-
公开(公告)号：CN104375020B
公开(公告)日：2015-11-25
申请号：CN201410525256.4
申请日：2014-10-08
IPC: G01R31/00
Abstract: 本发明公开了一种分布式在线电网故障诊断方法，包括1个主站级的管理系统和现场级的N个变电站系统，主站级的管理系统包括调度台和远动机房；现场级变电站含有变电站总控单元、电网故障诊断服务器和现场工作站。本发明方法为：(1)现场级诊断系统从SCADA/EMS服务器下载各自所属变电站及相邻区域的电网拓扑结构图，生成各自局部电网模型和故障诊断器；(2)检测到故障信息后启动各自现场级电网故障诊断过程；(3)根据变电站总控单元上传故障信息进行在线现场级故障诊断并校验；(4)将现场级故障诊断结果上传到主站系统，合成出最终电网故障诊断结果。本发明解决了大电网故障诊断的通信可靠性问题、故障诊断过程的快速性问题和故障假设的全覆盖问题。
-
公开(公告)号：CN104375020A
公开(公告)日：2015-02-25
申请号：CN201410525256.4
申请日：2014-10-08
IPC: G01R31/00
Abstract: 本发明公开了一种分布式在线电网故障诊断系统及其方法，包括1个主站级的管理系统和现场级的N个变电站系统，主站级的管理系统包括调度台和远动机房；现场级变电站含有变电站总控单元、电网故障诊断服务器和现场工作站。方法为：（1）现场级诊断系统从SCADA/EMS服务器下载各自所属变电站及相邻区域的电网拓扑结构图，生成各自局部电网模型和故障诊断器；（2）检测到故障信息后启动各自现场级电网故障诊断过程；（3）根据变电站总控单元上传故障信息进行在线现场级故障诊断并校验；（4）将现场级故障诊断结果上传到主站系统，合成出最终电网故障诊断结果。本发明解决了大电网故障诊断的通信可靠性问题、故障诊断过程的快速性问题和故障假设的全覆盖问题。
-
-
公开(公告)号：CN102570470B
公开(公告)日：2013-12-25
申请号：CN201210033169.8
申请日：2012-02-15
Applicant: 河海大学
CPC classification number: Y02E40/34
Abstract: 本发明公开了一种基于暂态稳定的发电机进相深度确定方法，属于汽轮发电机暂态稳定下最大进相深度的计算方法。该方法是在汽轮发电机暂态过程下，利用发电机机械功率与电磁功率之间的差值，通过积分计算得出转子功角扫过的加速面积和减速面积；最后利用加速面积等于减速面积的性质来确定暂态稳定下的发电机极限进相深度。本发明能够改变常规趋于保守的进相深度确定方法，可以在不影响安全性的前提下，提高汽轮发电机的进相深度，从而经济地获得更多的无功功率补偿容量。
-
公开(公告)号：CN116401936A
公开(公告)日：2023-07-07
申请号：CN202310170759.3
申请日：2023-02-27
Applicant: 河海大学
IPC: G06F30/27 , G06N3/048 , G06N3/084 , G06N3/126 , G06F111/08 , G06F111/04
Abstract: 本发明公开了一种基于笛卡尔积遗传规划的水文预报方法，包括：收集水文数据，构建流域水文数据集；生成初始种群即若干个可以解码成神经网络的个体；初始化种群的迭代次数，开始迭代；计算评估种群中每个个体的适应度，采取锦标赛法选取下一代种群的亲本个体；对亲本个体随机选择算子进行遗传操作，生成下一代种群；种群的迭代次数加一，判断种群迭代次数是否等于最大迭代次数，若是则迭代结束，输出最终种群中适应度最高个体，作为模型训练结果；评估训练得到模型的性能。本发明能够克服传统神经网络固定拓扑造成的灾难性遗忘和数据需求量庞大等问题，可有效提高计算效率与迁移能力，而且具有一定的物理可解释性。
-
Patent Agency Ranking
公开(公告)号：CN116128890A
公开(公告)日：2023-05-16
申请号：CN202211711702.1
申请日：2022-12-29
Applicant: 河海大学 , 玖壹叁陆零医学科技南京有限公司
IPC: G06T7/11 , G06V10/778 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/082 , G06N3/084
