CN116566047A - 基于预测天气的输电线路动态增容在线监测系统及方法 - Google Patents
基于预测天气的输电线路动态增容在线监测系统及方法 Download PDFInfo
- Publication number
- CN116566047A CN116566047A CN202310500271.2A CN202310500271A CN116566047A CN 116566047 A CN116566047 A CN 116566047A CN 202310500271 A CN202310500271 A CN 202310500271A CN 116566047 A CN116566047 A CN 116566047A
- Authority
- CN
- China
- Prior art keywords
- weather
- data
- transmission line
- power transmission
- day
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 67
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000004927 fusion Effects 0.000 claims description 25
- 230000001364 causal effect Effects 0.000 claims description 9
- 230000001965 increasing effect Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000010339 dilation Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 230000008447 perception Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005728 strengthening 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
- 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
- H02J13/00002—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 monitoring
-
- 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)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于输电线路在线监测与故障诊断技术领域，具体公开了一种基于预测天气的输电线路动态增容在线监测系统及方法，通过动态增容装置实现发布和订阅功能。基于气象参数预测模型和API接口调用天气预报得到两组气象预测数据，基于两组预测数据的相关性以及参考实际数据进行比对和分析的方法来优化输电线路潜在载流量的计算，从而实现区域输电线路动态增容的最优方案，为调度部门促进新能源消纳提供有效的预判和调节。
Description
技术领域
本发明属于输电线路在线监测与故障诊断技术领域，特别涉及一种基于预测天气的输电线路动态增容在线监测系统及方法。
背景技术
全社会用电量的快速增长对输配电能力以及电能质量提出了更高的要求。由于我国电能生产基地远离负荷中心，发展长距离、大容量、高效率的输电技术成为优化配置的必然选择。近年来，为了实现“双碳”目标，摆脱化石能源的依赖，新能源的发电力度不断增加，但与之相配套的新能源消纳体系并不完善，因此造成了大规模的电能损失与资源浪费；其中因线路载流能力限制造成的弃电量约占新能源弃电量的二分之一。随着全球气候变化加剧，极端天气的频繁出现使得气象条件作为影响输电线路载流量的重要因素被越来越重视。
综上所述，在尽可能精准考虑短期气候变化的前提下提高导线输送容量，挖掘现有导线输电潜力，能够在一定程度上减少新能源弃电量，进行合理增容可以有效解决新能源消纳问题。
发明内容
本发明的目的在于克服现有技术中由于线路载流能力限制导致电能损失的缺陷，提供基于预测天气的输电线路动态增容在线监测系统及方法。
本发明的第一方面提供了一种基于预测天气的输电线路动态增容在线监测系统，包括感知层、智能数据融合终端和控制平台；
所述感知层、智能数据融合终端和控制平台依次连接；
所述感知层用于获取气象数据以及当天的输电线路的实际温度和实际载流量；
所述智能数据融合终端用于接收所述感知层的数据并进行数据的初步处理和存储；
所述控制平台接收所述只能数据融合终端的数据进行分析并发布最优动态增容策略。
进一步的方案为，所述数据的初步处理包括过滤和筛选。
进一步的方案为，所述感知层包括设置在输电线路上的气象传感器、温度传感器和电流传感器；
所述气象传感器负责采集历史气象数据用于未来一天的气象预测以及采集当天的气象数据用于比对和校准；
所述温度传感器用于采集输电线路当天的实际温度；
所述电流传感器用于采集输电线路的实际载流量。
