-
公开(公告)号：CN119996413A
公开(公告)日：2025-05-13
申请号：CN202510210215.4
申请日：2025-02-25
Applicant: 国网安徽省电力有限公司营销服务中心 , 合肥工业大学
IPC: H04L67/1004 , H04L67/1095 , H04L47/12
Abstract: 本发明公开了一种基于概率负载转移的电表数据传输方法、装置及采集传输系统，方法包括采集电表传输网络中各电表的电能信号；基于各电表对应的电能信号，计算各电表对应的传输负载率；基于各电表对应的传输负载率，计算每个电表的状态转移概率，该状态转移概率表示电表向网络中其他电表转移负载的概率；根据电表的状态转移概率确定将该电表的部分负载转移至其他电表代为传输；本发明通过概率负载转移的动态任务分配和负载率计算的结合，实现了动态任务分配和高效的负载均衡，能够有效提高系统的响应速度和处理能力，提高数据传输稳定性和可靠性。
-
公开(公告)号：CN119921311A
公开(公告)日：2025-05-02
申请号：CN202510078946.8
申请日：2025-01-17
Applicant: 国网安徽省电力有限公司滁州供电公司 , 合肥工业大学
IPC: H02J3/00 , G06N3/0442 , G06N3/084 , G06Q50/06
Abstract: 本发明提供基于混合神经网络的光伏发电功率超短期预测方法及系统，方法包括：获取并预处理历史特征数据，构建神经网络的输入；对预处理特征时间序列中的光伏发电功率的原始采样时间序列#imgabs0#进行CEEMDN分解，得到CEEMDAN分解序列，组合得到组合特征#imgabs1#构建M+1个GRU‑Attention神经网络模型，处理组合特征，得到第m个GRU‑Attention神经网络的最终预测值IM Fm；通过反向传播和梯度下降算法对M+1个GRU‑Attention神经网络模型进行训练，得到光伏发电短期预测模型，以进行光伏发电功率预测。本发明解决了对时间依赖关系的建模能力不强、光伏发电功率预测精度和计算效率有待提高、分解过程的稳定性和完整性难以保证、模态混叠现象导致噪声干扰、模型对光伏发电波动特性的适应性与鲁棒性较低的技术问题。
-
公开(公告)号：CN119757816A
公开(公告)日：2025-04-04
申请号：CN202510210197.X
申请日：2025-02-25
Applicant: 国网安徽省电力有限公司营销服务中心 , 合肥工业大学
IPC: G01R11/17 , G01R11/18 , G01R11/185 , G01R35/04
Abstract: 本发明公开了一种智能电表的多模态误差动态补偿方法及系统，方法包括：构建环境感知单元，获取环境因素参数；对环境因素参数进行加权计算，生成环境代谢指数；基于促激素释放因子作用机理，结合环境代谢指数，构建误差预测模型，以获取预测误差偏移量；实时采集原始信号，进行多模态误差检测，生成误差向量；根据误差向量，获取补偿触发阈值；将预测误差偏移量与补偿触发阈值对比，触发多级补偿机制。本发明能够在复杂工况下实时在线、动态地调整电表的计量参数，从而提升电表的稳定性与准确性。
-
公开(公告)号：CN119167992B
公开(公告)日：2025-02-28
申请号：CN202411648757.1
申请日：2024-11-19
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: G06N3/0455 , G06N3/0442 , G06N3/096 , G06F18/25
Abstract: 本发明提供一种Transformer模型演化方法及系统，方法包括：采集变压器运行数据，并选定训练样本，划分得到历史数据集X0和待更新数据集X1；构建时序特征融合模块，将样本数据集X0和待更新数据集X1进行数据特征提取与融合得到高级融合特征Y1；构建数据特征处理模块，利用时序数据差分方法处理得到新特征融合结果Z；构建Transformer时序预测模型，对相似特征数据集Yin进行时序预测得到预测结果Zout，通过增量学习更新Transformer时序预测模型的权重参数。本发明解决了模型稳定性及灵活性较差、预测精度随时间降低以及特征信息丢失的技术问题。
-
公开(公告)号：CN119129447A
公开(公告)日：2024-12-13
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。
-
Patent Agency Ranking
公开(公告)号：CN119089314A
公开(公告)日：2024-12-06
申请号：CN202411591505.X
申请日：2024-11-08
Applicant: 国网安徽省电力有限公司营销服务中心 , 合肥工业大学
Inventor： 蔺菲 , 丁建顺 , 孙伟 , 刘景姝 , 陈良坤 , 刘单华 , 黄丹 , 嵇爱琼 , 张悦 , 冯欣 , 马昆 , 李双双 , 张文琪 , 李欣然 , 郭慧珠 , 王凯 , 李红艳 , 李奇越 , 李帷韬 , 张志强
IPC: G06F18/2415 , G06F17/15 , G06N3/04
