-
公开(公告)号:CN115313397A
公开(公告)日:2022-11-08
申请号:CN202210880374.1
申请日:2022-07-25
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 武汉大学
Abstract: 本发明提供一种基于智能软开关的电压就地控制方法,包括:确定SOP各端口与馈线连接处的电压额定值;获取SOP各端口与馈线连接处的电压有效值、电压‑有功功率灵敏度、电压‑无功功率灵敏度、SOP各端口输出的有功功率与无功功率;建立电压就地控制优化模型;求解所述电压就地控制优化模型,得出SOP各端口应向所连接馈线注入的有功功率与无功功率的参考值,按照求得的有功功率与无功功率参考值调整SOP各端口向馈线连接处注入的有功功率与无功功率值。本发明需要获取SOP的本地信息的前提下对SOP所连接馈线进行短时间尺度下的电压控制。
-
公开(公告)号:CN112549584A
公开(公告)日:2021-03-26
申请号:CN202011290044.4
申请日:2020-11-18
Applicant: 武汉大学
Abstract: 本发明公开了一种变角度碳纤维自动铺放系统,包括机架、丝束送料装置、通道装置、切割装置、树脂送料装置、转向辊和压实辊,多个丝束送料装置排布在机架上,每一丝束送料装置包括丝束卷辊筒和驱动丝束卷辊筒转动的第一驱动件,通道装置包括进料孔和出料孔,碳纤维丝束从一个进料孔进入并从一个出料孔排出,切割装置与出料孔相对用于切割碳纤维丝束,树脂送料装置包括树脂送料机构、树脂加热机构和分流器,从出料孔排出碳纤维丝束与进分流器分流的树脂在转向辊上结合后经过转向辊带动转向,进而经过压实辊展平在模具上,结合了液态树脂后的碳纤维丝束具有在不发生丝束褶皱的情况下的很强转向能力,保证铺放质量。
-
公开(公告)号:CN109525935B
公开(公告)日:2021-01-15
申请号:CN201811408590.6
申请日:2018-11-23
Applicant: 武汉大学
Abstract: 本发明属于导航定位和位置服务领域,公开了一种针对普适室内环境的智能楼层感知方法及控制系统,采取电梯/楼梯/扶梯的PDR相对楼层识别策略、WiFi最强AP信号识别绝对楼层策略、气压与楼层经验公式识别绝对楼层策略、GNSS信噪比阈值识别建筑物策略、自然语言处理技术,进行数据融合,实现用户所在楼层的精准感知。本发明可以智能感知周围环境,根据所感知的环境信号进行智能切换定位源进行导航定位;当GNSS信号在建筑物密集的环境下,信息遮挡比较严重此时可以借助该系统进行建筑物的定位;将室内定位系统进行融合,很大程度上提高定位精度和用户体验效果。
-
公开(公告)号:CN110571797A
公开(公告)日:2019-12-13
申请号:CN201910834257.X
申请日:2019-09-05
Applicant: 国网湖北省电力有限公司电力科学研究院 , 武汉大学 , 国家电网有限公司 , 北京科力源能源技术有限公司
IPC: H02J3/00
Abstract: 本发明公开了一种基于实时仿真器的配电网电能质量多目标综合治理成套装置控制实证平台,旨在提供一种模拟配电网全工况运行方式,在各种电能质量扰动情况下,开展多目标电能质量综合治理装置的控制效果实证测试,为多目标电能质量综合治理装置的现场运行提供参考数据。它包括上位机1、实时仿真器2、接口电路3、控制器4四个部分;所述的上位机1提供人机系统设计界面,构建配电网、电能质量扰动源、敏感负荷及多目标电能质量综合治理装置电磁模型和监控仿真数据和波形;实时仿真器2将上位机1构建的配电网系统模型编译连接后实现高速实时运行,并得到实时计算数据;实时仿真器2将节点计算数据实时通过接口电路3传送给控制器4;控制器4通过内置算法得到控制信号通过接口电路3返回实时仿真器2中,控制实时仿真器2中的多目标电能质量综合治理装置模型的运行,从而实现对真实控制器的实时数模在环测试。
-
公开(公告)号:CN110189412A
公开(公告)日:2019-08-30
申请号:CN201910395243.2
申请日:2019-05-13
Applicant: 武汉大学
IPC: G06T17/20
Abstract: 本发明公开了一种基于激光点云的多楼层室内结构化三维建模方法及系统,包括输入多楼层点云后,基于竖直方向上的点云高程直方图,进行楼层与楼层间连接区域分割;对每一楼层分别进行单楼层房间分割,基于矢量墙面线进行单楼层室内空间单元划分,进行基于矢量和栅格叠加的矢量室内平面图构建;根据布尔求交,删除楼层与连通区域之间的重叠面,建立多楼层三维模型。本发明通过“峰值-低谷-峰值”策略的直方图分割,将多楼层室内结构重建问题转化为单楼层室内重建与楼层间连通空间重建问题;通过“先分割后局部重建”的手段,可以快速高效的构建多楼层的建筑物室内三维模型,更好的处理室内复杂环境下的点云数据,满足室内结构化建模需求。
-
公开(公告)号:CN110070018A
公开(公告)日:2019-07-30
申请号:CN201910295923.7
申请日:2019-04-12
