公开(公告)号：CN119168364A

公开(公告)日：2024-12-20

申请号：CN202411196561.3

申请日：2024-08-28

Applicant: 国网湖北省电力有限公司宜昌供电公司 ,  三峡大学 ,  公安部第三研究所

Inventor： 刘晓峻 ,  赵东鹏 ,  曲洁 ,  李杨 ,  徐守志 ,  余梅 ,  陆林 ,  李红阳 ,  肖碧波 ,  彭书瑞 ,  朱佳 ,  付荣 ,  李晶 ,  朱国威 ,  胡为民 ,  张继新 ,  邓辉 ,  张怡 ,  赵航 ,  赵凌楚 ,  彭潇潼 ,  蒋承骥 ,  曹一凡 ,  谭茗铎 ,  刘远 ,  王捷 ,  刘畅 ,  田里 ,  周亮 ,  冯浩 ,  邱爽 ,  张艳珍 ,  顾中铭 ,  曹少龙 ,  张岩 ,  张程鹏 ,  李海莹 ,  方平山 ,  胡宇航 ,  周建宇 ,  周明康

IPC: G06Q10/0635 ,  G06Q50/06 ,  G06Q50/26 ,  G06F18/2415 ,  G06F18/213 ,  G06F18/25 ,  G06N3/084

Abstract: 本发明公开了一种基于多模态大模型的电力物联网工控设备安全评估方法，主要包括数据收集与预处理、多模态大模型处理、安全风险评估以及结果展示与决策支持。首先，收集电力物联网工控设备的多模态数据，进行预处理，确保数据的一致性和准确性；其次，采用多模态大模型技术，结合正交顺序融合(OSF)策略，对多源异构数据进行深度融合和特征提取；然后，建立和训练安全风险评估模型，量化故障概率、风险等级和潜在影响，结合知识图谱提供的背景信息，提供更精准的安全评估；最后，通过可视化界面展示评估结果。本发明有效提升了电力物联网工控设备安全风险评估的自动化水平和准确性，确保电力系统的稳定运行和安全管理。

公开(公告)号：CN119090061A

公开(公告)日：2024-12-06

申请号：CN202411127338.3

申请日：2024-08-15

Applicant: 国网湖北省电力有限公司宜昌供电公司 ,  三峡大学

Inventor： 李杨 ,  赵东鹏 ,  刘晓峻 ,  肖碧波 ,  徐守志 ,  余梅 ,  陈芮 ,  彭书瑞 ,  朱佳 ,  付荣 ,  李晶 ,  朱国威 ,  胡为民 ,  张继新 ,  邓辉 ,  张怡 ,  赵航 ,  赵凌楚 ,  彭潇潼 ,  蒋承骥 ,  曹一凡 ,  谭茗铎 ,  刘远 ,  王捷 ,  刘畅 ,  田里 ,  周亮 ,  冯浩 ,  邱爽 ,  张艳珍 ,  顾中铭 ,  赵娴真 ,  何武骏 ,  曹少龙 ,  刘永林 ,  李晨露 ,  彭祥敏 ,  魏齐巍 ,  皮梦婷

IPC: G06Q10/04 ,  G06Q10/0631 ,  G06Q10/083 ,  G06Q50/06 ,  G06N3/126

Abstract: 本发明公开了一种移动式岸电调度与泊位分配的协同优化方法，包括以下步骤：模型构建模块：构建移动式岸电调度与泊位分配的协同优化模型；数据采集模块：收集船舶信息、泊位信息和岸电信息数据；智能决策模块：运用优化算法求解协同优化模型；分配执行模块：根据计算结果，自动或半自动地执行岸电调度和泊位分配操作。本发明采用上述的一种移动式岸电调度与泊位分配的协同优化方法，优化了多目标条件下的岸电和泊位资源的调度与分配，适用于需要优化移动式岸电资源和泊位分配的各类港口，具备高灵活性和适应性，有助于提升泊位与岸电利用率，减少船舶在港口停泊期间的燃油使用和污染排放，具有显著的环保效益，助力港口实现绿色运营和双碳目标。

公开(公告)号：CN119623752A

公开(公告)日：2025-03-14

申请号：CN202411786940.8

申请日：2024-12-05

Applicant: 三峡大学

Inventor： 徐守志 ,  孙浩雯 ,  余梅 ,  焦延楠 ,  刘晓峻 ,  李杨 ,  吴颖波 ,  赵立华 ,  李碧涛 ,  曹一凡 ,  姜梦颖 ,  张诗睿 ,  徐婉怡 ,  向小珺 ,  陈煜乔

IPC: G06Q10/04 ,  G06Q10/0631 ,  G06Q50/06 ,  G06N3/006

Abstract: 本发明公开了一种基于智能电网需求响应的电力负荷调度优化方法，包括以下步骤：步骤S1、进行负荷管理级别判定，依据历史用电负荷数据预测次日用电负荷情况，从而得到响应时间段的总响应负荷值#imgabs0#步骤S2、获取用户可响应负荷数据；步骤S3、进行需求响应负荷调度。本发明采用上述的一种基于智能电网需求响应的电力负荷调度优化方法，能够实现对电力需求响应中负荷的合理管理，确保智能电网能够稳定供电，减缓供电压力并合理地利用电力资源。

公开(公告)号：CN119835697A

公开(公告)日：2025-04-15

申请号：CN202411861860.4

申请日：2024-12-17

Applicant: 三峡大学 ,  国网湖北省电力有限公司宜昌供电公司

Inventor： 余梅 ,  曾梦姣 ,  张磊 ,  田灿 ,  刘晓峻 ,  曹一凡

IPC: H04W28/084 ,  G06N3/092 ,  H04W28/08

Abstract: 本发明提供了一种进化多目标深度强化学习驱动的无人机移动边缘网络优化方法，包括以下步骤：步骤1，建立无人机移动边缘网络的多目标优化模型；步骤2，采用一种进化多目标深度强化学习驱动的无人机移动边缘网络优化方法，对步骤1建立的多目标优化模型进行求解。本发明将切比雪夫分解策略融合到深度强化学习框架中，达到同时评价多个目标函数的目的。该方法利用PPO算法的强大决策能力和TD策略的良好多样性维护能力，智能引导种群朝着分布性更优及收敛性更佳的方向不断进化，显著提高了种群的进化效率和多样性分布。最终，通过实施本发明方法可大大提升无人机移动边缘网络在用户速率和系统能耗上的性能。