国网综合能源服务集团有限公司

本发明公开了一种融合深度学习与逻辑判断的电缆间歇性故障监测方法，涉及电力电缆状态监测技术领域。本发明采集连续电压信号，按照工频周期划分为单周期电压样本并设置时间标签；将单周期电压样本输入CNN‑BiLSTM‑MHA深度学习模型，依次提取局部畸变特征、周期内前后时序关联特征，对关键时间片段进行注意力加权，形成单周期判别结果；按照采样时序形成判别结果序列，利用逻辑判断模块滑动窗口分析，在连续故障周期区间前后为正常周期时判定间歇性故障，确定故障起始时间、结束时间和持续时间。本发明可降低电压波动和噪声造成的判断偏差，实现周期级故障时间定位。

本发明公开了一种多目标协调优化的台区储能控制方法及系统，方法包括：构建包含光伏可接入容量裕度的强化学习状态空间；定义储能有功和无功控制动作，状态转移过程同步更新储能荷电状态与光伏可接入容量裕度；建立涵盖电压偏差、电压越限、反向潮流、三相不平衡、储能寿命损耗及光伏承载能力提升的六目标协调优化函数；构建运行风险与目标偏离驱动的动态权重调整机制；依据目标时间尺度划分，构建包含即时运行、光伏承载与储能寿命的三层次奖励函数；采用强化学习算法训练储能控制策略并在线部署闭环控制。本发明可实现台区电压优化、反向潮流抑制、三相不平衡治理、光伏接入空间释放及储能寿命保护的协同优化。

本发明属于数据压缩技术领域，提出了基于小波分解的储能时序数据自适应差分压缩方法及系统，步骤包括：通过多层小波分解将连续时序数据分离为反映长期趋势的低频近似分量和反映局部波动的高频细节分量；对低频近似分量，依据其局部统计特性动态确定差分阶数进行自适应差分压缩，得到低频差分数据；对各高频细节分量按能量分布分配量化位数进行量化编码，得到高频压缩数据；最后将两类压缩数据按预设格式重组，生成压缩数据流。本发明利用小波分解结合自适应差分实现储能时序数据分层差异化量化压缩，兼顾波形保真度，压缩开销可控，码流携带完备解码参数，适配多类储能监测参量。

本发明公开了一种面向终端用能场景的电能替代优先级判定方法及系统，其方法包括：通过融合多源信息提取用能特征向量，与电能替代技术库适用模板进行相似度匹配，自动筛选候选技术集并构建涵盖电能替代潜力、技术可行性、经济性、环境效益和电网协同五个维度的层次化评价指标体系；确定指标综合权重并计算初始优先级评分；继而将候选技术核心运行参数输入电网承载能力校验模型，通过时序仿真量化越限程度，对评分进行降级或设置约束标记；最终获取实时政策影响因子生成修正系数，调整评分并输出排序结果。实现了多维度协同量化评估与电网安全约束、政策动态响应的有机统一，显著提升了电能替代优先级判定的系统性、科学性和实用性。