训练，机组根据训练后的输出结果进行一次/二次调频的动作响应；
根据一次/二次调频的动作响应实时评估机组一次调频能力上限。
2.根据权利要求1所述的方法，根据一次/二次调频的动作响应辨识所述初始发电机组一次/二次调频模型。
3.根据权利要求1所述的方法，所述信息数据，包括：常规电源的运行数据、发电机组的物理参数、初始机组控制模型。
4.根据权利要求1所述的方法，所述机组根据训练后的输出结果为：实时机组的转速偏差。
5.根据权利要求1所述的方法，还包括：根据实时更新的评估机组一次调频能力上限制定发电控制策略。
6.一种基于边缘计算的机组一次调频能力评估的系统，所述系统包括：
建立单元，用于获取常规电源的初始的信息数据，根据初始的所述信息数据建立初始发电机组一次/二次调频模型；
响应单元，用于获取实时更新的常规电源的实时的信息数据，基于所述实时的信息数据对所述初始发电机组一次/二次调频模型进行训练，机组根据训练后的输出结果进行一次/二次调频的动作响应；
评估单元，用于根据一次/二次调频的动作响应实时评估机组一次调频能力上限。
7.根据权利要求6所述的系统，还包括辨识单元，用于根据一次/二次调频的动作响应辨识所述初始发电机组一次/二次调频模型。
8.根据权利要求6所述的系统，所述信息数据，包括：常规电源的运行数据、发电机组的物理参数、初始机组控制模型。
9.根据权利要求6所述的系统，所述机组根据训练后的输出结果为：实时机组的转速偏差。
10.根据权利要求6所述的系统，还包括策略单元，用于根据实时更新的评估机组一次调频能力上限制定发电控制策略。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010107091.4A CN111146789A (zh) | 2020-02-21 | 2020-02-21 | 一种基于边缘计算的机组一次调频能力评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010107091.4A CN111146789A (zh) | 2020-02-21 | 2020-02-21 | 一种基于边缘计算的机组一次调频能力评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111146789A true CN111146789A (zh) | 2020-05-12 |
Family
ID=70527839
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010107091.4A Pending CN111146789A (zh) | 2020-02-21 | 2020-02-21 | 一种基于边缘计算的机组一次调频能力评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111146789A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111738435A (zh) * | 2020-06-22 | 2020-10-02 | 上海交通大学 | 一种基于移动设备的在线稀疏训练方法及系统 |
| CN111783968A (zh) * | 2020-06-30 | 2020-10-16 | 山东信通电子股份有限公司 | 一种基于云边协同的输电线路监测方法及系统 |
| CN112653154A (zh) * | 2020-11-30 | 2021-04-13 | 国网浙江省电力有限公司嘉兴供电公司 | 基于边缘计算的分布式光伏配电网无功优化控制方法 |
| CN112667473A (zh) * | 2020-12-28 | 2021-04-16 | 联想(北京)有限公司 | 一种针对边缘端资源评估的方法、装置及计算机可读介质 |
| CN113434286A (zh) * | 2021-05-15 | 2021-09-24 | 南京逸智网络空间技术创新研究院有限公司 | 一种适用于移动应用处理器的能效优化方法 |
| CN115459259A (zh) * | 2022-09-27 | 2022-12-09 | 厦门四联信息技术有限公司 | 一种基于边缘计算的微电网协同调度控制系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109784711A (zh) * | 2019-01-08 | 2019-05-21 | 国网新疆电力有限公司电力科学研究院 | 火电机组一次调频能力评估系统、方法、装置及存储介质 |
| CN110070181A (zh) * | 2019-04-30 | 2019-07-30 | 深圳朴生智能科技有限公司 | 一种用于边缘计算设备的深度学习的优化方法 |
| US20190332895A1 (en) * | 2018-04-30 | 2019-10-31 | International Business Machines Corporation | Optimizing machine learning-based, edge computing networks |
| CN110401262A (zh) * | 2019-06-17 | 2019-11-01 | 北京许继电气有限公司 | 基于边缘计算技术的gis设备状态智能监控系统及方法 |
| US20200007409A1 (en) * | 2018-06-29 | 2020-01-02 | Electronics And Telecommunications Research Institute | INTELLIGENT INTERNET OF EVERYTHING (IoE) EDGE COMPUTIING SYSTEM FOR HIGH RELIABLE INTERNET OF THINGS (IoT) SERVICE |
-
2020
- 2020-02-21 CN CN202010107091.4A patent/CN111146789A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190332895A1 (en) * | 2018-04-30 | 2019-10-31 | International Business Machines Corporation | Optimizing machine learning-based, edge computing networks |