进一步的方案为，所述控制平台包括全景智慧管控平台、计算系统、分析系统、发布与订阅模块和API接口；
所述全景智慧管控平台存储历史气象数据并连接智能数据融合终端负责数据的双向传输；
所述计算系统通过全景智慧管控平台嵌入算法进行次日输电线路最大载流量的预测；
所述分析系统基于计算系统的预测数据的相关性和实际监测数据进行分析并给出建议；
所述发布与订阅模块用于发布宣传信息；
所述API接口用于获取未来一天大范围的气象数据。
本发明的第二方面，提供了一种基于预测天气的输电线路动态增容方法，应用本发明第一方面的系统执行以下步骤：
在全景智慧管控平台安装服务器，嵌入气象预测模型，调用API接口，并布置智慧输电线路动态增容辅助决策系统，所述气象预测模型基于TCN进行建立；
数据采集及预处理：将感知层获取的气象数据以及当天输电线路的实际温度和载流量数据发送至智能数据融合终端进行过滤筛选后发送至控制平台；
控制平台分析数据：调用全景智慧管控平台存储的历史气象数据进行未来一天小范围区域气象参数的精准预测，输出次日的预测数值组；通过API接口直接调取距离区域输电线路最近气象站点未来一天的预测数值组；根据两组不同的气象参数预测数值组计算次日区域输电线路的最大载流量，得到两组次日最大载流量预测数值并保存在云端；分析和比对出两组预测数值组之间的相关性，并参考次日当天区域线路的实际环境参数、导线温度、与实际载流量，利用智慧输电线路动态增容辅助决策系统对所有数据进行分析和整理后，输出最优增容方案；
信息发布与订阅：将最终的预测结果和专家建议实时发布到相关平台，用于被实时关注以及订阅。
进一步的方案为，所述气象预测模型的输入包括过去一段时间的历史气象信息和超级计算机的预测值；所述气象预测模型的输出是未来一段时间的气象信息。
进一步的方案为，定义历史中的T个连续的时刻(1,2,…,T)的天气指标观测值为Y＝(y1,y2,…,yT)，所述超级计算机的预测值为其中某个时刻t所对应的气象数据Yt包含了k个天气指标，表示为/>
定义未来的P个连续时刻对应的天气指标值表示为其中每个时刻t′的数据/>同样包含k个天气指标；
气象预测模型表示为：
进一步的方案为，对所述TCN进行改进，改进后的TCV包括因果卷积、扩张卷积和恒等映射三种基本结构；
基于改进后的TCN对时序任务进行建模，包括以下步骤：
令卷积核为F＝(f1,f2,…fI)，其中K为卷积核的大小，T个连续时刻的输入节点序列为X＝(x1,x2,…xT),则xT处的因果卷积可表示为：
引入扩张卷积后的因果卷积操作为：
其中，d为扩张卷积的系数；
加入恒等映射后网络的输出结果为：
F(xT)＝Fd(xT)+xT
最后，将两路TCN卷积层输出做双线性层融合输出G′为：
其中，A1＝(a1,…,an)为一路TCN卷积层输出，A2＝(a1′,…,a′n)为另一路输出；
取G′的对角线元素并进行规范化，得到双线性层的最终输出G：
G＝diga(G′)
其中dign(·)为矩阵的对角元素作为输出向量。
与现有技术相比，本发明的有益效果在于：本发明通过气象预测模型和调用API接口，比对两组基于不同方法预测下的气象参数来计算出的次日输电线路最大载流量，在通过智慧输电线路动态增容辅助决策系统分析后给出线路增容和电能调度的最优方案。
本发明气象预测模型通过加强网络的特征表达能力，提高了TCN的长时间预测能力，并在长时间预测的多项指标中达到了较好结果，即通过增加卷积核的大小K或者增大扩张卷积系数d来扩大卷积感受野，从而实现多尺度双线性输出，增加了数据维数。
附图说明
以下附图仅对本发明作示意性的说明和解释，并不用于限定本发明的范围，其中：
图1是本发明的动态增容监测系统的结构示意图；
图2是本发明中传感器和数据融合终端的安装位置示意图；
图3是本发明基于气象预测模型的流程图；
图中，1.感知层，1-1.气象传感器，1-2.温度传感器，1-3.电流传感器2.智能数据融合终端，3.系统软件，3-1.管控平台，3-2.计算系统，3-3.分析系统，3-4.发布订阅，3-5.API接口。
具体实施方式
为了使本发明的目的、技术方案、设计方法及优点更加清楚明了，以下结合附图通过具体实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。
实施例1
如图1所示，本实施例提供了一种基于预测天气的输电线路动态增容在线监测系统，包括感知层1、智能数据融合终端2、控制平台3。感知层1中的气象传感器1-1负责采集历史气象数据用于未来一天的气象预测以及采集当天的气象数据用于比对和校准；温度传感器1-2和电流传感器1-3用于采集当天的输电线路的实际温度和实际载流量。智能数据融合终端2接收各类传感器发送的不同数据，进行数据的初步处理和存储。控制平台3的主要部分为全景智慧管控平台3-1，在该平台调用API接口3-5来获取未来一天大范围的气象数据。同时管控平台连接智能数据终端负责数据的双向传输。计算系统3-2通过管控平台嵌入算法进行次日输电线路最大载流量的预测，分析系统3-3基于预测数据的相关性和实际监测数据进行分析并给出合理建议。最终通过发布与订阅模块3-4发布宣传信息并得到广泛关注。如图2所示，气象传感器1-1、温度传感器1-2、电流传感器1-3和智能数据融合终端2设置在输电线路上，气象传感器1-1、温度传感器1-2、电流传感器1-3分别与智能数据融合终端2通过433MHz传输设备连接，智能数据融合终端2与控制平台3通过4GVPN通讯网络连接。
