-
公开(公告)号：CN119051176A
公开(公告)日：2024-11-29
申请号：CN202411032422.7
申请日：2024-07-30
Applicant: 武汉大学
Abstract: 本发明提供一种基于神经网络的风电电网综合无功优化方法及装置，该方法包括：步骤1、对接入风电电网的不同典型风电场景各自构建基于DBN的无功优化模型；步骤2、获取风电电网场景特征集和对应的综合无功优化策略集，根据风电电网场景特征集和对应的综合无功优化策略集训练无功优化模型；步骤3、任意选定测试场景，确定与测试场景相匹配的典型风电场景；步骤4、根据步骤3确定的典型风电场景，基于步骤2训练后的无功优化模型，得出实时的无功优化策略，根据实时的无功优化策略对风电电网进行综合无功优化。本发明能够加快无功优化问题的求解速度，降低决策时间与计算量，极大地提高优化效率。
-
公开(公告)号：CN119030024A
公开(公告)日：2024-11-26
申请号：CN202411181605.5
申请日：2024-08-26
Applicant: 武汉大学
IPC: H02J3/38 , G06F30/20 , G06F111/04 , G06F111/06
Abstract: 本申请涉及电力系统技术领域，特别涉及一种黑启动电源布点多目标优化方法、装置、设备及介质，其中，包括：获取黑启动过程导致机组恢复失败的影响因素；基于隶属度函数计算影响因素中内部因素导致的机组恢复失败率，基于蒙特卡罗抽样计算影响因素中外部因素导致的机组恢复失败率，结合内部和外部因素各自导致的机组恢复失败率进行机组恢复风险评估；在平衡机组出力的基础上，基于贪心算法策略确定黑启动阶段的重要负荷恢复度，根据机组恢复风险评估结果、重要负荷恢复度、黑启动恢复时间和多个约束因素进行黑启动电源布点的多目标优化。由此，解决了现有技术中在应对大面积停电事故时，恢复速度慢、可靠性不足、恢复时间长且事故损失大等问题。
-
公开(公告)号：CN117831131B
公开(公告)日：2024-06-11
申请号：CN202410026886.0
申请日：2024-01-09
Applicant: 国网湖北省电力有限公司荆门供电公司 , 湖北荆能输变电工程有限公司 , 武汉大学 , 荆门市盛和电力勘测设计有限责任公司
IPC: G06V40/20 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本发明涉及电力系统安全识别技术领域，公开了一种基于卷积神经网络的典型违章行为智能化识别算法的压缩方法，其特征在于，方法步骤如下：基于卷积神经网络模型，通过输入图像的特征来识别输入图像的相应类别，从而对电力工作时工作人员的违章行为进行识别。本发明具有以下有益的技术效果：实现变电站近电作业时作业人员是否存在违章行为的识别，是对现有识别方法的有益补充，具有合理的准确性和高度的可推广性，在保证智能识别的精度和速度下进一步减小模型的大小，提高智能识别监测装置的分析效率。
-
公开(公告)号：CN117746003A
公开(公告)日：2024-03-22
申请号：CN202311462029.7
申请日：2023-11-02
Applicant: 武汉大学 , 国网安徽省电力有限公司电力科学研究院 , 国网山西省电力公司电力科学研究院 , 中国电力科学研究院有限公司
IPC: G06V10/22 , G01H17/00 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种面向配电站房的声光融合振动源定位方法，首先构造基于阵列信号处理原理的声学影像图；接着以卷积神经网络或者transformer为骨架分别构造声学影像特征提取模块与可见光特征提取模块；并构造c‑attention模块连接声学影像特征提取模块与可见光特征提取模块；接着构造能够定位振动源的检测模块，该检测模块以可见光特征和声学特征为输入；最后将声学影像图和可见光相机捕捉到的设备影像作为模型的输入，反复训练模型，进而获得最终模型，本发明的优点是基于超声影像‑可见光影像融合的振动源定位模型，实现配电站房振动源的高精度定位。
-
公开(公告)号：CN116662843A
公开(公告)日：2023-08-29
申请号：CN202310650794.5
申请日：2023-06-01
Applicant: 国网湖北省电力有限公司荆州供电公司 , 武汉大学
IPC: G06F18/23213 , G06F17/18 , G06Q50/06
Abstract: 本发明公开了一种计及分布式电源及负荷出力不确定性的场景生成方法。包括：首先，针对风力发电随机性强、波动性大的特点，以分布式风电作为电源侧出力不确定性的研究对象，基于分箱理论及逆变换抽样法生成计及电源出力随机性与波动性的多时间断面动态场景；然后，引入Copula函数生成具有相关性的空间静态场景；其次，利用场景排序方法，耦合生成考虑电源出力随机性、波动性及相关性的时空动静态场景；再次，延续上述方法处理负荷变化不确定性，并将负荷特性与不确定性相结合，形成相应典型场景；最后，将上述生成的多场景运用K‑means聚类算法进行场景削减，生成典型场景，提高后续运算及场景处理的效率，将源荷出力不确定性问题转变为概率确定性问题。