Abstract: 一种基于轻量级神经网络的电能表失准在线诊断方法，属于智能装置检测技术领域，解决如何提高电能表失准诊断的准确率并降低算法运行给电能表带来的负担的问题；本发明根据最大小波系数能量的原则实现自适应小波基函数选取，增强小波分解的适应性，同时利用小波分解对数据进行噪声的有效去除，提高了数据的准确性，降低了数据对神经网络运行结果的影响，利用轻量级神经网络实现电能表失准的自动化诊断，加快了算法的运行速度、训练速度以及收敛速度，降低了算法运行对CPU运行的负载；同时，能提高电表失准诊断准确率、减小电能表运行资源占用，能够满足现代智能电网对实时监控、高效运维和智能化管理的需求。
-
公开(公告)号：CN118865346A
公开(公告)日：2024-10-29
申请号：CN202411337653.9
申请日：2024-09-25
Applicant: 合肥工业大学 , 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 , 国网安徽省电力有限公司超高压分公司 , 南京南瑞继保工程技术有限公司 , 国电南瑞科技股份有限公司
IPC: G06V20/60 , G06N3/045 , G06N3/0464 , G06N3/082 , G06V10/762 , G06V10/764 , G06V10/82
Abstract: 本发明公开了断路器触点状态低照度图像检测模型、训练方法、应用，将待识别的断路器图像输入训练好的PMSSD网络中，PMSSD网络包括PMSSD骨干网络和多预测框层；PMSSD骨干网络包括第一卷积模块、至少一个深度可分离卷积DW Conv模块、第二卷积模块，多预测框层被配置为接收多个PSE‑DW Conv模块和第二卷积模块输出的特征图，据此识别特征图中每个预测框的坐标以及每个预测框对应断路器触点状态的类别置信度，并过滤重叠度较大的预测框，剩余的预测框即为检测结果。本发明通过构造不同尺度特征图，提升检测模型对不同尺度断路器触点状态的鲁棒性。利用多个PSE‑DW Conv，在不同尺度引入注意力机制，使得检测模型关注触点状态重要信息，忽略背景等无关部分。
-
公开(公告)号：CN118314485B
公开(公告)日：2024-10-01
申请号：CN202410743380.1
申请日：2024-06-11
Applicant: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学 , 国网智能电网研究院有限公司 , 中国电力科学研究院有限公司 , 国网电力科学研究院有限公司
Abstract: 本发明公开了一种基于多模态数据感知设备的变电站故障预警方法及系统，方法包括：无人巡检系统采集设备图像；将所述设备图像进行清晰化预处理；将清晰化后的设备图像通过最优深度联合信源信道编解码模型进行传输，获取故障分析图像；将所述故障分析图像结合三维点云数据进行跨模态融合，使用多模态跨目标融合模块并进行三维目标检测定位；根据三维目标检测定位，判断可能故障位置，并应用无人巡检系统重新拍照得到不同空间尺度的图像；所述多模态跨目标融合模块对重新拍照得到的不同空间尺度的图像再次与三维点云数据结合，进行故障分析和定位，完成对特高压变电站故障的多尺度重决策，本发明能够提高变电站故障识别的精确度。
-
公开(公告)号：CN114698119B
公开(公告)日：2024-09-17
申请号：CN202210345566.2
申请日：2022-03-31
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
Abstract: 本发明公开了一种配网分布式保护系统的5G通信/云边计算资源协同分配方法，其步骤包括：一、建立分布式保护装置用于判断自身是否出现异常状态的三种模式；二、建立配网分布式保护监测与智能评估系统的云边计算延时模型和5G通信模型；三、建立流量损耗最小的优化目标函数；四、求解优化目标函数的最优解，利用最优解得到配网系统的5G通信/云边计算资源协同分配最优方案，实现最小化5G通信流量损耗。本发明通过优化配网分布式系统的5G通信/云边计算资源协同分配，解决了配网分布式系统的有时间约束、智能评估计算能力约束的5G通信流量损耗问题。
-
公开(公告)号：CN118626850A
公开(公告)日：2024-09-10
申请号：CN202410748041.2
申请日：2024-06-11
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: G06F18/214 , G06N3/084 , G06F17/16 , G06N3/0455
Abstract: 本发明公开了一种变压器数据与运行状态关联方法、系统及介质，方法包括：将变压器网络结构进行拓扑简化，获取变压器拓扑图，并将其转化为数据形式，获取各变压器的拓扑编码，并与时间序列信号组合，获取变压器数据集；并在变压器数据集中加入位置编码，获取变压器时间‑位置信号集，将其正则化后输入到转换模型中训练，获取输入信号数据集的映射矩阵，并通过得分函数计算在不同权重矩阵下相对应标签下的得分；根据得分结果，应用损失函数，获取损失修改权重矩阵参数；以标签得分最高为目标，根据损失修改权重矩阵参数通过后向传播方法来训练更新注意力机制层中权重矩阵，权重矩阵的最优参数，以预测变压器状态，本发明可以更精准检测变压器状态。
-
-
-
-
-
-
-
-
-
Search Results
274
records
(took 0.039 seconds)
