-
公开(公告)号：CN114977205B
公开(公告)日：2024-03-05
申请号：CN202210653051.9
申请日：2022-06-09
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于改进自适应惯性权重的主动配电网电压控制方法，其步骤包括：1、获取分布式电源的特征参数，对获得的数据进行预处理；2、构建邻接矩阵和无向图模型；3、采用STGCN进行训练确定分区方案；4、在分区方案的基础上设定有源配电系统中以电压偏差和网络损耗最小为目标函数；5、确定约束条件；6、采用自适应惯性权重改进的粒子群优化算法方法进行电压控制的寻优。本发明无需额外获取冗杂的配电网参数即可实现孤岛分区任务，从而能实现电网网损和电压偏差最小的优化控制目标，并能提高电压质量。(56)对比文件鲍祚睿;孙强;韩林.一种基于改进粒子群算法的主动配电网优化运行分析方法.自动化应用.2017,(05),121-123+126.
-
公开(公告)号：CN115081342A
公开(公告)日：2022-09-20
申请号：CN202210883962.0
申请日：2022-07-26
Applicant: 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学
Inventor： 李宾宾 , 秦琪 , 陈艺 , 汪玉 , 赵龙 , 包佳佳 , 杨瑞雪 , 王鑫 , 金雨楠 , 范明豪 , 马亚彬 , 翟玥 , 陈庆涛 , 黄杰 , 刘鑫 , 孙伟 , 李帷韬 , 李奇越 , 罗欢
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于LSTNet的重点控排企业“碳耗‑能耗‑产出”预测方法，包括：1、对采集到的“碳耗‑能耗‑产出”数据进行预处理并划分数据集；2、设计基于长期和短期时间序列的深度神经网络结构3、基于长期和短期时间序列的深度神经网络结构得到测试集样本的预测结果。本发明通过基于LSTNet深度神经网络来提供时间序列的细粒度分析，可以动态的捕获数据在时域和频域上的特征，以提高动态预测精度，满足了准确化快速化的实际需求。
-
公开(公告)号：CN119129354B
公开(公告)日：2025-04-01
申请号：CN202411626719.6
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: G06F30/23
Abstract: 本发明公开了一种基于GraphSAGE算法的GIS仿真数据增强方法、系统及存储介质，包括采用有限元法将GIS设备的仿真模型离散为多个四面体单元，并仿真得到GIS设备粗网格数据，每个四面体单元包括若干节点，粗网格数据包括各个节点的仿真特征数据；将GIS设备的仿真模型抽象为网络拓扑结构，并将所述网络拓扑结构中任意相邻的两个自由四面体视为一个片单元；采用GraphSAGE算法对每个片单元中的各节点的邻居节点进行一次聚合处理，生成一次聚合特征；采用GraphSAGE算法对每个片单元的所有节点进行二次聚合处理，生成二次聚合特征；基于一次聚合特征和二次聚合特征，生成GIS设备粗网格数据的增强数据。
-
公开(公告)号：CN114781458B
公开(公告)日：2024-02-20
申请号：CN202210481128.9
申请日：2022-05-05
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: G06F18/2415 , G06F18/2131 , G06N3/0442 , G06N3/049 , G06N3/047 , G06N3/084
Abstract: 本发明公开了一种基于自适应小波和注意力机制的时频记忆神经网络的配电网初期故障识别方法，包括：1、对采集到的电流和电压数据进行预处理并划分数据集；2、设计基于自适应小波变换的时频记忆递归神经网络核心结构；3、构建基于自适应小波变换和Attention机制的时频记忆递归神经网络；4、基于自适应小波和Attention机制的时频记忆递归神经网络得到测试集样本的输出结果。本发明通过基于自适应小波变换和Attention机制的时频记忆递归神经网络来提供时间序列的细粒度分析，可以动态的捕获数据在时域和频域上的特征，以提高初期故障的识别精度，满足了准确化快速化的实际需求。
-
公开(公告)号：CN115963351A
公开(公告)日：2023-04-14
申请号：CN202211530846.7
申请日：2022-12-01
Applicant: 合肥工业大学 , 国网安徽省电力有限公司滁州供电公司 , 国网安徽省电力有限公司
