-
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：CN118171722A
公开(公告)日：2024-06-11
申请号：CN202311667898.3
申请日：2023-12-06
Applicant: 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司 , 东北电力大学 , 吉林省电力科学研究院有限公司
Inventor： 李德鑫 , 王长江 , 庄冠群 , 王澎 , 张海锋 , 王伟 , 高松 , 王佳蕊 , 刘亚东 , 张家郡 , 孟祥东 , 李成钢 , 刘畅 , 张懿夫 , 彭晓宇 , 刘鸣泰 , 陈超 , 付宇泽 , 张钰 , 董运昌 , 孟涛 , 陈璟毅 , 韩文琪 , 刘宸
IPC: G06N3/0985 , G06N3/047 , G06N3/048 , G06F17/16 , G06F17/11
Abstract: 本发明公开了一种基于深度学习含高比例新能源电网N‑1故障及装置，所述方法包括：获取电力系统数据；根据N‑1问题特征确定全连接神经网络的结构；根据所获取电力系统数据确定全连接神经网络的输入输出特征向量；确定损失函数loss，根据输入输出特征向量对神经网络参数进行更新；评估更新后的训练模型的效果，以均方差以及平均绝对误差为指标；若训练模型的效果不理想，重新调整神经网络参数，否则，输入待N‑1分析电力系统数据并输出故障分析结果。所述装置包括：处理器和存储器。本发明解决了故障分析面临的计算挑战，提高了计算速度且遍历了更复杂全面的场景。
-
公开(公告)号：CN117494891A
公开(公告)日：2024-02-02
申请号：CN202311473239.6
申请日：2023-11-07
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: G06Q10/04 , G06Q50/06 , G06F18/10 , G06F18/15 , G06F18/213 , G06F18/231 , G06F17/16 , G06N3/0464 , G06N3/049 , G06N3/08 , H02J3/00 , G06F123/02
Abstract: 本发明涉及综合能源需求侧负荷预测领域，是基于STGCN的综合能源园区短期负荷预测方法。它包括以下内容：1)数据预处理。2)负荷波动特征向量计算。3)负荷节点聚类。4)动态关联矩阵构建。5)嵌入多时间尺度卷积核的STGCN模型。以负荷时空图表达综合能源园区用能时空变化，捕捉负荷节点之间的关联和演化规律从而改善模型对时空数据的分析和预测能力。该方法科学合理，可适用于综合能源需求侧的负荷预测问题。
-
公开(公告)号：CN117495002A
公开(公告)日：2024-02-02
申请号：CN202311473253.6
申请日：2023-11-07
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: G06Q10/0631 , G06Q10/04 , G06Q50/06 , G06N3/006 , H02J3/00
Abstract: 本发明涉及综合能源系统控制技术领域，即基于混沌蜂鸟的区域综合能源系统多目标优化调度方法。它包括结合区域综合能源系统拓扑结构与约束条件，建立区域综合能源系统多目标优化调度模型；采用多目标算法框架、混沌映射初始化，提出基于混沌蜂鸟的多目标优化方法，求解区域综合能源系统多目标优化调度模型，得到模型的Pareto最优解集；提出基于主客观赋权TOPSIS的多目标决策方法，充分利用Pareto最优解集客观信息，降低调度人员主观因素的影响，获得更准确、全面的区域综合能源系统运行方案。该方法具有优化速度快，优化效果好，适用性强等优点，能够实现区域综合能源系统多目标协调优化调度。
-
公开(公告)号：CN117494960A
公开(公告)日：2024-02-02
申请号：CN202311020662.0
申请日：2023-08-14
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: G06Q10/0631 , G06Q50/06 , H02J3/46 , H02J3/14 , H02J3/48
Abstract: 本发明涉及电力电网调控技术领域，即一种考虑时空完整性的新型电力系统运行断面图生成方法。它包括以下步骤：(1)考虑时空完整性的新型电力系统运行断面数学化表征；(2)基于格拉姆角求和场的电力系统运行断面图生成算法。本方法定义了考虑时空完整性的新型电力系统运行断面数学化表征形式能够兼顾系统运行的时间维度和空间维度。本方法围绕运行断面数据高维且非线性的特点，设计了基于格拉姆角求和场的运行断面高维空间转换算法，将高维时序运行数据编码为运行断面图，从而便于保留更完整的断面隐藏运行信息，同时，运行断面图的数据形式也为后续特征提取提供了更多可行性方法。
