国网辽宁省电力有限公司电力科学研究院

本发明提出了一种基于可靠性优化设计的磁存储器电力终端自适应缓存方法及系统，属于电力智能终端的数据存储技术领域。方法包括：在MRAM芯片的存储地址空间上划分初始分区；采集电力终端运行过程中发往各分区的数据访问请求，对数据访问请求对应的数据进行重要性分级；根据数据访问请求的数据更新频率，动态调整各分区的存储地址空间，得到扩容后的分区；根据数据的重要性分级结果和扩容后的分区，在各分区间迁移数据，得到更新后的分区；基于更新后的分区缓存新的数据访问请求。本发明降低了小数据写入延迟，存储空间的动态调整减少了冗余预留、单芯片替代双芯片降低了硬件成本与PCB面积、系统自适应运行无需人工干预降低软件复杂度。

本发明公开了一种考虑电价不确定性的钢铁园区日前‑日内生产与能源协同控制方法，属于钢铁园区生产调度与综合能源系统优化运行技术领域。方法包括：构建包含离散运行、连续运行周期产出、离散运行周期产出和连续产出四类工序的生产模型及炉次约束；根据日前电价预测误差数据构建电价分布模糊集；构建功率平衡、产量及库存约束；建立日前综合运行成本优化模型和日内能源成本与碳排放成本优化模型；制定日前‑日内协同控制策略，实现生产计划确定与能源系统滚动优化。本发明能够提高日前购电计划的稳健性，并通过降低高电价时段用电负荷、提升低电价时段短流程生产比例，实现对电价信号的有效响应，降低钢铁园区碳排放。

本发明提供了一种基于因子解耦的集群感知小样本分子性质预测方法，涉及小样本学习领域。本发明构建每个目标属性节点的支持集、查询集、辅助属性子图和边集合，组成任务图，通过图神经网络对任务图进行处理，将得到的图级表示通过分类器，得到预测结果。同时本发明可以基于任务图、支持集和查询集，对图神经网络和分类器的参数进行更新微调，实现了在任务分布复杂、每类属性样本极少的情况下，提升多任务分子属性预测的精度与泛化能力。本发明引入异构图建模、解耦因子子空间表示、多通道对比学习、任务门控初始化等机制，显著提升模型在任务异质性建模、小样本适应与跨任务迁移方面的能力，在多个公开数据集上均显著优于现有主流方法。

本发明公布了一种基于时变偶极子模型的配电网局部放电故障信号模拟方法，涉及电子信息电磁计算技术领域；针对放电间隙与相应放电电流的测量数据，使用插值方法对测量数据进行扩充；基于时变偶极子模型计算放电电流的辐射电场，建立放电间隙‑辐射频率对应关系，提取不同故障间隙下的特征故障频率信号；在考虑辐射信号衰减可调、辐射间隙可调的情况下生成故障辐射信号；向生成的故障信号中加入噪声；形成完整的故障信号数据集。本发明能够提升生成的数据量，面向更多应用场景，且计算准确性好，空间开销小，计算速度快。

一种面向车网互动的配用电安全智能管控方法及系统。在车网互动系统下，采集EV充电过程的多源异构数据并评估各类数据对充电站的实际影响力；根据影响力指数的数值设定安全级别的对应区间，根据充电站节点的安全等级，实施不同的管控措施；其中，对于安全等级为良好的充电站节点，通过建立充电需求与SOC、放电功率与放电时长的双维度分级映射机制，分别预设差异化功率与电价策略；对于安全等级为较差的充电站节点，以所有充电桩的影响力指数构建该节点的影响力矩阵；通过分析矩阵中故障项的影响力权重定位故障源，并执行差异化故障处置流程。本申请能够实时调节充电桩运行方式，优化电力分配，降低电网故障风险，确保电网的稳定运行。

一种基于数据挖掘的自动电压控制方法及系统，方法包括以下步骤：采集电网中各节点的电压数据和功率数据并处理，形成电压样本和功率样本，并通过聚类得到关键电压参数和对应的功率样本；构建电压控制目标函数并设置约束条件；获取当前时刻各节点的电压数据，确定对应的聚类簇；基于聚类簇对应的关键电压参数和功率样本，计算总有功功率损耗对每个节点的无功功率的灵敏度；将当前时刻各节点的电压数据代入电压控制目标函数，计算当前运行点的有功功率损耗，结合灵敏度，将电压控制目标函数线性化并求解。本发明通过数据挖掘提取典型电网运行模式，并结合无功功率灵敏度分析实现自动电压优化控制，提高电压控制精度及运行稳定性。