Abstract: 本发明公开了一种基于自适应融合模块和跨阶段AU‑Net网络的病理细胞图像分割方法及其系统，其AU‑Net网络包含跨阶段模块、自适应融合模块和密集空洞卷积块。其谅包括：搭建基础的U‑Net网络结构，其编码、解码路径包括卷积操作和采样操作；将跨阶段模块分别应用到U‑Net模型的编码路径和解码路径当中，增强信息的表述能力；在添加跨阶段模块后的U‑Net的编码路径中引入自适应融合模块，以增加关键区域的权重，进而提高病理细胞图像的分割精度；使用密集空洞卷积块来替换加入了跨阶段模块和自适应融合模块后的U‑Net中连接编码路径和解码路径所用的卷积块。本发明可有效增强网络的学习能力，提升图像分割精度。
-
公开(公告)号：CN112966445B
公开(公告)日：2022-10-14
申请号：CN202110304840.7
申请日：2021-03-15
Applicant: 河海大学
IPC: G06F30/27 , G06N20/00 , G06N3/08 , G06F17/15 , G06F119/02
Abstract: 本发明公开了一种基于强化学习模型FQI的水库防洪优化调度方法，包括：获取水库历史调度数据作为强化学习基本数据集，并通过随机模拟的方法充分扩展数据集。比较FQI迭代算法中使用的不同特点的函数逼近器，选择实际效果较好的模型作为FQI强化学习的水库防洪优化调度模型。本发明考虑入库流量预报随时间增加准确度下降的特性，选取调度时段内水库水位安全和下游防洪控制点水位安全作为优化目标，生成水库防洪优化调度方案，在保证高质量解的前提下，解决传统水库防洪优化调度算法计算复杂度高、收敛慢的问题。
-
公开(公告)号：CN112966954A
公开(公告)日：2021-06-15
申请号：CN202110289848.0
申请日：2021-03-15
Applicant: 河海大学
Abstract: 本发明公开了一种基于时间卷积网络的防洪调度方案优选方法，包括：建立水库群防洪调度方案的评价指标体系；构建综合评价指标与时间序列的时序评价指标矩阵，该矩阵作为时间卷积网络的输入，基于模糊集理论和改进熵权法计算防洪调度方案训练样本的综合评分；确定时间卷积网络的结构；采用均方误差与纳什效率系数相结合的损失函数训练时间卷积网络；将防洪调度方案的时序评价指标矩阵输入到时间卷积网络中得到方案的综合评判值，综合评判值最优的即为水库群防洪调度的最优方案。本发明能够充分考虑时间变化下的防洪调度方案优选过程，极大的减少复杂模型参数的数量，为水库群防洪调度方案决策及优选提供了有力工具。
-
公开(公告)号：CN112966805A
公开(公告)日：2021-06-15
申请号：CN202110275101.X
申请日：2021-03-15
Applicant: 河海大学
Abstract: 本发明公开了一种基于GCN和NSGA‑Ⅱ的水库调度多目标优化方法，包括：搜集水库防洪调度相关数据，建立防洪多目标优化模型；使用NSGA‑Ⅱ得到初代种群，通过编码操作对个体进行分组，分组后的类别作为GCN的节点，将交叉、变异操作得到的父子代关系映射为GCN节点之间的边；使用NSGA‑Ⅱ获得初步pareto前沿，对其横坐标进行分组标签化，再利用该分组标签和步骤二得到的图结构训练GCN模型；利用训练好的GCN模型对图结构的节点进行分类，再使用NSGA‑Ⅱ调节pareto前沿的均匀度；根据NSGA‑Ⅱ调节后的pareto前沿，输出水库调度多目标优化问题的非劣方案集。本发明可广泛应用在多目标水库优化调度上，快速给出满足所有目标的水库优化调度方案。
-
公开(公告)号：CN112966445A
公开(公告)日：2021-06-15
申请号：CN202110304840.7
申请日：2021-03-15
Applicant: 河海大学
IPC: G06F30/27 , G06N20/00 , G06N3/08 , G06F17/15 , G06F119/02
Abstract: 本发明公开了一种基于强化学习模型FQI的水库防洪优化调度方法，包括：获取水库历史调度数据作为强化学习基本数据集，并通过随机模拟的方法充分扩展数据集。比较FQI迭代算法中使用的不同特点的函数逼近器，选择实际效果较好的模型作为FQI强化学习的水库防洪优化调度模型。本发明考虑入库流量预报随时间增加准确度下降的特性，选取调度时段内水库水位安全和下游防洪控制点水位安全作为优化目标，生成水库防洪优化调度方案，在保证高质量解的前提下，解决传统水库防洪优化调度算法计算复杂度高、收敛慢的问题。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.026 seconds)
