公开(公告)号：CN116955951A

公开(公告)日：2023-10-27

申请号：CN202310857743.X

申请日：2023-07-12

申请人： 合肥工业大学 ,  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

发明人： 李奇越 ,  赵小平 ,  孙伟 ,  李帷韬 ,  葛健 ,  章海斌 ,  郭振宇 ,  刘鑫 ,  马欢 ,  陈龙

IPC分类号： G06F18/20 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/08 ,  G01R31/12

摘要： 本发明公开了基于自注意力的异构网络的变压器故障诊断方法及装置，所述方法包括：在变压器故障状态下，获取变压器的热红外图像进行预处理得到第一训练集T1；采集变压器的油中溶解气体含量进行预处理得到第二训练集T2；构建基于自注意力的异构融合网络模型，模型包括关注全局时标信息的自注意力LSTM网络、关注局部空间信息的自注意力残差网络、特征融合层以及Softmax分类器，第一训练集T1输入到自注意力残差网络中，第二训练集T2输入到自注意力LSTM网络中；训练基于自注意力的异构融合网络模型，利用训练好的模型进行故障诊断；本发明的优点在于：提取的特征完备，最终诊断结果较为准确。

公开(公告)号：CN116776228A

公开(公告)日：2023-09-19

申请号：CN202311035519.9

申请日：2023-08-17

申请人： 合肥工业大学 ,  国网安徽省电力有限公司 ,  国网智能电网研究院有限公司

发明人： 刘浩 ,  李启明 ,  甘津瑞 ,  卢卫疆 ,  李彬 ,  刘鑫 ,  李奇越 ,  孙伟 ,  李帷韬 ,  黄海宏

IPC分类号： G06F18/241 ,  G06N3/045 ,  G06Q50/06 ,  G06F18/21 ,  G06F18/214 ,  G06F123/02

摘要： 一种电网时序数据解耦自监督预训练方法与系统，属于电网故障诊断技术领域，解决如何将电网时序数据解耦与掩码预测相结合进行自监督预训练，从而提高模型鲁棒性以及泛化能力的问题；本发明通过对时序数据解耦从而分离出时序数据的趋势分量与周期分量，再对解耦后的两分量分别进行掩码预测，最后根据时序数据特征对解耦分量进行重构，继而通过与未掩码数据对比得到掩码损失，端到端的优化整个模型，实现了对电网时序数据模型的预训练，提取出具有强泛化能力的通用特征，增强了模型的鲁棒性，提升了模型的预测精度，同时提高模型对各类下游任务适配性，有效提升了模型的利用率。

公开(公告)号：CN116542519A

公开(公告)日：2023-08-04

申请号：CN202310510430.7

申请日：2023-05-08

申请人： 合肥工业大学

发明人： 孙伟 ,  王文浩 ,  李奇越 ,  李帷韬

IPC分类号： G06Q10/0635 ,  H02H7/26 ,  G01R31/00 ,  G01R19/00 ,  G06Q10/20 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种配网保护装置的状态智能评估方法，包括：1、采集并归一化处理后的配网保护装置的电压信息；2、搭建配网保护装置的状态智能评估网络，包括：H层卷积层、一层全连接层、一层输出层；3、训练配网保护装置的状态智能评估网络；4、利用最优状态智能评估模型对实时采集的配网保护装置的电压信息进行判断，对配网保护装置的状态进行评估。本发明能准确且实时评估配网保护装置的状态，及时维修发生故障的配网保护装置，从而能确保配网能安全高效的运行。

公开(公告)号：CN116523819A

公开(公告)日：2023-08-01

申请号：CN202211515853.X

申请日：2022-11-30

申请人： 合肥工业大学

发明人： 李帷韬 ,  童倩倩 ,  孙伟 ,  李奇越 ,  李俊辰 ,  顾嘉钦 ,  黄鑫兴 ,  张心茹 ,  刘威 ,  吕顺辰

IPC分类号： G06T7/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了基于随机配置卷积网络的镁炉异常工况识别方法及装置，所述方法包括：获取镁炉图像训练数据集；设置卷积网络的参数并初始化；配置卷积网络的第Layer层卷积的第L次卷积参数，并判断参数是否满足配置条件，若满足则构建卷积参数矩阵；利用卷积参数矩阵生成特征图；对特征图进行池化操作生成下采样特征图；利用下采样特征图更新输入数据，计算所述随机配置卷积网络的预测输出O与真实输出T的误差，若误差大于期望误差则继续配置卷积网络参数，如误差小于等于期望误差则卷积网络构建完成，用于对待检测的镁炉进行异常工况检测；本发明的优点在于：对镁炉异常工况识别准确性高，且便于在现场部署。

