-
公开(公告)号：CN118096130B
公开(公告)日：2024-07-26
申请号：CN202410458949.X
申请日：2024-04-17
Applicant: 华中科技大学 , 国网湖北省电力有限公司信息通信公司 , 安徽南瑞继远电网技术有限公司 , 北京国网信通埃森哲信息技术有限公司
IPC: G06Q10/20 , G06Q10/0631 , G06Q50/06 , G06F16/18
Abstract: 本发明公开了基于电力多资源数据融合的运检数据管理系统及方法，属于检修规划技术领域。系统包括数据采集模块、用电分析模块、检修调整模块和可视化模块；数据采集模块用于采集检修日志、气象信息和设备信息；用电分析模块用于根据气象信息和设备信息预测每个电力设备的未来用电情况，根据未来用电情况计算每个电力设备的重要指数，重要指数越高表示该电力设备越容易出现故障；检修调整模块用于通过检修日志计算检修资源总量，按照每个电力设备的重要指数分配检修资源，调整每个电力设备在未来一段时间内的检修频率；可视化模块用于通过电力设备检修中心可视化大屏上实时展示各电力设备的检修情况，以及电力设备下所有电表的功率。
-
公开(公告)号：CN118037282B
公开(公告)日：2024-07-05
申请号：CN202410444224.5
申请日：2024-04-15
Applicant: 华中科技大学 , 国网湖北省电力有限公司信息通信公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了基于AI和云技术的电力业务数据智能处理系统与方法，涉及电力业务数据处理技术领域，包括：S1‑1，获取历史电力业务数据；S1‑2，训练第一分类模型、第二分类模型和第三分类模型；S1‑3，边缘节点以第一分类模型实时对电力业务数据进行分析；S1‑4，云平台实时调整电力业务数据的处理顺序，实时对电力系统进行故障监测；本发明采用边缘节点进行初步故障判断，基于初步故障判断结果，中心服务器对电力业务数据进行最终故障判断，有利于加快电力设备故障的识别速度；云平台提高了边缘节点和中心服务器之间的协作能力；使用人工智能算法处理大规模电力业务数据，提高工作效率。
-
公开(公告)号：CN117640413A
公开(公告)日：2024-03-01
申请号：CN202410113493.3
申请日：2024-01-26
Applicant: 国网湖北省电力有限公司信息通信公司 , 华中科技大学
Inventor： 余铮 , 程航宇 , 彭凯 , 查志勇 , 徐焕 , 龙霏 , 陈铈 , 夏凡 , 刘旭东 , 廖荣涛 , 李志康 , 代荡荡 , 郭佳璐 , 罗弦 , 胡梦兰 , 张先飞 , 邓天平
Abstract: 本发明提供一种雾计算中基于强化学习的微服务和数据库联合部署方法，包括：S1，从雾计算网络模型中获取各个雾计算节点参数信息、微服务集合、微服务请求链集合和数据库集合，以创建微服务/数据库/路由路径联合部署策略；S2，采用贪心算法求解所述微服务/数据库/路由路径联合部署策略的决策变量初始解；S3，基于QTSWLA算法动态调整所述微服务/数据库/路由路径联合部署策略的全局微服务实例数；S4，基于MDJO‑PPO算法获取所述微服务/数据库/路由路径联合部署策略的决策变量近似最优解，得到优化的微服务/数据库/路由路径联合部署策略。本发明优化了雾计算网络中微服务、数据库和路由路径的联合部署效果，提升部署的准确性与效率。
-
公开(公告)号：CN118037282A
公开(公告)日：2024-05-14
申请号：CN202410444224.5
申请日：2024-04-15
Applicant: 华中科技大学 , 国网湖北省电力有限公司信息通信公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了基于AI和云技术的电力业务数据智能处理系统与方法，涉及电力业务数据处理技术领域，包括：S1‑1，获取历史电力业务数据；S1‑2，训练第一分类模型、第二分类模型和第三分类模型；S1‑3，边缘节点以第一分类模型实时对电力业务数据进行分析；S1‑4，云平台实时调整电力业务数据的处理顺序，实时对电力系统进行故障监测；本发明采用边缘节点进行初步故障判断，基于初步故障判断结果，中心服务器对电力业务数据进行最终故障判断，有利于加快电力设备故障的识别速度；云平台提高了边缘节点和中心服务器之间的协作能力；使用人工智能算法处理大规模电力业务数据，提高工作效率。
-
公开(公告)号：CN117640413B
公开(公告)日：2024-04-26
申请号：CN202410113493.3
申请日：2024-01-26
Applicant: 国网湖北省电力有限公司信息通信公司 , 华中科技大学
Inventor： 余铮 , 程航宇 , 彭凯 , 查志勇 , 徐焕 , 龙霏 , 陈铈 , 夏凡 , 刘旭东 , 廖荣涛 , 李志康 , 代荡荡 , 郭佳璐 , 罗弦 , 胡梦兰 , 张先飞 , 邓天平
Abstract: 本发明提供一种雾计算中基于强化学习的微服务和数据库联合部署方法，包括：S1，从雾计算网络模型中获取各个雾计算节点参数信息、微服务集合、微服务请求链集合和数据库集合，以创建微服务/数据库/路由路径联合部署策略；S2，采用贪心算法求解所述微服务/数据库/路由路径联合部署策略的决策变量初始解；S3，基于QTSWLA算法动态调整所述微服务/数据库/路由路径联合部署策略的全局微服务实例数；S4，基于MDJO‑PPO算法获取所述微服务/数据库/路由路径联合部署策略的决策变量近似最优解，得到优化的微服务/数据库/路由路径联合部署策略。本发明优化了雾计算网络中微服务、数据库和路由路径的联合部署效果，提升部署的准确性与效率。