| US20200007409A1 (en) * | 2018-06-29 | 2020-01-02 | Electronics And Telecommunications Research Institute | INTELLIGENT INTERNET OF EVERYTHING (IoE) EDGE COMPUTIING SYSTEM FOR HIGH RELIABLE INTERNET OF THINGS (IoT) SERVICE |
| CN109784711A (zh) * | 2019-01-08 | 2019-05-21 | 国网新疆电力有限公司电力科学研究院 | 火电机组一次调频能力评估系统、方法、装置及存储介质 |
| CN110070181A (zh) * | 2019-04-30 | 2019-07-30 | 深圳朴生智能科技有限公司 | 一种用于边缘计算设备的深度学习的优化方法 |
| CN110401262A (zh) * | 2019-06-17 | 2019-11-01 | 北京许继电气有限公司 | 基于边缘计算技术的gis设备状态智能监控系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 龚钢军等: "基于边缘计算的主动配电网信息物理系统", 《电网技术》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111738435A (zh) * | 2020-06-22 | 2020-10-02 | 上海交通大学 | 一种基于移动设备的在线稀疏训练方法及系统 |
| CN111738435B (zh) * | 2020-06-22 | 2024-03-29 | 上海交通大学 | 一种基于移动设备的在线稀疏训练方法及系统 |
| CN111783968A (zh) * | 2020-06-30 | 2020-10-16 | 山东信通电子股份有限公司 | 一种基于云边协同的输电线路监测方法及系统 |
| CN111783968B (zh) * | 2020-06-30 | 2024-05-31 | 山东信通电子股份有限公司 | 一种基于云边协同的输电线路监测方法及系统 |
| CN112653154A (zh) * | 2020-11-30 | 2021-04-13 | 国网浙江省电力有限公司嘉兴供电公司 | 基于边缘计算的分布式光伏配电网无功优化控制方法 |
| CN112667473A (zh) * | 2020-12-28 | 2021-04-16 | 联想(北京)有限公司 | 一种针对边缘端资源评估的方法、装置及计算机可读介质 |
| CN113434286A (zh) * | 2021-05-15 | 2021-09-24 | 南京逸智网络空间技术创新研究院有限公司 | 一种适用于移动应用处理器的能效优化方法 |
| CN115459259A (zh) * | 2022-09-27 | 2022-12-09 | 厦门四联信息技术有限公司 | 一种基于边缘计算的微电网协同调度控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111146789A (zh) | 一种基于边缘计算的机组一次调频能力评估方法及系统 | |
| CN111131480A (zh) | 一种面向智慧电厂的云边协同服务系统 | |
| CN104571068B (zh) | 一种分布式能源系统的运行优化控制方法及系统 | |
| Ganger et al. | Forecast-based anticipatory frequency control in power systems | |
| WO2021007871A1 (zh) | 一种基于云边协同的氧化铝生产运行优化系统及方法 | |
| CN109840838A (zh) | 风控规则模型双引擎系统、控制方法及服务器 | |
| CN108121215B (zh) | 基于全回路重构仿真的工业控制回路性能评价方法及装置 | |
| CN113708350B (zh) | 一种基于云边协同的配电台区重过载异常判断方法及系统 | |
| CN111277048A (zh) | 一种用于控制电力系统广域协调运行的系统及方法 | |
| CN104158231A (zh) | 一种基于实时发电计划的机组控制模式动态转换方法 | |
| CN118378856B (zh) | 一种基于港口生产作业的监控管理系统及方法 | |
| CN108897283A (zh) | 一种炼胶生产线数据分析处理方法 | |
| CN115048815B (zh) | 一种基于数据库的电力业务智能仿真管理系统及方法 | |
| CN118037014A (zh) | 基于物联网的道路施工监测系统 | |
| CN114879622B (zh) | 一种基于多源数据的工控日志审计系统及方法 | |
| CN113606634A (zh) | 一种基于长输管网优化热源运行参数的热源保障系统 | |
| CN108767987A (zh) | 一种配电网及其微电网保护与控制系统 | |
| CN103996146A (zh) | 一种炼钢-连铸生产的调度系统及方法 | |
| CN114567003A (zh) | 基于模糊自适应控制策略的风电机群有功功率控制方法 | |
| CN117236650B (zh) | 一种水肥一体化智慧泵房控制方法 | |
| CN112821456B (zh) | 基于迁移学习的分布式源-储-荷匹配方法及装置 | |
| CN117878978A (zh) | 一种三相负荷不平衡智能平衡调节方法及系统 | |
| CN117369391A (zh) | 一种端边云协同的流程工艺参数优化系统、方法 | |
| CN102693514A (zh) | 一种基于设备风险预控、重点设备监控的变电站设备自动评价方法 | |
| CN111695300A (zh) | 一种汽轮机阀门流量拟合方法及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200512 |