实施例2
如图3所示，本实施例提供了一种本发明提供了基于预测天气的输电线路动态增容方法，运用实施例1中的系统执行以下步骤：
步骤1、在线监测系统的安装和布置
步骤1.1：在输电线路上安装一个温度传感器1-1，一个气象传感器1-2，一个电流传感器1-3以及数据存储和发送模块，如图2所示。
步骤:1.2：安装智能数据融合系统2，如图2所示。
步骤1.3：在全景智慧管控平台(3-1)安装服务器，嵌入气象预测模型，调用API接口(3-5)，并布置智慧输电线路动态增容辅助决策系统，所述气象预测模型基于TCN(时域卷积网络)进行建立。
步骤2、数据采集及预处理
步骤2.1：气象传感器1-1每三个小时测得的数据经过433MHz传输技术发送到智能数据融合终端2进行过滤和筛选后，再通过4GVPN通讯网络发送至管控平台存储。
步骤2.2：温度传感器和电流传感器可实时测得当天输电线路的实际温度和载流量，经433MHz传输技术发送至智能数据融合终端2进行处理，最后发送至管控平台3-1以供比对。
步骤3、管控平台3-1分析数据
步骤3.1：在管控平台3-1搭建气象预测模型，调用所存储的历史气象数据进行未来一天小范围区域气象参数的精准预测，返回次日间隔三个小时一次的具体预测数值组。
首先，定义气象预测模型的输入与输出。
气象预测模型的输入包括过去一段时间的历史气象信息和超级计算机的预测值。历史中的T个连续的时刻(1,2,…,T),与之对应的天气指标观测值为Y＝(y1,y2,…,yT)，对应的超级计算机预测值为其中某个时刻t所对应的气象数据Yt包含了k个天气指标，表示为/>
输出是未来一段时间的气象信息，包括未来的P个连续时刻对应的天气指标值，可表示为其中每个时刻t′的数据/>同样包含k个天气指标。
最后给出气象预测模型F，可表示为：
TCN中严格按照时刻t的先后顺序进行卷积操作。
其次，基于改进后的TCN对时序任务进行建模。该模型通过加强网络的特征表达能力，提高了TCN的长时间预测能力，并在长时间预测的多项指标中达到了较好结果，即就是增加卷积核的大小K或者增大扩张系数扩大卷积感受野，从而实现多尺度双线性输出，增加了数据维数。
TCN包含3种基本结构：因果卷积、扩张卷积和恒等映射。
1、令卷积核为F＝(f1,f2,…fK)，其中K为卷积核的大小，T个连续时刻的输入节点序列为X＝(x1,x2,…xT),则xT处的因果卷积可表示为：
2、引入扩张卷积后的因果卷积操作为：
其中，d为扩张卷积的系数。
3、为了增加网络稳定性，加入恒等映射后网络的输出结果为：
F(xT)＝Fd(xT)+xT
最后，将两路TCN卷积层输出做双线性层融合输出G′为：
其中，A1＝(a1,…,an)为一路TCN卷积层输出，A2＝(a1′,…,a′n)为另一路输出。
取G′的对角线元素并进行规范化，得到双线性层的最终输出G：
G＝diga(G′)
其中，dign(·)为矩阵的对角元素作为输出向量。
步骤3.2：在管控平台通过API接口直接调取距离区域输电线路最近气象站点未来一天每隔三小时一次的预测数据组。
步骤3.3：根据两组不同的气象参数预测数值计算次日区域输电线路的最大载流量，得到两组次日最大载流量预测数值并保存在云端。
步骤3.4：分析和比对出两组预测数据之间的相关性，并参考次日当天区域线路的实际环境参数、导线温度、与实际载流量。最后对所有数据通过智慧输电线路动态增容辅助决策系统进行分析和整理后，给出最优增容方案。其中，智慧输电线路动态增容辅助决策系统为现有的决策系统，在已公开论文中(“基于智慧输电线路的动态增容辅助决策系统”，张怡、张锋等，电力系统保护与控制，第49卷第4期，2021年2月16)公开了智慧输电线路动态增容辅助决策系统，该系统能够实现将最终辅助决策的相关方案快速，智能地推送给运行控制人员，实现对线路热稳定输送能力的有效控制，显著提升了动态增容技术的智能性和实用性。
步骤4、信息发布与订阅
步骤4.1将最终的预测结果和专家建议实时发布到相关平台，能够被实时关注以及订阅。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (8)
1.基于预测天气的输电线路动态增容在线监测系统，其特征在于，包括感知层(1)、智能数据融合终端(2)和控制平台(3)；
所述感知层(1)、智能数据融合终端(2)和控制平台(3)依次连接；
所述感知层(1)用于获取气象数据以及当天的输电线路的实际温度和实际载流量；
所述智能数据融合终端(2)用于接收所述感知层(1)的数据并进行数据的初步处理和存储；
所述控制平台(3)接收所述只能数据融合终端(2)的数据进行分析并发布最优动态增容策略。
2.根据权利要求1所述的基于预测天气的输电线路动态增容在线监测系统，其特征在于，所述数据的初步处理包括过滤和筛选。
3.根据权利要求2所述的基于预测天气的输电线路动态增容在线监测系统，其特征在于，所述感知层(1)包括设置在输电线路上的气象传感器(1-1)、温度传感器(1-2)和电流传感器(1-3)；
