-
公开(公告)号:CN104123681A
公开(公告)日:2014-10-29
申请号:CN201410351106.6
申请日:2014-07-23
Applicant: 国家电网公司 , 国网辽宁省电力有限公司沈阳供电公司 , 东北大学
IPC: G06Q50/06
Abstract: 本发明公开了一种城市电网应急能力评估方法,属于电力系统应急技术领域。本发明利用反熵权法计算各级城市电网应急能力评估指标的客观权重,并在此基础上利用G1法计算出各级城市电网应急能力评估指标的主观权重,将主观权重和客观权重进行线性组合,得出各级城市电网应急能力评估指标的组合权重,成功克服了单独主观或者单独客观计算权重的局限性的缺点,提高了权重计算的准确性;利用模糊综合评判对城市电网应急能力进行初始评判,并利用灰色关联度法对初始评判结果进行修正,对城市电网应急能力进行最终评判,确定城市电网应急能力水平;本发明对较好的掌握城市电网应急能力的现状,对促进城市应急能力工作的完善有很重要的现实意义。
-
公开(公告)号:CN110646838B
公开(公告)日:2021-08-17
申请号:CN201910876700.X
申请日:2019-09-17
Applicant: 东北大学
Abstract: 本发明提供一种基于邮件‑语音形式分级下发地震警报的方法,涉及地震数据流实时监测技术领域。本发明对实时监控到的数据流读取为可用的地震数据,并过滤无用地震数据。对地震设置分级,不同的地震数据划分到不同的分级,同时也可以按照地震发生位置的不同进行分级,并根据分级获取警报接收方。当读取到新的地震事件时,将地震数据封装成详细的地震信息,一种是通过邮件发送的方式通知相关部门,另一种是改变语音播报系统内文档的内容,当系统监测到播报内容被修改时,便将修改内容进行语音通话的方式通知相关部门,发送过地震警报后,需要对历史数据进行存储,避免来自不同台站侦测到的同一地震时间进行重复警报。
-
公开(公告)号:CN110633675A
公开(公告)日:2019-12-31
申请号:CN201910878983.1
申请日:2019-09-18
Applicant: 东北大学
Abstract: 本发明提供一种基于卷积神经网络的视频中火灾识别系统及方法,涉及深度学习技术领域,本发明包括用户登录注册模块、用户信息管理模块、视频火灾识别模块和预警信息通知模块,其中视频火灾识别模块是核心部分。该部分首先使用OpenCV对目标视频进行抽帧处理,并图像进行参数随机变化和图像增强等预处理,得到神经网络的输入数据,然后借助于TensorFlow创建卷积神经网络模型LeNet-5,读取训练集中的图像数据对模型进行训练,并对在测试集上表现最好的模型进行持久化,最后将进过预处理的图像数据输入至训练好的模型中进行识别,并对结果进行分析和显示。
-
公开(公告)号:CN103762591A
公开(公告)日:2014-04-30
申请号:CN201410020041.7
申请日:2014-01-16
Applicant: 国家电网公司 , 辽宁省电力有限公司沈阳供电公司 , 东北大学
IPC: H02J3/00
Abstract: 本发明提供一种配电网拓扑布图方法,获取电力系统各节点的地理位置数据、节点间相互连接的拓扑信息、节点间线路硬件参数信息,选择距离输电网最近节点作为初始母节点;实时获取配电网各个节点的现场开关的开关状态、电能参数、相间故障、接地故障以及故障时的电压和电流参数信息;采用第一级广度搜索法提取各节点间的拓扑关系;采用第二级广度搜索法确定各节点的设备类型:采用广度搜索法遍历搜索确定各节点的设备类型并进行布图编号;确定相邻两节点间在拓扑图上的距离及各节点相对于母节点的横向距离和纵向距离,进行拓扑布图并显示。本发明采用纵向对称式布图方法和纵向拉伸式布线方法,去除当前配电网拓扑图中重复节点,进行配电网拓扑布图。
-
公开(公告)号:CN103245881A
公开(公告)日:2013-08-14
申请号:CN201310139679.8
申请日:2013-04-22
Applicant: 国家电网公司 , 辽宁省电力有限公司沈阳供电公司 , 东北大学
IPC: G01R31/08
Abstract: 一种基于潮流分布特征的配电网故障分析方法及装置,属于配电网故障分析领域。截取电网历史故障断面数据,采用广义灵敏度分析法通过计算灵敏度矩阵范数来描述电网故障时的潮流分布,利用自动态自适应聚类法将故障进行分类,并建立故障模式库;动态解析当前故障网络拓扑,确定当前故障配电网中待测量支路;在线诊断故障。本发明方法本质在于提取故障时刻的网络拓扑和物理特征,并从中抽取相应的数字特征从而对故障做出准确的诊断。故障库的直接建立避免了中间规则的修改和删除,也无需模拟故障信息与故障元件之间的函数关系,解决了非线性系统时带来的问题,适合任何线性、非线性系统的在线、离线故障诊断。
-
公开(公告)号:CN110501742A
公开(公告)日:2019-11-26
申请号:CN201910776934.7
申请日:2019-08-22
Applicant: 东北大学
Abstract: 本发明公开一种采用Boosting集成学习算法对地震事件进行区分的方法,属于地震学与机器学习交叉技术领域,该方法使用决策树作为Boosting框架下弱分类器的分类算法,通过更新权重,重视误差样本在训练弱分类器中的作用,训练产生多个弱分类器,然后使用线性结合策略得到一个强分类器,最后使用强分类器对地震信号进行分类识别,在识别时采用记录到该事件的多个台站投票的方式决定该地震事件是天然地震还是非天然震动事件,识别准确率可达90%以上。该方法不仅提高了对天然地震和非天然震动事件的分类识别准确率,还提高了对地震事件进行区分的效率。
-
公开(公告)号:CN103278686B
公开(公告)日:2016-01-20
申请号:CN201310172700.4
申请日:2013-05-10
Applicant: 国家电网公司 , 辽宁省电力有限公司沈阳供电公司 , 东北大学
IPC: G01R23/165
Abstract: 一种谐波分析滤波系统及智能选择谐波检测方法,属于电能质量检测领域。本发明的谐波分析滤波系统,包括:高次谐波分析装置和滤波装置,所述的滤波装置结构如下:由两个同向的LC单调谐滤波器并联组成一个滤波单元,再由三个这样的滤波单元首尾顺次相连合成一个三角型连接的联合滤波模块,为三相电压中的一相滤除谐波,三个联合滤波模块进行星接,形成滤波装置。由于该新型连接方式存在多个LC单调谐滤波器,这些LC单调谐滤波器的截止频率是在选定的截止频率数值上下波动的,并不完全一致,这样可以避免传统单调谐滤波器滤波特性随系统频率变化而降低的缺点,从而确保滤波器的滤波特性和滤波精度,使高次谐波的滤除效果更好。
-
-
-
-
-
-