-
公开(公告)号：CN105187849A
公开(公告)日：2015-12-23
申请号：CN201510502705.8
申请日：2015-08-14
Applicant: 合肥工业大学
IPC: H04N21/2343 , H04N21/2383 , H04N21/2385 , H04N21/262
CPC classification number: H04N21/234327 , H04N21/2383 , H04N21/2385 , H04N21/26216
Abstract: 本发明公开了一种基于D2D和蜂窝网络的可伸缩视频多播资源分配的方法，其特征是按如下步骤进行：1将移动设备划分为蜂窝设备和D2D设备；2将视频流分割为基础层和增强层；3基站为每个视频层选择各自的调制编码方式并进行传输；4蜂窝设备和第一优先级设备接收视频层；第一优先级设备再传输给次优先级设备；5统计蜂窝设备、第一优先级设备和次优先级设备所接收到的视频层总数并计算效用值。本发明能提高频谱利用率，增加网络环境中的设备容量，解决频谱资源紧张的问题，从而有效提高网络环境整体的吞吐量，设备也能够接收提供到更好的视频质量。
-
公开(公告)号：CN120011778A
公开(公告)日：2025-05-16
申请号：CN202411860261.0
申请日：2024-12-17
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 合肥工业大学
IPC: G06F18/213 , G08B31/00 , G06F18/10 , G06F18/214 , G06F40/242 , G06F40/279 , G06F16/335
Abstract: 本发明公开了一种变电站报警事件提取方法及系统，方法包括：对原始监控报警信息进行预处理；利用CBOW模型，对预处理后的原始监控报警信息，计算词向量，以及将词向量转化为句子向量，获取具有相同单词向量的监控报警信息的分布式向量表示；采用TF‑IDF文本挖掘算法，根据报警信息的实体类型和报警动作，在句子向量中识别关键词信息；并采用BM25F算法，根据关键词信息，获取与关键词信息相关性最高的报警信息，作为整个报警信息集中的关键报警信息，解决电网和设备发生故障时，大量的报警会导致监控器遗漏重要的报警，延误处理时间的问题。
-
公开(公告)号：CN119150700B
公开(公告)日：2025-04-29
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：CN119165310B
公开(公告)日：2025-04-22
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：CN119853080A
公开(公告)日：2025-04-18
申请号：CN202510344315.6
申请日：2025-03-24
Applicant: 合肥工业大学
Abstract: 本发明公开了一种输配协同下的分布式电压控制方法、设备及介质，包括以下步骤，S1、获取输配系统的基本参数信息；S2、建立输电网损耗和配电网损耗最小的分布式电压无功控制模型；S3、将输配电系统无功电压控制模型分解成关于输电网和配电网的控制子模型；S4、利用S3进行分解得出控制子模型，基于S1中的参数信息，构建求解框架进行求解，最终得出分布式电压控制策略。本发明通过设置输配电系统网损最小化为优化目标，可以在保证系统电压安全的同时，降低发电成本，提高新能源消纳。本发明在整体输配电系统中的优化网络损耗，所提出的分布式求解方法，与集中式方法相比，保证系统安全运行的同时，降低了计算复杂度。
-
Patent Agency Ranking
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：CN119147915B
公开(公告)日：2025-02-28
申请号：CN202411626743.X
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
IPC: G01R31/12 , H03M1/12 , G06F18/25 , G06F18/213 , G06N3/042 , G06N3/08 , G06N10/60 , G01R31/14 , G01R23/02
Abstract: 本发明公开了一种信号同步采集与测量嵌入式装置及预警系统，包括信号采集位置确定模块，用于确定信号采集模块中各传感器的安装位置；信号采集模块，用于采集GIS内部电磁场信号；信号处理前端，用于对所述信号采集模块传输的电磁场信号进行信号调理，调理后的信号传输至模数转换器；模数转换器，用于将调理后的信号从模拟信号转为数字信号后传输至信号测量模块；信号测量模块，用于基于预先筛选得到的强关联特征对数字信号进行监测，在确定监测到局部放电信号时，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，其中强关联特征包括时域强关联特征和频域强关联特征；本发明可实现高精度同步检测GIS局放时域全波形数据。
-
公开(公告)号：CN119129447B
公开(公告)日：2025-02-28
申请号：CN202411626704.X
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
Abstract: 本发明公开了一种基于差分融合神经网络的GIS电磁场粗仿数据增强方法、系统及存储介质，包括获取GIS电磁场粗网格仿真数据集；将GIS电磁场粗网格仿真数据集输入到差分深度学习网络模型，差分深度学习网络模型包括依次连接的增强网络和结构相似性网络，所述增强网络包括自调节模块和差分卷积模块；利用自调节模块和所述差分卷积模块分别对粗网格结构数据和粗网格场强数据进行计算，得到细网格增强网格结构特征和细网格增强场强特征；利用结构相似性网络对细网格增强网格结构特征和细网格增强场强特征进行匹配，计算相似性特征；基于相似性特征，计算GIS细网格增强数据；采用本发明可兼顾GIS电磁仿真的精度和效率。
-
公开(公告)号：CN119149920B
公开(公告)日：2025-02-11
申请号：CN202411639383.7
申请日：2024-11-18
Applicant: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
IPC: G06F18/10 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06F17/16 , G06F18/213 , G06F18/214
Abstract: 本发明提供一种时序数据补全方法及系统，方法包括：对直流换流变压器采集时序相关度运行数据，构建原始时序缺损数据集X0；对原始时序缺损数据集X0进行时间相关度的预处理得到时间相关预处理矩阵X1；将时间相关预处理矩阵X1输入CNN网络中进行数据序列整合得到整合矩阵X2；将整合矩阵X2送入双向长短时记忆神经网络Bi‑LSTM进行时间相关性预测学习得到时间相关性预测结果X3；将时间相关性预测结果X3送入反注意力层anti‑attention对预填数据降低注意力得到重构注意力矩阵X4；将重构注意力矩阵X4放入全连接输出层得到数据预测补全结果#imgabs0#。本发明解决了梯度消失、过度拟合以及补全数据的准确性低的技术问题。
-
公开(公告)号：CN119129448B
公开(公告)日：2025-02-11
申请号：CN202411626710.5
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
IPC: G06F30/27 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06F18/27
Abstract: 本发明公开了一种基于PU‑GAN的GIS电磁场仿真数据增强方法及系统，包括获取GIS电磁场的真实粗网格数据和真实细网格数据；将真实粗网格数据和真实细网格数据输入至生成对抗网络进行训练，直至总体优化损失函数最小时，得到训练好的生成器作为数据增强模型以用于对实时生成的真实粗网格数据进行增强；其中，生成对抗网络包括生成器和判别器，生成器用于对所述真实粗网格数据进行特征提取，并对提取的特征进行循环倍数增强，得到细网格生成数据；本发明利用训练好的模型可以快速得到高精度的GIS电磁场仿真增强数据。
-
-
-
-
-
-
-
-
-
Search Results
320
records
(took 0.035 seconds)