-
Patent Agency Ranking
公开(公告)号：CN117115538A
公开(公告)日：2023-11-24
申请号：CN202311090865.7
申请日：2023-08-28
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: G06V10/764 , G06V10/80 , G06V10/44 , G06V10/82 , G06V10/25 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明涉及光伏电池技术领域，即基于拟态视觉的光伏电池缺陷检测仿生模型。它包含三个部分：(1)骨干网络：骨干网络用于提取图像中的有效信息，将原始数据映射至所需的空间中，骨干网络所提取的特征会传递到颈部网络中；(2)颈部网络：颈部网络用于融合不同尺度、层级的特征，并丰富特征的表达能力，颈部网络融合的特征会传递到检测头部；(3)检测头：检测头主要负责对特征进行预测，生成边界框和并预测类别。基于人类感受野及视觉机制的骨干网络对于特征具备更强的抽象能力，能够在色彩单一、纹理复杂的光伏电池电致发光图像上高效的提取有效的特征。所提出的颈部网络，能够有效的增强光伏电池电致发光图像中缺陷特性的表达能力。
-
公开(公告)号：CN114978586A
公开(公告)日：2022-08-30
申请号：CN202210381108.4
申请日：2022-04-12
Applicant: 东北电力大学 , 国网内蒙古东部电力有限公司信息通信分公司
Abstract: 本发明涉及电网安全技术领域，尤其涉及一种基于攻击基因的电网攻击检测方法、系统和电子设备，方法包括：获取待检测电网中的每个第一预设节点的至少一条电网量测数据，形成数据集；利用离散小波变换的方式，获取数据集中每条电网量测数据对应的目标时域攻击基因；根据所有的目标时域攻击基因和训练好的图神经网络模型，得到每个第一预设节点被攻击的概率，并根据最大概率，确定待检测电网是否受到攻击。提升了攻击检测精度和抗噪声性能，解决了手动设置攻击检测阈值的问题，在频率响应方面更灵活，提升攻击检测效率。
-
公开(公告)号：CN114511194A
公开(公告)日：2022-05-17
申请号：CN202210015149.1
申请日：2022-01-07
Applicant: 东北电力大学 , 国网内蒙古东部电力有限公司信息通信分公司
Abstract: 本发明涉及电力物联网技术领域，尤其涉及一种电力物联网的运行风险预测方法、系统和电子设备，该方法中，以时间序列为基准，对预设历史时间段内的多源数据进行融合，得到完整数据集，基于自适应综合过采样方法对完整数据集进行数据平衡处理，得到平衡数据集；基于平衡数据集训练得到电力物联网运行风险预测模型；根据待测试电力物联网的当前的多源数据和电力物联网运行风险预测模型，得到待测试电力物联网的运行风险预测结果。对信息侧、物理侧、社会侧的量测数据进行融合以及基于自适应综合过采样方法对融合后的数据进行数据平衡处理，能够提高训练出的电力物联网运行风险预测模型的预测精度，提高运行风险预测结果的准确度。
-
公开(公告)号：CN117853412A
公开(公告)日：2024-04-09
申请号：CN202311638578.5
申请日：2023-12-01
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: G06T7/00 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/09 , G06N3/096
Abstract: 本发明涉及电力输电线路巡检技术领域，即基于级联蒸馏的输电线路缺陷及目标检测仿生模型。它包含三个部分：仿生视觉骨干网络、级联的动态锚框蒸馏模块和动态锚框提纯。所述的仿生视觉骨干网络包括高效多阶信息聚合模块、周边视觉模块。所述的动态锚框蒸馏模块包括使用幽灵卷积的高效特征融合金字塔、Soft‑NMS算法、边界框数量的稳定填充方法。本发明具备充分的性能冗余，能够精准的检测多类、多个目标。通过多阶的空间显示交互提升小目标的特征提取、并通过模仿人类的周边视觉机制聚集动态、静态的上下文信息，提升了小目标检测的效果。最后，输电线路中常环境负责且多有受遮挡目标，通过级联蒸馏结构，防止了模糊、受遮挡目标的信息丢失。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.063 seconds)
