-
公开(公告)号：CN109167349B
公开(公告)日：2021-04-27
申请号：CN201810995911.0
申请日：2018-08-29
Applicant: 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
Abstract: 本发明针对电力信息物理融合系统(CPS)规模不断扩大且现有级联失效模型忽略信息流和潮流转移特性，使得可生存性难以快速有效评估的问题，提出一种计及负荷优化重配的电力CPS可生存性量化评估方法，首先，根据系统拓扑结构和关联关系，通过定义度函数和电气介数建立了度‑介加权电力CPS关联矩阵，实现了耦合CPS的形式化表征。然后，从CPS级联失效的结构连通性变化和风险传播范围两个维度出发，基于节点负荷容量限制、信息流择优分配策略、潮流优化方程和系统安全运行等约束条件设计了可生存性评估模型，最后，提出混沌Lévy搜索的萤火虫算法对评估模型进行高效求解，量化评估了电力CPS的可生存性。
-
公开(公告)号：CN103675378B
公开(公告)日：2017-06-09
申请号：CN201310434292.5
申请日：2013-09-23
Applicant: 国家电网公司 , 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
CPC classification number: Y02B70/3266 , Y04S10/40 , Y04S20/242
Abstract: 本发明公开一种非侵入式家庭用电负荷分解方法，基于进制拟合算法的非侵入式负荷分解方法，通过家用智能电表采集电器负荷数据，由最优拟合算法获得各最优参数，最终实现用电负荷的分解。能够准确的计算出电器开启时间、已运行时间和运行模式，并能将同种电器投入使用的情况进行准确分解。实现家庭用电负荷的分解，得到各家电的负荷信息，负荷分解的结果可以有效指导用户用电行为的改变，促进家庭节能计划的智能，同时也能对电力部门制定相应的需求侧管理提供数据支持，使得家庭用电向着更加节能、高效的方向改变。
-
公开(公告)号：CN109039766B
公开(公告)日：2021-02-05
申请号：CN201810994090.9
申请日：2018-08-29
Applicant: 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
Abstract: 本发明是一种基于渗流概率的电力CPS网络风险传播阈值确定方法，其特点是，包括的内容有：根据拓扑关联和耦合逻辑将电力CPS网络抽象为双层复杂网络有向无权图，并采用非对称balls‑into‑bins分配方法建立“一对多”及“部分耦合”的非均匀电力CPS表征模型；考虑信息层与物理层链接之间的方向性，引入渗流概率对各层内部耦合关系建立传播动力学方程；通过定义电力CPS网络节点的生存函数对风险传播阈值进行数值求解。解决了由于电力CPS网络的非均匀性及风险传播过程的动态性，导致的风险爆发临界点难以数值确定的问题，具有方法科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN117152685A
公开(公告)日：2023-12-01
申请号：CN202311132855.5
申请日：2023-09-04
Applicant: 东北电力大学
IPC: G06V20/52 , G06V40/20 , G06V40/10 , G06V10/82 , G06V10/44 , G06V10/62 , G06V10/764 , G06N3/0464 , G06N3/049 , G06N3/047
Abstract: 本发明提供了一种基于双流自适应时空图卷积的电力作业违章识别方法，包括以下步骤：S1、以电力作业人员的安全帽、安全带为特征，使用YOLOv5模型对电力作业人员进行识别。本发明在识别电力作业人员违章行为时，通过使用自适应图卷积，加强了人体非物理连接关节的关联性，有效提高了攀爬设备和跨越围栏等违章行为的识别精度，通过基于通道注意力机制的多尺度时间卷积模块，更加充分的提取吸烟和打电话等违章行为的时序特征，最后考虑到骨骼的方向和长度也包含丰富的行为信息，构建了基于双流自适应图卷积的电力作业人员违章行为识别模型，进一步提高了违章行为的识别精度，能够准确的识别电力作业现场作业人员的违章行为。
-
公开(公告)号：CN117009842A
公开(公告)日：2023-11-07
申请号：CN202310889350.7
申请日：2023-07-19
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: G06F18/23213 , G06F18/213 , G06F18/214 , G06F18/15 , G06F18/22 , G06N3/045 , G06N3/0442 , G06N3/047 , G06N3/048 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F123/02
