-
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：CN117938293A
公开(公告)日：2024-04-26
申请号：CN202311809092.3
申请日：2023-12-26
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学 , 北京中电飞华通信有限公司
Inventor： 徐焕 , 陈家璘 , 胡钰林 , 周正 , 金波 , 查志勇 , 徐浩 , 余铮 , 高飞 , 孟浩华 , 郑蕾 , 龙霏 , 夏凡 , 赵靑尧 , 魏晓燕 , 梅子薇 , 周德坤 , 王红卫 , 曾铮 , 王逸兮 , 李磊 , 王晟玮
IPC: H04J3/06
Abstract: 本申请涉及一种基于Transformer和序贯最小二乘估计的TSN时钟同步方法，包含以下步骤：在同步周期开始时判断是否需要选择主时钟；基于时钟参数向量之间的欧氏距离选出最佳主时钟；各个从时钟之间逐个与主时钟通过报文测量时钟偏差并在每个周期利用序贯最小二乘估计和Transformer模型更新传播时延与时钟偏差值；从时钟减去主从时间偏差实现时间同步。本申请通过引入主时钟选择算法和基于序贯最小二乘估计和Transformer模型的从时钟偏差估计方法提高了网络时钟同步的准确性和鲁棒性。
-
公开(公告)号：CN115049169B
公开(公告)日：2022-10-28
申请号：CN202210978150.4
申请日：2022-08-16
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Abstract: 本申请涉及一种基于频域和空域结合的区域用电量预测方法、系统及介质，方法包括以下具体步骤：根据获取到的电网历史数据，综合分析电网历史数据中历史用电量数据和位置信息，并对电网历史数据进行季节‑趋势项分解；针对输入的电网历史数据进行transformer模型的编码器处理，编码器处理包括基于傅里叶变换的频域特征提取和基于图卷积神经网络的空域特征提取；利用transformer模型的解码器对处理后的数据进行解码层操作，并结合长时间序列中的频域特征、空域特征和multi‑head频域子注意力运算，实现精准的电网区域用电量预测。本申请解决现有预测方法中难以对长时间序列进行有效建模的问题，同时对频域和空域特征进行了提取，利用这些特征进行用电量的预测。
-
公开(公告)号：CN115049169A
公开(公告)日：2022-09-13
申请号：CN202210978150.4
申请日：2022-08-16
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Abstract: 本申请涉及一种基于频域和空域结合的区域用电量预测方法、系统及介质，方法包括以下具体步骤：根据获取到的电网历史数据，综合分析电网历史数据中历史用电量数据和位置信息，并对电网历史数据进行季节‑趋势项分解；针对输入的电网历史数据进行transformer模型的编码器处理，编码器处理包括基于傅里叶变换的频域特征提取和基于图卷积神经网络的空域特征提取；利用transformer模型的解码器对处理后的数据进行解码层操作，并结合长时间序列中的频域特征、空域特征和multi‑head频域子注意力运算，实现精准的电网区域用电量预测。本申请解决现有预测方法中难以对长时间序列进行有效建模的问题，同时对频域和空域特征进行了提取，利用这些特征进行用电量的预测。
-
公开(公告)号：CN109214212B
公开(公告)日：2020-11-03
申请号：CN201811252825.7
申请日：2018-10-25
Applicant: 国家电网有限公司 , 国网湖北省电力有限公司信息通信公司
IPC: G06F21/62
Abstract: 本申请实施例提供一种信息防泄露方法及装置，应用于与电子设备通信连接的服务器，该方法包括：接收所述电子设备发送的应用程序所接收到的输入数据，并获得所述输入数据的输入点以及所述输入点的属性信息；基于预先建立的泄露数据模型检测所述输入点是否为涉及用户隐私的输入点；若所述输入点为涉及用户隐私的输入点，则对所述输入点进行数据流跟踪，并记录所述输入点的输入数据的传播路径；根据所述传播路径确定所述应用程序是否存在隐私信息泄漏行为，若存在隐私信息泄漏行为则生成信息泄漏示警信息。该信息防泄露方案通过对输入点进行检测，再对输入数据进行跟踪记录，提高了隐私信息泄露的检测精度，避免用户信息安全受到威胁。
-
Patent Agency Ranking
公开(公告)号：CN109214212A
公开(公告)日：2019-01-15
申请号：CN201811252825.7
申请日：2018-10-25
Applicant: 国家电网有限公司 , 国网湖北省电力有限公司信息通信公司
IPC: G06F21/62