公开(公告)号：CN116434139A

公开(公告)日：2023-07-14

申请号：CN202310326238.2

申请日：2023-03-29

申请人： 合肥工业大学

发明人： 丁立健 ,  杨盛世 ,  李帷韬 ,  孙伟 ,  李奇越

IPC分类号： G06V20/52 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/092 ,  G06N3/0499

摘要： 一种基于强化学习和可形变Transformer的钓鱼危险行为管控方法，属于危险行为管控技术领域，解决针对体积小的细长鱼竿检测效果不准确问题；本发明通过基于强化学习的样本适应度评估模型为每个训练样本进行适应度评估，并挑选适应度高的样本送入可形变Transformer鱼竿检测模型进行训练，再通过可形变Transformer鱼竿检测模型提取细长物体的多尺度空间特征进行鱼竿检测，最后通过最大熵的强化学习算法更新基于强化学习的样本适应度评估模型，从而提升模型的检测精度；本发明的方法能有效提取鱼竿的细长结构特征，提高了模型识别细长特征的能力，能够实现高电压环境中危险行为的检测，保障高电压环境中人员安全。

公开(公告)号：CN116400172A

公开(公告)日：2023-07-07

申请号：CN202310595273.4

申请日：2023-05-22

申请人： 合肥工业大学 ,  国网安徽省电力有限公司滁州供电公司 ,  国网安徽省电力有限公司

发明人： 孙伟 ,  杨建兴 ,  吴应华 ,  刘鑫 ,  杜露露 ,  石情倩 ,  周亚 ,  李奇越 ,  李帷韬

IPC分类号： G01R31/08

摘要： 本发明公开一种基于随机矩阵的云边协同配电网故障检测方法及系统，所述方法包括采集当前时刻的配电网数据；利用神经网络模型对所述配电网数据进行处理，计算实际值与预测值之间的误差，神经网络模型部署在边缘设备中；基于误差判断当前时刻配电网是否发生故障；若否，则将当前时刻的配电网数据重新输入至所述神经网络模型；若是，则将当前时刻的配电网数据上传至区域主站；在区域主站中，基于随机矩阵，融合配电网历史数据和所述边缘设备上传的实时故障数据，对故障进行定位分析；本发明在边缘侧使用神经网络进行故障初步分析，在云端利用基于随机矩阵的方法来进行集中分析，提高了故障定位速度和准确度。

公开(公告)号：CN116070532A

公开(公告)日：2023-05-05

申请号：CN202310245643.1

申请日：2023-03-09

申请人： 合肥工业大学 ,  国网安徽省电力有限公司电力科学研究院

发明人： 孙伟 ,  林肖 ,  李帷韬 ,  李奇越 ,  陈艺 ,  杨瑞雪 ,  包佳佳 ,  丁洁 ,  秦琪 ,  赵龙 ,  汪玉 ,  李宾宾 ,  陈庆涛 ,  黄杰 ,  刘鑫 ,  杨孝忠 ,  金义 ,  尹睿涵 ,  马路遥 ,  陈清兵 ,  范明豪 ,  马亚彬 ,  翟玥 ,  苏文 ,  吕鹏飞 ,  刘耕云 ,  宁杨

IPC分类号： G06F30/27 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/08 ,  G06Q50/26 ,  G06Q10/04 ,  G06F111/08

摘要： 本发明公开了基于ISSA‑LSTM的企业碳排放预测方法及系统，所述方法包括以下步骤：对历史碳排放数据进行预处理；构建碳排放LSTM模型；将碳排放LSTM模型的多个关键参数作为改进的麻雀搜索算法中麻雀的多维位置，对所述多个关键参数进行寻优，得到最优关键参数；利用最优关键参数构建碳排放LSTM模型，作为最优的碳排放LSTM模型；将预处理后的历史碳排放数据输入最优的碳排放LSTM模型，进行碳排放预测；本发明的优点在于：避免模型陷入局部最优，使得最终预测结果较为准确。

