-
公开(公告)号：CN119885083A
公开(公告)日：2025-04-25
申请号：CN202510346687.2
申请日：2025-03-24
Applicant: 合肥工业大学
IPC: G06F18/25 , G06F18/15 , G06F18/22 , G06F18/24 , G06N3/042 , G06N3/044 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/09 , G06Q50/06
Abstract: 本发明公开了基于Mamba网络的主配协同故障检测方法、设备及介质，包括：S1.测量主配网故障数据并构建训练集；S2.通过图的邻接矩阵表示主配网的拓扑结构，构建图的邻接矩阵和边特征矩阵，并定义边的权重，以获取边特征矩阵E和特征矩阵X作为先验知识；S3.基于先验知识和测量数据构建Mamba网络模型，所述Mamba网络模型包括时序特征提取网络LSTM、图卷积神经网络、先验知识和特征融合模块、Softmax层和Mamba网络；S4.使用训练集并采用联合损失函数对Mamba网络模型进行训练并测试。本发明能够优化信息传播，且计算复杂度低，有效提升主配协同电网中的不平衡数据处理能力，提高模型训练精度和效果。
-
公开(公告)号：CN119853079A
公开(公告)日：2025-04-18
申请号：CN202510338669.X
申请日：2025-03-21
Applicant: 合肥工业大学
Abstract: 本发明公开了一种通信与电气耦合下主配协同电压优化控制方法及设备，该方法基于模型预测滚动优化框架，以电压偏差最小化为目标，构建通信与电气耦合下的分布式电压控制模型；将分布式电压控制模型分解为相邻分区信息交互、多个分区并行控制优化的子问题并重构为部分可观测马尔可夫决策过程；利用多智能体强化学习算法对重构后的模型进行快速求解，确定电压控制方法。本发明能提升电压调节精度与实时性，降低通信带宽需求，使主配协同下电压更加安全稳定运行。
-
公开(公告)号：CN119150700A
公开(公告)日：2024-12-17
申请号：CN202411626726.6
申请日：2024-11-14
Applicant: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
Inventor： 章海斌 , 李奇越 , 郭振宇 , 李帷韬 , 张学友 , 孙伟 , 许渊 , 马欢 , 曾彦 , 刘鑫 , 马凯 , 汪运 , 张晨晨 , 陈旭东 , 施雯 , 杨光 , 胡坤 , 郭龙刚
Abstract: 本发明公开了一种GIS局部放电最优位置匹配方法及系统，方法包括基于GIS局部放电的时域全波形数据对局部放电源进行粗定位，得到局部放电源的初步放电强度以及初步放电位置；将局部放电源的初步放电强度以及初步放电位置注入到仿真器中进行仿真增强计算，得到局部放电源的仿真增强结果，所述仿真增强结果包括仿真放电位置和仿真放电强度；将通过实时采集的所述时域全波形数据计算得到的实测放电强度与所述仿真增强结果进行迭代搜索，得到局部放电源的实际放电位置；本发明在GIS中出现局部放电情况下，以初步计算的放电源为中心，提出其邻域内测量值最优匹配的启发式快速迭代搜索算法，实现放电源的实时高精度定位。
-
公开(公告)号：CN119128552B
公开(公告)日：2025-04-29
申请号：CN202411626712.4
申请日：2024-11-14
Applicant: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司
IPC: G06F18/22 , G06F18/213 , G06F18/214 , G06F18/20 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的GIS局部放电特征匹配方法及系统，包括采集GIS局部放电模型的特高频信号，获取特高频信号对应的PRPD特征图谱；将特征图谱输入至深层特征提取网络，得到特高频信号对应的深层特征，深层特征提取网络包括特征提取网络和输出网络，特征提取网络由若干特征提取层叠加形成，每个特征提取层包括依次连接的通道注意力模块和空间注意力模块；利用深层特征构建数据集，采用深度强化学习算法训练GIS局部放电特征匹配马尔可夫模型，得到最优GIS局部放电特征匹配策略；本发明通过提取特高频信号的深层特征，并用于GIS局部放电特征匹配优化，提高GIS局部放电特征匹配结果的准确性。
-
公开(公告)号：CN119147914B
公开(公告)日：2025-05-06
申请号：CN202411626739.3
申请日：2024-11-14
Applicant: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司
IPC: G01R31/12 , G06F18/24 , G06F18/213 , G06F18/25 , G06F18/22 , G06N5/01 , G06N3/042 , G06N3/08 , G06F30/20
Abstract: 本发明公开了一种GIS场‑电融合实时状态感知与预警系统及方法，包括信号同步采集与测量嵌入式装置和工控机，工控机中部署仿真器、位置搜索器和预警器；嵌入式装置根据强关联特征监测GIS内部电磁场信号包含局部放电信号时，得到包含局部放电信号时域波形图和频域波形图的全时域波形图；仿真器基于GIS局部放电的全时域波形图对局部放电源进行粗定位，以粗定位结果作为初始注入点进行仿真增强计算，得到局部放电源的仿真增强数据；位置搜索器将根据全时域波形图计算得到的实测放电强度与仿真增强结果进行迭代搜索，得到局部放电源的实际放电位置；预警器基于时域全波形和包含局部放电源实际放电位置的预警信息进行预警。
-
Patent Agency Ranking
公开(公告)号：CN119853064A
公开(公告)日：2025-04-18
申请号：CN202510323680.9
申请日：2025-03-19