所述气象传感器(1-1)负责采集历史气象数据用于未来一天的气象预测以及采集当天的气象数据用于比对和校准；
所述温度传感器(1-2)用于采集输电线路当天的实际温度；
所述电流传感器(1-3)用于采集输电线路的实际载流量。
4.根据权利要求3所述的基于预测天气的输电线路动态增容在线监测系统，其特征在于，所述控制平台(3)包括全景智慧管控平台(3-1)、计算系统(3-2)、分析系统(3-3)、发布与订阅模块(3-4)和API接口(3-5)；
所述全景智慧管控平台(3-1)存储历史气象数据并连接智能数据融合终端(2)负责数据的双向传输；
所述计算系统(3-2)通过全景智慧管控平台(3-1)嵌入算法进行次日输电线路最大载流量的预测；
所述分析系统(3-3)基于计算系统(3-2)的预测数据的相关性和实际监测数据进行分析并给出建议；
所述发布与订阅模块(3-4)用于发布宣传信息；
所述API接口(3-5)用于获取未来一天大范围的气象数据。
5.基于预测天气的输电线路动态增容方法，其特征在于，应用权利要求1-4任一所述的系统执行以下步骤：
在全景智慧管控平台(3-1)安装服务器，嵌入气象预测模型，调用API接口(3-5)，并布置智慧输电线路动态增容辅助决策系统，所述气象预测模型基于TCN进行建立；
数据采集及预处理：将感知层(1)获取的气象数据以及当天输电线路的实际温度和载流量数据发送至智能数据融合终端(2)进行过滤筛选后发送至控制平台(3)；
控制平台分析数据：调用全景智慧管控平台(3-1)存储的历史气象数据进行未来一天小范围区域气象参数的精准预测，输出次日的预测数值组；通过API接口(3-5)直接调取距离区域输电线路最近气象站点未来一天的预测数值组；根据两组不同的气象参数预测数值组计算次日区域输电线路的最大载流量，得到两组次日最大载流量预测数值并保存在云端；分析和比对出两组预测数值组之间的相关性，并参考次日当天区域线路的实际环境参数、导线温度、与实际载流量，利用智慧输电线路动态增容辅助决策系统对所有数据进行分析和整理后，输出最优增容方案；
信息发布与订阅：将最终的预测结果和专家建议实时发布到相关平台，用于被实时关注以及订阅。
6.根据权利要求5所述的基于预测天气的输电线路动态增容方法，其特征在于，所述气象预测模型的输入包括过去一段时间的历史气象信息和超级计算机的预测值；所述气象预测模型的输出是未来一段时间的气象信息。
7.根据权利要求6所述的基于预测天气的输电线路动态增容方法，其特征在于，定义历史中的T个连续的时刻(1,2,…,T)的天气指标观测值为Y＝(y1,y2,…,yT)，所述超级计算机的预测值为其中某个时刻t所对应的气象数据Yt包含了k个天气指标，表示为/>
定义未来的P个连续时刻对应的天气指标值表示为其中每个时刻t′的数据/>同样包含k个天气指标；
气象预测模型表示为：
8.根据权利要求7所述的基于预测天气的输电线路动态增容方法，其特征在于，对所述TCN进行改进，改进后的TCV包括因果卷积、扩张卷积和恒等映射三种基本结构；
基于改进后的TCN对时序任务进行建模，包括以下步骤：
令卷积核为F＝(f1,f2,…fI)，其中K为卷积核的大小，T个连续时刻的输入节点序列为X＝(x1,x2,…xT),则xT处的因果卷积可表示为：
引入扩张卷积后的因果卷积操作为：
其中，d为扩张卷积的系数；
加入恒等映射后网络的输出结果为：
F(xT)＝Fd(xT)+xT
最后，将两路TCN卷积层输出做双线性层融合输出G′为：
其中，A1＝(a1,…,an)为一路TCN卷积层输出，A2＝(a1′,…,a′n)为另一路输出；
取G′的对角线元素并进行规范化，得到双线性层的最终输出G：
G＝diga(G′)
其中dign(·)为矩阵的对角元素作为输出向量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310500271.2A CN116566047A (zh) | 2023-05-06 | 2023-05-06 | 基于预测天气的输电线路动态增容在线监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310500271.2A CN116566047A (zh) | 2023-05-06 | 2023-05-06 | 基于预测天气的输电线路动态增容在线监测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116566047A true CN116566047A (zh) | 2023-08-08 |
Family
ID=87499444
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310500271.2A Pending CN116566047A (zh) | 2023-05-06 | 2023-05-06 | 基于预测天气的输电线路动态增容在线监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116566047A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117346917A (zh) * | 2023-10-13 | 2024-01-05 | 大唐同心新能源有限公司 | 电缆接头温度预测系统及预测方法 |