Applicant: 武汉大学
Abstract: 本发明提出了一种结合深度学习的地震灾害场景识别方法,获取震后场景的遥感图像后进行切片处理,然后进行扩展得到用于深度学习的数据,使用对单点多盒探测器目标检测器方法SSD的改进方案来进行地震场景的深度学习以及识别,所述对单点多盒探测器目标检测器方法SSD的改进方案,包括对网络进行修改,将第十六层卷积层加上一个ReLU激活函数,将第十九层卷积层加上一个ReLU激活函数以及maxpooling池化层,得到修改后的模型。本发明针对地震场景复杂且种类多样的问题,将传统的地震场景识别与深度学习相结合,能够在复杂场景快速而准确地识别地震场景,满足了实际应用中的精度需求和速度需求。
-
公开(公告)号:CN108761274A
公开(公告)日:2018-11-06
申请号:CN201810524032.X
申请日:2018-05-28
Applicant: 国网河南省电力公司电力科学研究院 , 武汉大学 , 重庆大学 , 国网电力科学研究院武汉南瑞有限责任公司
CPC classification number: G01R31/085 , G01R31/001
Abstract: 本发明涉及一种特高压交直流并行输电线路电磁环境长期连续监测小车,可在轨道上往复运动,自动对并行输电线路进行监测,节省人力。直流合成场强仪、工频电场环境监测仪设置在裸露的平板,无线电干扰监测仪、用于接收直流合成场强仪、工频电场环境监测仪、无线电干扰监测仪和噪声仪的数据的工控机、用于为工控机和电动机供电的电源模块设置在金属箱体,且直流合成场强仪、工频电场环境监测仪距离金属箱体的最小距离为3米以上,避免各仪器之间带来的电磁干扰,提高测量准确性。
-
公开(公告)号:CN107862738A
公开(公告)日:2018-03-30
申请号:CN201711218661.1
申请日:2017-11-28
Applicant: 武汉大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于移动激光测量点云进行室内结构化三维重建方法,首先基于激光扫描点云证据栅格地图进行房间分割;然后基于矢量墙面投影线段进行空间划分;最后基于矢量和栅格叠加构建矢量房间平面图和室内三维模型。本发明充分利用室内空间的语义信息和结构化元素,将室内三维重建问题转化为房间分割和基于GIS的叠加分析问题,利用分割的房间作为先验知识解决建模过程中激光测量的遮挡和数据不完整的问题,可以快速高效的构建具有拓扑一致性的室内建筑物三维模型。同其他方法相比,本发明可以更好的处理室内复杂环境的点云数据,满足室内结构化三维重建的要求。
-
公开(公告)号:CN120012936A
公开(公告)日:2025-05-16
申请号:CN202510129996.4
申请日:2025-02-05
Applicant: 武汉大学 , 国网上海市电力公司 , 中国电力科学研究院有限公司
IPC: G06N5/04 , G06N3/092 , G06F16/2455 , G06F16/28 , G06F16/334 , G06F40/186 , G06F9/448 , G06Q10/20 , G06Q50/06 , H02J3/00 , H02J3/38
Abstract: 本发明提供一种基于大小模型协同的配电系统故障恢复智能体构建方法,其方法包括:基于接收的故障信息恢复语句在预先构建的知识库中检索,获取大模型提示词与大模型上下文;根据任务分解提示词模板将故障信息恢复语句分解为若干个子任务,并调用与每个子任务对应的小模型执行子任务;基于大模型提示词、大模型上下文和故障信息恢复语句生成第一恢复策略,基于全部小模型的输出结果生成第二恢复策略,将第一恢复策略和第二恢复策略作为输出的故障恢复策略对配电系统进行故障恢复。本发明通过采用大小模型协同配合方法,有效地汲取了大语言模型优秀的文本语义理解与提取能力,克服了电力系统大量文本形式的先验知识难以提取利用于智能体的难题。
-
公开(公告)号:CN118432072A
公开(公告)日:2024-08-02
申请号:CN202410514537.3
申请日:2024-04-26
Applicant: 武汉大学 , 国网上海市电力公司 , 中国电力科学研究院有限公司
IPC: H02J3/00 , G06Q10/20 , G06Q10/0637 , G06Q50/06 , G06N3/092
Abstract: 本发明公开了一种主动配电网故障恢复方法、装置、设备及存储介质,所述方法通过获取当前配电网的电网状态,根据电网状态生成示教经验数据库;获取当前配电网的配网环境数据,根据配网环境数据建立深度Q网络强化学习模型;根据预设比例对示教经验数据库和预设交互经验池进行采样,利用采样数据对深度Q网络强化学习模型进行训练,将电网故障数据输入至训练后的深度Q网络强化学习模型,获得故障恢复策略;能够减少人工智能模型的训练时间和所需数据量,降低了人机决策冲突率,并降低了电力人工智能模型决策失控的风险,提升了决策的准确性和可靠性,提高了电力系统的运行效率,减少了配电网故障恢复时间,并降低了配网事故的发生率。
-
-
-
-
-
-
-
-
-