Applicant: 合肥工业大学
IPC: H02J3/12 , H02J3/16 , H02J3/50 , H02J13/00 , G06F17/16 , G06N10/60 , H04W52/14 , G08C17/02 , H04W52/26
Abstract: 本发明公开了一种信息物理耦合下配电网电压控制方法、设备及介质，该方法通过采集输电网和配电网的节点状态信息，以及基站通信资源信息，建立了信息网络数据传输模型，解决了时延对电压控制的影响。另外将电压控制模型转化为二进制变量问题，并采用量子近似优化算法（QAOA）求解伊辛模型，这一创新方法相比传统的经典优化方法，能够显著提升求解效率，尤其是在处理大规模、复杂的电压控制问题时，量子计算的优势更加突出，能够有效克服传统优化方法的计算挑战。因此，本方法不仅提高了电压控制的精度和稳定性，还具有较强的扩展性和适应性，能够应对更加复杂的配电网络环境。
-
公开(公告)号：CN119165310A
公开(公告)日：2024-12-20
申请号：CN202411626722.8
申请日：2024-11-14
Applicant: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司
IPC: G01R31/12 , G06F18/25 , G06F18/2113 , G06F18/2131 , G06N3/042 , G06F123/02
Abstract: 本发明公开了一种GIS局部放电信号检测方法、装置及存储介质，方法包括采集GIS内部电磁场信号，将所述电磁场信号的时频域特征作为图神经网络的节点进行关联强度筛选，得到时域强关联特征和频域强关联特征，其中，节点之间的连线表示节点所代表特征之间的关系；对电磁场信号进行所述时域强关联特征的提取，并基于时域强关联特征确定监测到局部放电信号，输出放电时的第一时域波形图；对电磁场信号进行所述频域强关联特征的提取，并基于频域强关联特征确定监测到局部放电信号，输出放电时的频域波形图；基于第一时域波形图和频域波形图，得到局部放电信号的全域波形图；本发明可在减少计算量的前提下提高局部放电信号检测的准确性。
-
公开(公告)号：CN119147914A
公开(公告)日：2024-12-17
申请号：CN202411626739.3
申请日：2024-11-14
Applicant: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司
IPC: G01R31/12 , G06F18/24 , G06F18/213 , G06F18/25 , G06F18/22 , G06N5/01 , G06N3/042 , G06N3/08 , G06F30/20
Abstract: 本发明公开了一种GIS场‑电融合实时状态感知与预警系统及方法，包括信号同步采集与测量嵌入式装置和工控机，工控机中部署仿真器、位置搜索器和预警器；嵌入式装置根据强关联特征监测GIS内部电磁场信号包含局部放电信号时，得到包含局部放电信号时域波形图和频域波形图的全时域波形图；仿真器基于GIS局部放电的全时域波形图对局部放电源进行粗定位，以粗定位结果作为初始注入点进行仿真增强计算，得到局部放电源的仿真增强数据；位置搜索器将根据全时域波形图计算得到的实测放电强度与仿真增强结果进行迭代搜索，得到局部放电源的实际放电位置；预警器基于时域全波形和包含局部放电源实际放电位置的预警信息进行预警。
-
公开(公告)号：CN119128552A
公开(公告)日：2024-12-13
申请号：CN202411626712.4
申请日：2024-11-14
Applicant: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司
IPC: G06F18/22 , G06F18/213 , G06F18/214 , G06F18/20 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的GIS局部放电特征匹配方法及系统，包括采集GIS局部放电模型的特高频信号，获取特高频信号对应的PRPD特征图谱；将特征图谱输入至深层特征提取网络，得到特高频信号对应的深层特征，深层特征提取网络包括特征提取网络和输出网络，特征提取网络由若干特征提取层叠加形成，每个特征提取层包括依次连接的通道注意力模块和空间注意力模块；利用深层特征构建数据集，采用深度强化学习算法训练GIS局部放电特征匹配马尔可夫模型，得到最优GIS局部放电特征匹配策略；本发明通过提取特高频信号的深层特征，并用于GIS局部放电特征匹配优化，提高GIS局部放电特征匹配结果的准确性。
-
公开(公告)号：CN117913994A
公开(公告)日：2024-04-19
申请号：CN202410093527.7
申请日：2024-01-23
Applicant: 合肥工业大学 , 国网安徽省电力有限公司滁州供电公司
IPC: H02J13/00 , G06F17/11 , G06Q50/06 , H04W24/02 , H04W24/06 , H04W28/16 , H04W4/30 , H02J3/38 , H02J3/48 , H02J3/50 , H02J3/16
Abstract: 本发明公开了一种基于模型预测的延迟未知下主动配电网电压优化控制方法，其步骤包括：1、构建主动配电网下行通信网络环境，将传输数据包按照基站编号、配电网节点编号和数据包种类编号进行编码；2、构建通信传输数据包预测模型并计算传输延迟；3、根据模型预测控制算法，建立主动配电网电压控制预测模型并嵌入传输延迟；4、以主动配电网电压扰动偏差与控制成本最小为目标函数，实现主动配电网电压控制与数据包的最优调制编码方案。本发明能在通信传输延迟下对主动配电网的电压进行实时控制，并能有效降低电压波动与丢包率，从而使主动配电网电压更加安全稳定运行。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.029 seconds)