Abstract: 本发明涉及电网需求侧用电领域，是一种融合注意力机制的群体居民用电差异化预测方法。它包括居民用电差异化融合分析方法、经验模态分解预测数据降噪方法、自注意力预测特征权值计算方法及得到群体居民用电预测模型，首先提出融合降维和聚类的居民用电差异化融合分析方法，实现海量居民用电数据的差异化分析，其次应用经验模态分解方法对居民用电预测数据进行降噪，然后采用自注意力预测特征权值计算方法来进行居民用电预测，最后得到群体居民用电预测模型，能够有效地提高群体居民用电的预测精度以及稳定性。解决了海量用电数据处理速度较慢、居民用电差异化明显不易预测、居民负荷数据的波动性强的问题，具有科学合理，高效，适用性强等特点。
-
Patent Agency Ranking
公开(公告)号：CN113055358B
公开(公告)日：2022-08-12
申请号：CN202110207237.7
申请日：2021-02-24
Applicant: 东北电力大学
IPC: H04L9/40 , H04L41/147 , H04L41/06
Abstract: 本发明公开了基于协同攻击基因的电力CPS风险传播范围预测方法及系统，涉及电力CPS网络安全领域。该方法包括：根据网络拓扑结构中的网络节点之间的耦合强度对PageRank算法进行优化，并根据优化后的PageRank算法对所述运行状态量进行计算，得到各个节点在网络拓扑结构中的重要度；根据重要度计算与节点对应的线路的脆弱风险熵，并将脆弱风险熵最高的线路作为风险传播的初始线路；计算所述初始线路的传播渗流概率以及线路的健壮因子；当所述传播渗流概率大于所述健壮因子时，将所述初始线路存储至集合L中将所述初始线路对应的节点存储至集合C中；将所述集合L与所述集合C相结合，得到风险传播范围的联通区域。本发明可以准确对风险传播可能的发展路径进行预测。
-
公开(公告)号：CN111275074B
公开(公告)日：2022-08-05
申请号：CN202010015226.4
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司信息通信公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 本发明是一种基于栈式自编码网络模型的电力CPS信息攻击辨识方法，其特点是，包括的内容有：根据CPS数据非函数依赖以及非线性相关等性质，引入最大信息系数对数据特征进行选择，确定最优攻击特征集合；构建基于栈式自编码网络的信息攻击辨识模型，设置无监督预训练编码器与有监督微调分类器进行网络参数训练更新；实现了基于自适应布谷鸟算法的模型初始参数优化。解决了电力CPS信息攻击辨识过程中数据特征复杂、辨识精度相对较低等问题，具有方法科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN111222700A
公开(公告)日：2020-06-02
申请号：CN202010015206.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 本发明的基于动态网络分位数模型的日前电价概率预测方法，其特征点是，包括：根据不同影响因素与电价序列间的关联关系设计综合影响因子进行电价相似日选取、设计动态网络分位数电价预测模型和基于所述动态网络分位数电价预测模型的核密度电价概率进行预测步骤，其预测精度高，能够大大缩短了运行时间；模型受价格波动相关风险影响小，对奇异值的耐受性强。具有科学合理，适用性，效果佳等优点。
-
公开(公告)号：CN111222286A
公开(公告)日：2020-06-02
申请号：CN202010015728.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
IPC: G06F30/27 , G06N3/00 , G06F113/16
Abstract: 本发明的一种基于输电线路状态估计的参数优化方法，其特点是，包括：基本粒子群参数优化、权重系数优化、学习因子优化和输电线路状态估计参数优化等内容，该方法能够克服传统群智能参数优化方法，在局部和全局搜索能力平衡不足的问题，尤其是当搜索空间范围相对较大且遍历搜索节点较困难时，采用非线性权重系数和学习因子协同优化平衡算法的全局和局部搜索能力，并在进化的过程中快速收敛到全局最优解，确定状态估计最优参数，提高状态估计精确度。该方法科学合理，可适用于各种状态估计的参数优化问题。
-
公开(公告)号：CN110223193A
公开(公告)日：2019-09-10
申请号：CN201910236266.9
申请日：2019-03-27
Applicant: 东北电力大学
Abstract: 本发明公开了一种基于模糊聚类和RS-KNN模型用于电网运行状态的判别方法，包括如下步骤：Step 1：选择用于电网运行状态判别的特征变量；Step 2：使用模糊聚类算法，将电网运行的健康状态按照健康程度分为四种类型，分别为健康、亚健康、一般病态和严重病态。在聚类前，为了消除数据量纲的影响，需要采用归一化方法对电网的特征变量数据进行处理。Step 3：将步骤1中得到的特征变量，作为训练集的输入变量，将步骤2中得到的已经分类电网运行状态所对应的数据作为训练集，训练集的输出为对应的电网运行状态，健康、亚健康、一般病态和严重病态这四种电网运行状态所对应的标签分别设定为1、2、3和4。Step 4:将得到的四种电网运行状态的数据用来训练RS-KNN模型。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.101 seconds)