-
Patent Agency Ranking
公开(公告)号：CN118096130A
公开(公告)日：2024-05-28
申请号：CN202410458949.X
申请日：2024-04-17
Applicant: 华中科技大学 , 国网湖北省电力有限公司信息通信公司 , 安徽南瑞继远电网技术有限公司 , 北京国网信通埃森哲信息技术有限公司
IPC: G06Q10/20 , G06Q10/0631 , G06Q50/06 , G06F16/18
Abstract: 本发明公开了基于电力多资源数据融合的运检数据管理系统及方法，属于检修规划技术领域。系统包括数据采集模块、用电分析模块、检修调整模块和可视化模块；数据采集模块用于采集检修日志、气象信息和设备信息；用电分析模块用于根据气象信息和设备信息预测每个电力设备的未来用电情况，根据未来用电情况计算每个电力设备的重要指数，重要指数越高表示该电力设备越容易出现故障；检修调整模块用于通过检修日志计算检修资源总量，按照每个电力设备的重要指数分配检修资源，调整每个电力设备在未来一段时间内的检修频率；可视化模块用于通过电力设备检修中心可视化大屏上实时展示各电力设备的检修情况，以及电力设备下所有电表的功率。
-
公开(公告)号：CN119960293A
公开(公告)日：2025-05-09
申请号：CN202411840050.0
申请日：2024-12-13
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
IPC: G05B13/04
Abstract: 一种多无人机飞行轨迹和发射功率联合确定方法及系统，该方法考虑无人机向地面节点进行无线能量传输的场景，以最大化单个地面节点内的最小收集能量为目标，构建多无人机飞行轨迹与发射功率联合优化模型，所述场景中包含飞行于固定高度的多架无人机，对应于每架无人机的固定机巢以及接收无线能量的多个地面节点；并通过求解多无人机飞行轨迹与发射功率联合优化模型，得到多无人机的最优飞行轨迹集合和最优发射功率集合。本发明考虑实际地面能量收集节点电路中非线性原件的存在，同时配备了专门的固定机巢为无人机进行充电，对多架无人机的飞行轨迹和发射功率进行联合优化，在实现最大化单个地面节点内的最小收集能量的同时，提升了地面节点的能量收集效率。
-
公开(公告)号：CN119944620A
公开(公告)日：2025-05-06
申请号：CN202411879296.9
申请日：2024-12-19
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Abstract: 一种基于联邦学习的分布式能源发电功率预测方法及系统，该方法基于联邦学习框架，部署分布式能源网络中各分布式能源节点的发电功率预测全局模型，以及各节点小区内对应的发电功率预测局部模型，初始化全局模型参数和局部模型参数；进行第一轮迭代，根据分布式能源节点的历史数据更新局部模型参数；对更新后的局部模型参数进行聚合，根据聚合结果更新全局模型参数；判断全局模型参数是否收敛，若不收敛，则进行下一轮迭代，若收敛，则利用此时的发电功率预测全局模型，对未来一定时间内分布式能源节点的发电功率进行预测。本发明分别部署了发电功率预测全局模型和局部模型，有针对性地聚合不同隐私级别数据小区的局部模型参数，在保证全局模型预测效果的同时兼顾不同小区的数据隐私安全。
-
公开(公告)号：CN118889402A
公开(公告)日：2024-11-01
申请号：CN202411002209.1
申请日：2024-07-25
Applicant: 国网湖北省电力有限公司信息通信公司 , 国网湖北省电力有限公司经济技术研究院
IPC: H02J3/00 , G06F18/2431 , G06F18/21 , G06F18/23213 , G06F16/29 , G06F16/2458
Abstract: 本发明涉及一种基于大数据驱动的电力负荷预测方法及系统。所述方法包括以下步骤：获取区域电力站点数据；对区域电力站点数据进行区域用电类型划分，生成区域电力用电类型数据；根据区域电力用电类型数据对区域电力站点数据进行区域电力复杂度评估，生成区域电力复杂性数据；根据预设的标准区域电力复杂性阈值对区域电力复杂性数据进行时序负荷分析，生成高复杂性区域电力峰荷数据和低复杂性区域电力基荷数据。本发明通过数据分类、复杂度评估、人口密度分析及实时历史数据结合进行电力负荷预测，提高了电力负荷预测的准确性和可靠性。
-
公开(公告)号：CN118777784A
公开(公告)日：2024-10-15
申请号：CN202410958848.9
申请日：2024-07-17
Applicant: 国网湖北省电力有限公司信息通信公司
IPC: G01R31/08
Abstract: 本发明属于人工智能领域，公开了一种基于大数据和人工智能的电网系统智能检测与故障定位技术，该技术包括：历史数据收集：大数据分析预处理；故障预测模型构建；实时数据输入与预测；故障定位；提高安全性和可靠性。本发明通过收集电网系统历史运行数据，利用大数据分析技术对数据进行预处理和特征提取，构建故障预测模型。当电网系统运行时，实时数据将被输入到模型中，模型将自动分析数据并预测潜在故障。一旦预测到故障，系统将自动触发故障定位机制，精确定位故障位置，为运维人员提供准确的信息支持。本发明的智能检测与故障定位技术能够显著提高电网系统的安全性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.084 seconds)