IPC: G01R31/08 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于高频TFM网络的ADN早期故障检测方法及应用，包括：1、对采集到的电流和电压数据进行预处理并划分数据集；2、设计基于高频特征注意力时频记忆网络核心结构；3、构建基于高频特征注意力时频记忆网络；4、基于高频特征注意力时频记忆网络得到测试集样本的输出结果。本发明通过基于高频特征注意力时频记忆网络来提供时间序列的多尺度多分辨率分析，可以动态的捕获数据在时域和频域上的特征，以提高早期故障的检测精度，满足了准确化快速化的实际需求。
-
Patent Agency Ranking
公开(公告)号：CN119885041A
公开(公告)日：2025-04-25
申请号：CN202510362025.4
申请日：2025-03-26
Applicant: 合肥工业大学
IPC: G06F18/2433 , G01R31/08 , G06F18/213 , G06F18/10 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于信号处理增强型Transformer的主配协同故障检测方法，包括：S1.采集主配网故障电压电流信号进行预处理，并构建训练集FD；S2.设置故障特征编码层和多层感知机故障检测层，用于构建信号处理增强型Transformer，之后采用训练集FD训练；S3.输入故障数据集合作为测试集样本，基于信号处理增强型Transformer输出故障时刻预测结果。本发明适用于主配电网故障发生时刻和持续时间高精度检测，不仅能够更加精细地捕捉故障信号的瞬态能量和时频特征，还能够在动态环境下更准确地识别故障模式，同时还显著提高了对微弱非线性非平稳信号的处理能力，实现了更高精度的故障检测。
-
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：CN119150625B
公开(公告)日：2025-04-01
申请号：CN202411626746.3
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: G06F30/23 , G06F30/27 , G06F17/16 , G06N3/0464 , G06N3/08 , G06F111/10
Abstract: 本发明公开了一种GIS电磁场分布快速高精度仿真方法、仿真器、存储介质及系统，方法包括采用时域有限差分算法或有限元算法对GIS设备的三维仿真模型进行数值求解，得到GIS全波电磁粗网格仿真结果，所述粗网格仿真结果包括粗网格结构数据和粗网格场强数据；采用增强模型对所述粗网格仿真结果进行增强处理，得到增强细网格数据；本发明可实现快速高精度的GIS电磁场分布仿真。
-
公开(公告)号：CN119471339A
公开(公告)日：2025-02-18
申请号：CN202411531222.6
申请日：2024-10-30
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: G01R31/327 , G01M13/00
Abstract: 本发明公开了一种基于能量搜索的GIS故障信号定位方法及系统，方法包括获取GIS设备中安装的n个传感器同步采集的故障信号；遍历每个传感器对应的故障信号，计算遍历到的当前传感器对应的故障信号相较于剩余传感器对应的故障信号的综合差值；对于遍历到的当前传感器对应的故障信号，从剩余传感器对应的故障信号中确定与当前传感器对应的故障信号幅值最接近的故障信号；根据当前传感器对应的综合差值和最近接的故障信号，确定当前传感器检测出的故障发生范围；将所有传感器对应的故障发生范围的重叠区域作为故障发生位置；本发明可提高GIS故障定位准确性。
-
公开(公告)号：CN119129354A
公开(公告)日：2024-12-13
申请号：CN202411626719.6
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: G06F30/23
Abstract: 本发明公开了一种基于GraphSAGE算法的GIS仿真数据增强方法、系统及存储介质，包括采用有限元法将GIS设备的仿真模型离散为多个四面体单元，并仿真得到GIS设备粗网格数据，每个四面体单元包括若干节点，粗网格数据包括各个节点的仿真特征数据；将GIS设备的仿真模型抽象为网络拓扑结构，并将所述网络拓扑结构中任意相邻的两个自由四面体视为一个片单元；采用GraphSAGE算法对每个片单元中的各节点的邻居节点进行一次聚合处理，生成一次聚合特征；采用GraphSAGE算法对每个片单元的所有节点进行二次聚合处理，生成二次聚合特征；基于一次聚合特征和二次聚合特征，生成GIS设备粗网格数据的增强数据。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.042 seconds)