-
Patent Agency Ranking
公开(公告)号：CN116014801A
公开(公告)日：2023-04-25
申请号：CN202310099355.X
申请日：2023-01-31
Applicant: 武汉大学
IPC: H02J3/38 , H02J3/48 , H02J3/50 , H02J3/06 , G06F30/27 , G06N3/006 , G06F111/04 , G06F113/04
Abstract: 本发明提出了一种黑启动电源优化布点的供电方法及计算机可读介质。本发明以非黑启动电源节点的黑启动恢复时间最短作为目标函数，在多个黑启动电源节点中优化选择多个作为恢复供电的黑启动电源节点、恢复供电的黑启动电源节点的容量作为决策变量，构建以黑启动恢复时间最短为目标的多黑启动电源布点优化模型；基于郊狼优化算法求解多黑启动电源布点优化模型，通过改善郊狼成长模式、引入自适应莱维飞行和混沌扰动机制改进郊狼优化算法，得到最优布点位置容量，用于配电网的供电恢复。本发明具有更强的全局寻优能力，算法精度高，稳定性强，能较均衡地将多个黑启动电源分布于拓扑网络上，缩短电力系统恢复时间。
-
公开(公告)号：CN116014794A
公开(公告)日：2023-04-25
申请号：CN202310013759.2
申请日：2023-01-05
Applicant: 武汉大学
Abstract: 本发明涉及电力系统运行控制技术，具体涉及一种考虑分区恢复的多黑启动电源布点规划方法，该方法将分区恢复模型引入黑启动电源布点优化中，考虑多个黑启动电源的配置，计及黑启动机组位置、黑启动机组容量、机组启动时间、机组启动功率、路径充电时间等方面约束，构建以黑启动恢复时间最短为目标的多黑启动电源布点优化模型；然后基于智能优化算法求解多黑启动电源布点优化模型，得到最优黑启动电源布点规划方案。该方法充分发挥了多黑启动电源并行恢复的优势，提高了电力系统恢复效率，有效缩短了恢复时间。
-
公开(公告)号：CN115986818A
公开(公告)日：2023-04-18
申请号：CN202211695279.0
申请日：2022-12-28
Applicant: 武汉大学
IPC: H02J3/38 , G06F30/27 , G06F30/18 , G06F113/04
Abstract: 本发明提供一种考虑子区结构及规模的电力系统恢复分区方法及装置，包括抽象待分区的电网拓扑，构建电网加权拓扑图并获取邻接矩阵，基于标签传播算法原理建立电力系统分区模型，计算标签传播概率矩阵，根据黑启动电源节点位置初始化标签分类矩阵，在标签传播算法的传播策略中引入子区规模矩阵和历史影响因子，节点标签按照改进后的标签传播策略进行传播，得到标签影响矩阵，对标签分类矩阵进行更新，同时还原黑启动电源节点的标签信息，重复节点标签传播过程，直至标签分类矩阵收敛，输出电力系统分区结果，本发明求取得到的电力系统分区社区结构特性强、规模接近，减小电力系统分区互联的等待时间，提高电力系统并行恢复的效率。
-
公开(公告)号：CN112288694B
公开(公告)日：2022-10-04
申请号：CN202011118132.6
申请日：2020-10-19
Applicant: 武汉大学
IPC: G06T7/00
Abstract: 本发明提出了一种基于掩膜区域卷积神经网的变电设备缺陷识别的方法。本发明通过变电站视频设备采集变电设备图像，将采集的变电设备图像通过对抗生成网络方法得到变电设备图像数据集；对变电设备图像数据集中每幅变电设备图像依次进行人工标定，得到每幅变电设备图像中多个缺陷标定框以及多个缺陷类型，并得到人工标定后变电设备图像数据集；构建掩膜区域卷积神经网络，将人工标定后变电设备图像数据集作为训练集，对掩膜区域卷积神经网络进行训练得到训练后掩膜区域卷积神经网络。本发明提高了变电设备的运维巡检效率以及变电设备及其缺陷识别的模型精度，且本发明方法识别精度高、缺陷识别效率高。
-
公开(公告)号：CN114897035A
公开(公告)日：2022-08-12
申请号：CN202111179490.2
申请日：2021-10-09
Applicant: 国网浙江省电力有限公司电力科学研究院 , 国网浙江省电力有限公司 , 武汉大学
Abstract: 本发明涉及一种用于10kV电缆状态评估的多源数据特征融合方法，基于多传感器数据对10KV电缆进行状态评估。首先将多传感器时间序列数据经过构造高维随机矩阵计算其平均谱半径的方法进行特征提取；然后将三类传感器计算得到的特征向量按照参考向量统一维度，形成新的矩阵；最后将新的特征矩阵作为输入，已知的电缆状态作为输出，通过三层BP神经网络分类器进行模式识别。本发明充分利用了10KV电缆状态监测系统的多传感器数据，一定程度上解决了不同数据源权重赋予过程主观性强的问题。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.13 seconds)
