-
公开(公告)号：CN117132073A
公开(公告)日：2023-11-28
申请号：CN202311174964.3
申请日：2023-09-12
Applicant: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/0635 , G06Q50/06
Abstract: 本发明公开了一种基于智能合约的电力巡检管理优化方法及系统，包括用户管理系统、设备信息管理系统、动态巡检管理系统和作业处理系统；所述用户管理系统包括专业用户端和非专业用户端，专业用户端与专业人员的电脑和手机连接，非专业用户端与非专业人员的手机连接，所述用户管理系统与所述设备信息管理系统连接，所述信息管理系统与所述动态巡检管理系统连接，所述动态巡检管理系统与所述作业处理系统连接。本发明采用上述的一种基于智能合约的电力巡检管理优化方法及系统，巡检计划调整更加合理，引入区块链智能合约技术，使数据管理更加安全高效，提高了巡检管理的效率和可靠性，实现了巡检数据的集中化，提高了巡检数据的利用效率。
-
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
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：CN119382068A
公开(公告)日：2025-01-28
申请号：CN202411239021.9
申请日：2024-09-05
Applicant: 三峡大学
IPC: H02J3/00 , G06F18/2135 , G06F18/10 , G06F18/214 , G06F18/25 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及基于DPT‑LSTM特征选择的电力负荷预测方法，将收集的电力符合数据进行相干性分析，分为主要特征数据和次要特征数据，并对主要特征数据按固定比例分解后分别进行卷积提取多尺度特征数据后，输入到通道注意力模块加权求和得到特征数据图；构建双分支网络，将特征数据图和辅助特征分别输入到双向长短期记忆子网络和长短期记忆子网络中并对结果进行加权拼接得到电力符合预测结果。本发明考虑多种变量因素对电力负荷数据的影响，筛选对电力负荷预测结果有正面影响和负面影响的数据，并利用多尺度特征方法提取特征数据，得到精准的电力符合预测结果。
-
Patent Agency Ranking
公开(公告)号：CN110895697B
公开(公告)日：2023-05-05
申请号：CN201911107837.5
申请日：2019-11-13
Applicant: 三峡大学
IPC: G06V30/148 , G06V30/24 , G06N3/0464 , G06V10/82
Abstract: 本发明公开了一种变压器铭牌信息采集方法，包括使用摄像设备获取变压器铭牌图像；采用轻量化神经网络图像识别程序在变压器图像采集现场对变压器铭牌图像进行分割，分割出变压器铭牌图像中的字符小图片；采用PCAnet网络计算机程序对步骤2的字符小图片进行识别，将字符小图片转换为字符；将步骤3得到的变压器铭牌信息进行登记。本发明还公开了2种变压器铭牌信息智能采集系统。本发明在变压器铭牌现场取像后，将铭牌信息的识别分成两步，大大减少了传输的图像数据，使得字符识别更加高效，后台的字符识别结果返回到变压器图像采集现场，便于核对字符识别结果，确保采集的变压器铭牌信息准确无误。
-
公开(公告)号：CN110895697A
公开(公告)日：2020-03-20
申请号：CN201911107837.5
申请日：2019-11-13
Applicant: 三峡大学
Abstract: 本发明公开了一种变压器铭牌信息采集方法，包括使用摄像设备获取变压器铭牌图像；采用轻量化神经网络图像识别程序在变压器图像采集现场对变压器铭牌图像进行分割，分割出变压器铭牌图像中的字符小图片；采用PCAnet网络计算机程序对步骤2的字符小图片进行识别，将字符小图片转换为字符；将步骤3得到的变压器铭牌信息进行登记。本发明还公开了2种变压器铭牌信息智能采集系统。本发明在变压器铭牌现场取像后，将铭牌信息的识别分成两步，大大减少了传输的图像数据，使得字符识别更加高效，后台的字符识别结果返回到变压器图像采集现场，便于核对字符识别结果，确保采集的变压器铭牌信息准确无误。
-
公开(公告)号：CN119903224A
公开(公告)日：2025-04-29
申请号：CN202411811817.7
申请日：2024-12-10
Applicant: 三峡大学
IPC: G06F16/906 , G06F16/9535 , G06F18/25 , G06N3/0442 , G06N3/049 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种融合多维情感特征的中文仇恨言论检测方法，包括S1，进行社交媒体数据集的整理与构建；S2，对步骤S1的数据集进行数据预处理，获得仇恨言论检测模型的输入数据；S3，进行仇恨言论检测模型的搭建、训练以及验证；仇恨言论检测模型的网络结构包括文本编码层、情感特征层、BiLSTM层以及分类层；S4，使用仇恨言论检测模型对社交媒体中的评论进行测试与识别；该方法通过将BiLSTM的输出与RoBERTa句子特征融合，增强模型对局部与全局信息的理解能力。同时为了解决数据类别不均衡问题，模型采用焦点损失函数进行优化，通过减少易分类样本的权重来增加难分类样本的关注度，进而提高模型的鲁棒性。
-
公开(公告)号：CN118249331A
公开(公告)日：2024-06-25
申请号：CN202410318482.9
申请日：2024-03-18
Applicant: 三峡大学
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/27 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于NeuralProphet和Bi‑GRU‑SA组合模型的电力负荷预测方法，涉及电力系统电力负荷预测技术领域，对原始数据进行预处理，包括清洗异常数据和缺失值填充；构建NeuralProphet模型，分别添加趋势项、周期项、节假日项、自回归项、滞后回归项和未来回归项；构建Bi‑GRU‑SA模型，包含Bi‑GRU层、自注意力层和全连接层；通过设计的PWSMAPE损失函数分别独立对两个模型进行训练和预测，然后依据PWSMAPE指标指导子模型权重配置，进行权重的分配和调整，形成组合预测结果。本发明采用上述结构的一种基于NeuralProphet和Bi‑GRU‑SA组合模型的电力负荷预测方法，适用于具有时序特征的电力负荷预测，具有出色的准确性、解释性和稳定性，为电力系统运营商提供精准且全面的数据支持，推动电网系统的智能化和高效运作。
-
公开(公告)号：CN118195052A
公开(公告)日：2024-06-14
申请号：CN202410008200.5
申请日：2024-01-03
Applicant: 三峡大学
IPC: G06Q10/04 , G06Q10/0631 , G06F17/15
Abstract: 本发明公开了一种空调负荷资源池的预测方法及应用方法，属于电力负荷管理领域，包括步骤：获取某行业用户的历史负荷数据与历史气温数据，计算负荷与气温的相关系数，划分气温梯度区间；根据气温梯度区间，建立气温与负荷的关系耦合模型；针对关系耦合模型，通过目标函数MSE对关系耦合模型进行迭代优化；根据优化后的关系耦合模型，预测空调负荷资源池，还公开了应用方法。本发明采用上述一种空调负荷资源池的预测方法及应用方法，通过耦合不同行业用户/不同时间尺度/不同气温梯度内，气温变化与负荷变化之间的关系模型，有效预测空调负荷资源池。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