公开(公告)号：CN116008729A

公开(公告)日：2023-04-25

申请号：CN202310001949.2

申请日：2023-01-03

申请人： 国网安徽省电力有限公司池州供电公司 ,  国网安徽省电力有限公司 ,  国网智能电网研究院有限公司 ,  国网河南省电力公司电力科学研究院 ,  合肥工业大学 ,  合肥捷搜信息技术有限公司

发明人： 刘鑫 ,  邵全 ,  袁祖慧 ,  肖虎 ,  刘洋 ,  江龙华 ,  常文婧 ,  谢涛 ,  甘津瑞 ,  吴鹏 ,  孙伟 ,  李帷韬 ,  陈凡 ,  杜君莉 ,  马欢 ,  王朝华

IPC分类号： G01R31/08 ,  G06N3/088 ,  G06N3/049 ,  G06N5/02 ,  G06N3/0442 ,  G06N3/0455

摘要： 本发明公开一种电力故障诊断预警方法、装置、设备及存储介质，包括：获取电力设备的历史运行数据，所述历史运行数据包括当前年份以天为单位的第一历史数据和以往年份以天为单位的第二历史数据；基于历史运行数据，预测电力设备未来时刻的数据特征；利用自适应权重的知识图谱构建技术将数据特征转化为知识图谱，并对知识图谱进行挖掘，得到多模态时序数据；利用多层级注意力机制的自编码器对多模态时序数据进行处理，输出故障诊断预警。本发明可实现端到端的故障诊断和预警架构，实现实时的故障诊断和预警。

公开(公告)号：CN115963351A

公开(公告)日：2023-04-14

申请号：CN202211530846.7

申请日：2022-12-01

申请人： 合肥工业大学 ,  国网安徽省电力有限公司滁州供电公司 ,  国网安徽省电力有限公司

发明人： 李奇越 ,  罗欢 ,  周亚 ,  吴航 ,  蒋伟 ,  谢涛 ,  刘鑫 ,  周攀 ,  李帷韬 ,  孙伟 ,  姜黄琪 ,  吴留兵 ,  樊智奇

IPC分类号： G01R31/08 ,  G06N3/0442 ,  G06N3/08

摘要： 本发明公开了一种基于高频TFM网络的ADN早期故障检测方法及应用，包括：1、对采集到的电流和电压数据进行预处理并划分数据集；2、设计基于高频特征注意力时频记忆网络核心结构；3、构建基于高频特征注意力时频记忆网络；4、基于高频特征注意力时频记忆网络得到测试集样本的输出结果。本发明通过基于高频特征注意力时频记忆网络来提供时间序列的多尺度多分辨率分析，可以动态的捕获数据在时域和频域上的特征，以提高早期故障的检测精度，满足了准确化快速化的实际需求。

公开(公告)号：CN115408945A

公开(公告)日：2022-11-29

申请号：CN202211069836.8

申请日：2022-09-01

申请人： 合肥工业大学 ,  国网安徽省电力有限公司滁州供电公司 ,  国网安徽省电力有限公司

发明人： 李奇越 ,  徐叶刚 ,  周亚 ,  吴航 ,  蒋伟 ,  谢涛 ,  刘鑫 ,  周攀 ,  孙伟 ,  李帷韬 ,  戴盛全 ,  李希明

IPC分类号： G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06 ,  G06F113/04 ,  G06F119/02

摘要： 本发明公开一种配电网故障监测轻量化实现方法、装置、设备及存储介质，故障监测神经网络部署于嵌入式微处理器，嵌入式微处理器包含两级存储器结构，一级存储器存储有故障监测神经网络的权重参数，故障监测神经网络为基于网络权重参数图内距离聚类与类内均匀剪枝得到的轻量化LSTM神经网络，方法包括：获取配电网线路的三相电流电压数据；二级存储器从一级存储器中读取所述权重参数，并基于故障监测神经网络，对三相电流电压数据进行处理，得到配电网故障类型。本发明减少了两级存储器之间对于神经网络模型权重参数的内存访问次数，降低了功耗；并且减少了网络模型内权重参数数量，模型规模小，更易于在嵌入式设备上部署。