Abstract: 本申请实施例提供一种信息防泄露方法及装置，应用于与电子设备通信连接的服务器，该方法包括：接收所述电子设备发送的应用程序所接收到的输入数据，并获得所述输入数据的输入点以及所述输入点的属性信息；基于预先建立的泄露数据模型检测所述输入点是否为涉及用户隐私的输入点；若所述输入点为涉及用户隐私的输入点，则对所述输入点进行数据流跟踪，并记录所述输入点的输入数据的传播路径；根据所述传播路径确定所述应用程序是否存在隐私信息泄漏行为，若存在隐私信息泄漏行为则生成信息泄漏示警信息。该信息防泄露方案通过对输入点进行检测，再对输入数据进行跟踪记录，提高了隐私信息泄露的检测精度，避免用户信息安全受到威胁。
-
公开(公告)号：CN119011583A
公开(公告)日：2024-11-22
申请号：CN202411206943.X
申请日：2024-08-30
Applicant: 武汉大学
IPC: H04L67/1001 , G06N3/045 , G06N3/092 , G06F18/214
Abstract: 本发明公开一种图神经网络辅助强化学习的边缘计算卸载方法及系统，包括：获取移动边缘节点计算服务所需的可拆分任务并拆分为多个子任务，基于子任务之间的依赖关系进行图建模为有向无环图；调度器基于所有边缘节点之间的通信条件、计算条件建模为带权图；调度器端分别将有向无环图和带权图的节点特征和边特征建模为张量，并基于图卷积神经网络进行处理；调度器将最终状态特征张量送入训练好的深度强化学习智能体进行处理，输出最优的子任务‑节点分配；各个移动边缘节点根据子任务‑节点分配，跟从子任务依赖关系进行各个子任务的计算。本发明显著降低了进行任务分配决策的复杂度，易于在基站处和边缘算力设备上部署。
-
公开(公告)号：CN118014241A
公开(公告)日：2024-05-10
申请号：CN202311763332.0
申请日：2023-12-19
Applicant: 国家电网有限公司华中分部 , 武汉大学
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及电网阻塞预测技术，具体涉及一种基于HGTB的多时间尺度电网阻塞预测方法，该方法以数据驱动为基础，结合特征选择理论和梯度提升树理论，实现了电网阻塞在电力系统中的实时预测。基于梯度提升树理论，结合直方图封箱的数据处理方法，提出了适用于电网阻塞问题的功率值预测、多分类预测方法，实现了电网阻塞的实时预测与在线更新；针对电网阻塞实时预测问题的多时间尺度模型联合预测方法，提升了预测的准确性，结合了特征选择的方法提升模型的运算效率。这一方法能发挥不同时间尺度的预测模型优势，在保持较长预测视野的前提下提升预测准确性，便于电网调度部门通过事前的规划和管理避免阻塞事件的发生。
-
公开(公告)号：CN117330807A
公开(公告)日：2024-01-02
申请号：CN202311213949.5
申请日：2023-09-19
Applicant: 国网上海市电力公司 , 武汉大学 , 国网电力科学研究院有限公司 , 国网山西省电力公司 , 国网湖北省电力有限公司 , 西安交通大学
Inventor： 刘召杰 , 司文荣 , 陈柏超 , 张哲璇 , 陈耀军 , 田翠华 , 江安烽 , 徐浩 , 叶卫华 , 齐春平 , 毕庆刚 , 汲胜昌 , 李朝晖 , 李楠 , 刘宏 , 杨冬冬
Abstract: 本发明涉及一种双铁心磁阀式电流互感器，包括：双铁心磁路部分，包括由完整的下铁心和具有磁阀结构的上铁心组成的双铁心结构、穿设于双铁心结构中的一次绕组和缠绕于双铁心结构上的二次绕组，所述二次绕组的输出端连接有二次电阻；磁场传感器模块，包括设置于所述磁阀结构处的磁场传感器；模拟信号处理设备，分别连接所述二次电阻和磁场传感器，用于对采集的二次电阻电压信号与磁场传感器的输出电压信号进行处理，获得电流结果。与现有技术相比，本发明在传统磁阀式电流互感器的基础上进一步提高了测量精度、测量范围与测量稳定性，降低了温度、噪声对磁阀式电流互感器的影响。
-
公开(公告)号：CN112116162A
公开(公告)日：2020-12-22
申请号：CN202011026983.8
申请日：2020-09-26
Applicant: 国家电网公司华中分部 , 武汉大学
Abstract: 本发明公开了一种基于CEEMDAN‑QFOA‑LSTM的输电线覆冰厚度预测方法，涉及输电线状态评估与深度学习结合的领域。本方法包括下列步骤：①数据获取和预处理（11）；②对覆冰厚度历史数据序列进行CEEMDAN分解（12）；③量子果蝇算法优化LSTM的超参数（13）；④LSTM模型训练（14）；⑤预测输电线覆冰厚度并分析结果（15）。本发明使用CEEMDAN分解算法，将难以直接预测的序列转换为多个可预测的分量序列，根据分解得到的多维度特征信息可以使神经网络更加准确地把握序列的规律；使用QFOA优化算法来获取超参数，避免了复杂的人为调参过程，更有效地训练网络模型；使用的LSTM神经网络不存在一般网络的梯度消失问题，保证模型能够最优收敛，有效解决短期和长期时间序列预测的问题。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.102 seconds)