| CN117791879A (zh) * | 2024-02-26 | 2024-03-29 | 国网江苏省电力有限公司 | 一种输电线路动态增容监测终端管理方法及系统 |
-
2023
- 2023-05-06 CN CN202310500271.2A patent/CN116566047A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117346917A (zh) * | 2023-10-13 | 2024-01-05 | 大唐同心新能源有限公司 | 电缆接头温度预测系统及预测方法 |
| CN117791879A (zh) * | 2024-02-26 | 2024-03-29 | 国网江苏省电力有限公司 | 一种输电线路动态增容监测终端管理方法及系统 |
| CN117791879B (zh) * | 2024-02-26 | 2024-05-03 | 国网江苏省电力有限公司 | 一种输电线路动态增容监测终端管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2020101900A4 (en) | A method, device and equipment for detecting abnormal electric meter | |
| CN116566047A (zh) | 基于预测天气的输电线路动态增容在线监测系统及方法 | |
| CN116937575A (zh) | 一种网格系统用的能源监控管理系统 | |
| Kang et al. | Big data analytics in China's electric power industry: modern information, communication technologies, and millions of smart meters | |
| CN108388962B (zh) | 一种风电功率预测系统及方法 | |
| CN113156917A (zh) | 基于人工智能的电网设备故障诊断方法及系统 | |
| CN108196317B (zh) | 一种用于微电网系统的气象预测方法 | |
| CN113177366B (zh) | 一种综合能源系统规划方法、装置和终端设备 | |
| CN116614177B (zh) | 一种光纤状态多维度参量监测系统 | |
| CN110210670A (zh) | 一种基于电力系统短期负荷的预测方法 | |
| Shen et al. | Short-term bus load forecasting method based on cnn-gru neural network | |
| CN118487276B (zh) | 一种面向电力保障对象的电网安全动态管控方法和系统 | |
| CN113269435B (zh) | 一种新能源场站运行状态耦合监测评估系统 | |
| Zhang et al. | Distributed Architecture of Power Grid Asset Management and Future Research Directions | |
| CN116826728A (zh) | 一种少测量样本条件下的配电网状态结构估计方法及系统 | |
| CN108345996B (zh) | 一种降低风电功率考核电量的系统及方法 | |
| CN115907228A (zh) | 一种基于pso-lssvm的短期电力负荷预测分析方法 | |
| Deng et al. | Medium-term rolling load forecasting based on seasonal decomposition and long short-term memory neural network | |
| CN104700218A (zh) | 用于确定电网分区数量以及电网分区的方法和系统 | |
| CN115358515A (zh) | 一种分布式光伏系统的功率预测方法和系统 | |
| Hou et al. | A novel algorithm for multi-node load forecasting based on big data of distribution network | |
| CN111368257A (zh) | 煤改电负荷特性的分析预测方法及装置 | |
| CN116365599A (zh) | 一种考虑气候变化的动态增容方法及系统 | |
| CN118332476B (zh) | 厂站关口计量装置故障诊断方法、系统、设备及存储介质 | |
| LU500121B1 (en) | A method, device and equipment for electric meter detecting |
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 |