[发明专利]一种零散区域的分阶段复电方法有效

专利信息
申请号: 202110549708.2 申请日: 2021-05-20
公开(公告)号: CN113241767B 公开(公告)日: 2022-06-03
发明(设计)人: 朱怡莹;罗龙波;苏锐谦;龙维晨 申请(专利权)人: 广东电网有限责任公司广州供电局
主分类号: H02J3/06 分类号: H02J3/06;H02J13/00;H02J3/00;H02K35/00
代理公司: 北京瑞盛铭杰知识产权代理事务所(普通合伙) 11617 代理人: 徐长江
地址: 510000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 零散 区域 分阶段 复电 方法
【权利要求书】:

1.一种零散区域的分阶段复电方法,其特征在于,包括:

S1、采用预设的环境信号传感器阵列进行环境信号检测处理,以得到环境信号序列;其中,所述环境信号传感器阵列至少包括湿度传感器、温度传感器和粉尘浓度传感器;

S2、将所述环境信号序列输入预设的电网状态预测模型中,从而得到所述电网状态预测模型输出的预测停电机率;其中,所述电网状态预测模型基于神经网络模型,并采用有监督学习方法训练得到;

S3、判断所述预测停电机率是否大于预设的停电机率阈值;

S4、若所述预测停电机率大于预设的停电机率阈值,则开启预设于电网中的多个电传感器,以对应获取多个电学数据;其中所述多个电传感器分别位于不同的区域;

S5、根据所述多个电学数据,判断电网是否出现零散区域停电状况;其中,零散区域停电状况指存在多个停电区域,并且多个停电区域之间互不相邻;

S6、若电网出现了零散区域停电状况,则从预设的重点区域记录表中获取与所有的停电区域对应的重要程度级别,并根据重要程度级别是否大于预设的重要程度阈值的标准,将所有的停电区域划分为第一级别区域和第二级别区域;其中所述第一级别区域对应的重要程度级别大于预设的重要程度阈值,所述第二级别区域对应的重要程度级别不大于预设的重要程度阈值;

S7、获取所述第一级别区域的历史用电量,并根据历史用电量是否大于预设的用电量阈值的标准,将所述第一级别区域划分为低耗电区域和高耗电区域;其中所述高耗电区域的历史用电量大于预设的用电量阈值,所述低耗电区域的历史用电量不大于预设的用电量阈值;

S8、从预设的车联网中获取所述车联网中的电动车辆信息、电动车辆的储电数据和放电桩的位置信息;其中,所述放电桩通过预设的备用线路与所述高耗电区域中的用电设备连接;

S9、将储电数据大于预设的储电阈值的电动车辆记为第一车辆,并向所述第一车辆对应的车辆终端发送所述放电桩的位置信息和放电指令,以实现第一暂时电力补充;其中,所述放电指令用于指示所述第一车辆前往所述放电桩,以将存储的电能通过放电桩输送给所述高耗电区域中的用电设备;

S10、开启预设的激光发射器阵列,以使所述激光发射器阵列向预设于所述低耗电区域内的能量转换器阵列发射激光,从而所述能量转换器阵列中的转换器的驱动部件的部分区域均处于激光照射状态下,使得所述驱动部件的部分区域由本征状态的抗磁性变为顺磁性或铁磁性,而所述驱动部件的其他区域仍保持本征状态的抗磁性,从而驱使所述驱动部件进行平面运动,以带动与所述驱动部件连接的金属导线在预设的磁场内进行切割磁感线的运动以生成电能,以实现第二暂时电力补充;其中,所述驱动部件由本征状态为抗磁性且在激光照射下呈顺磁性或铁磁性的材料制成,所述驱动部件位于预设的磁场中;

S11、在第一暂时电力补充和第二暂时电力补充后,判断所有的低耗电区域和所有的高耗电区域中是否存在不能满足对应的用电设备的使用的区域;

S12、若所有的低耗电区域和所有的高耗电区域中存在不能满足对应的用电设备的使用的区域,则将所述不能满足对应的用电设备的使用的区域记为再补电区域;

S13、生成分阶段复电策略,并向预设的复电移动终端发送所述分阶段复电策略,以要求所述复电移动终端对应的持有者以指定顺序进行分阶段复电;其中,所述指定顺序指所述再补电区域、所述第二级别区域、所述低耗电区域中除再补电区域之外的其他区域和所述高耗电区域中除再补电区域之外的其他区域的顺序。

2.根据权利要求1所述的零散区域的分阶段复电方法,其特征在于,所述将所述环境信号序列输入预设的电网状态预测模型中,从而得到所述电网状态预测模型输出的预测停电机率;其中,所述电网状态预测模型基于神经网络模型,并采用有监督学习方法训练得到的步骤S2之前,包括:

S101、获取预先收集的多个样本数据,其中所述样本数据包括训练用环境信号序列,所述训练用环境信号序列至少包括训练用湿度信号、训练用温度信号、训练用粉尘浓度信号和对应的人工标注停电机率数值;

S102、根据预设比例,将所述样本数据划分为训练数据和验证数据;

S103、调取预设的神经网络模型,并将所述训练数据输入所述神经网络模型中采用有监督学习方法进行训练,从而得到暂时模型;

S104、采用所述验证数据对所述暂时模型进行验证处理,从而得到验证结果,并判断所述验证结果是否为验证合格;

S105、若所述验证结果为验证合格,则将所述暂时模型记为电网状态预测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司广州供电局,未经广东电网有限责任公司广州供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110549708.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top