-
公开(公告)号：CN112183313A
公开(公告)日：2021-01-05
申请号：CN202011030237.6
申请日：2020-09-27
Applicant: 武汉大学
Abstract: 本发明涉及一种电力作业现场动作识别方法，该方法基于SlowFast算法，属于深度学习视频识别技术，利用计算机视觉技术和计算机强大的计算能力对作业现场的视频图像进行分析，识别作业人员的动作，并与规范作业流程中包含的动作进行对比，起到实时监控的作用，能有效提高现场作业监控质量，降低现场作业安全风险。
-
公开(公告)号：CN111353413A
公开(公告)日：2020-06-30
申请号：CN202010117318.3
申请日：2020-02-25
Applicant: 武汉大学
Abstract: 本发明涉及数字图像识别技术，具体涉及一种输电设备低漏报率缺陷识别方法，包括：通过无人机或直升机采集输电线路巡检图像；对输电线路巡检图像进行标记，建立数据集；分别基于Faster RCNN网络建立输电线路缺陷识别模型和YOLO v3网络建立输电线路缺陷识别模型，在输电线路巡检图像数据集上训练；将训练好的Faster RCNN模型和YOLO v3模型优化后通过自适应判别器组合，进行联合训练；利用联合训练好的低漏报率缺陷检测模型对输电线路巡检图像进行识别，获取电力设备的状态信息，判断电力设备是否存在缺陷；对巡检图像进行批量化端到端处理。该方法能够扩大模型对于复杂环境的适应能力，降低漏检率。
-
公开(公告)号：CN118826037A
公开(公告)日：2024-10-22
申请号：CN202410874519.6
申请日：2024-07-02
Inventor： 马恒瑞 , 王蔚 , 王波 , 马富齐 , 侯慧 , 王枭 , 司杨 , 陈晓弢 , 苏小玲 , 麻林瑞 , 王红霞 , 张嘉鑫 , 罗鹏 , 张迎晨 , 丁书伟 , 王家豪 , 刘书福
Abstract: 本发明提供一种基于分布鲁棒优化的多主体MEMG调度方法，所述方法包括：构造上层为MEMG、下层为产消者的多主体MEMG‑产消者运行模型；对单主体MEMGi基于自身最小化运行成本构造目标函数minCoMMGi；所述minCoMMGi代表MEMGi的总运行成本的最小值；基于Wasserstein球对所述多主体MEMG‑产消者运行模型中的多重不确定主体进行优化；根据纳什谈判理论，构建多主体MEMG微网联盟的目标函数；对MEMGi内部产消者J基于自身最小化运营成本模型构造目标函数PRi,J，所述PRi,J代表所述MEMGi内部第J个产消者的总成本；对所述MEMG‑产消者模型进行等效转换后求解。本发明通过多主体MEMG的合作博弈，提升了多主体MEMG的总体运行经济性。
-
公开(公告)号：CN117744017A
公开(公告)日：2024-03-22
申请号：CN202311460958.4
申请日：2023-11-02
Applicant: 武汉大学 , 国网安徽省电力有限公司电力科学研究院 , 国网山西省电力公司电力科学研究院 , 中国电力科学研究院有限公司
IPC: G06F18/25 , G06F18/213 , G06F18/10 , G06F18/2413 , G06N3/0464 , G06N3/0455 , G06N3/082 , G01R31/12
Abstract: 本发明涉及一种基于transformer的配电站房局部放电缺陷检测方法，方法首先构造一种置信区间理论的局部放电信号增强方法,对原始信号进行增强；然后构造局部放电特征图；并采用梅尔倒谱系数提取配电站房声信号的频域特征；接着将频域特征输入到transformer的放电时序信息特征提取模型中提取时序特征；最后融合局部放电特征图以及时序特征，联合分析配电站房局部放电类型，从而实现了配电站房局部放电的高准确度检测。
-
公开(公告)号：CN116780768A
公开(公告)日：2023-09-19
申请号：CN202310669998.3
申请日：2023-06-07
Applicant: 武汉大学 , 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
Abstract: 本申请公开一种台区光伏配电网设备关键节点识别方法，与现有技术相比，包括步骤：基于配电所设备业务链建立配电所信息网模型；基于配电所信息网模型确定电力系统的配电信息网和物理电网拓扑；确定依存关系，将配电所的临界节点与外部相连；获取配电信息网的节点对于配电信息网的重要度，以及配电信息网的节点对于物理电网的重要度；对和进行加权处理得到节点重要度进行关键节点识别。本发明涉及的技术方案，相较于现有技术而言，更有效地分辨台区光伏配电网设备关键节点，对配电所电力监控系统的通信设备管理和针对性维护具有指导意义。此外，本申请还涉及一种台区光伏配电网设备关键节点识别系统和电子设备，同样具有上述有益效果。
-
Patent Agency Ranking
公开(公告)号：CN116305676A
公开(公告)日：2023-06-23
申请号：CN202211341099.2
申请日：2022-10-30
Applicant: 武汉大学
IPC: G06F30/18 , G06F30/20 , H02J3/00 , G06F113/04 , G06F119/02
Abstract: 本发明设计一种输电网信息物理系统建模及关键节点识别方法，从相互依存网络的角度提出一种新的相互依存关系，并在此基础上定义耦合网络损失度指标从而评估节点重要度。首先建立变电站通信网设备级网络，然后以设备级网络作为基础单位，按照调度信息网拓扑进行扩展，形成电网信息侧设备级网络。接着，将电网物理侧拓扑中变电节点与电网信息侧设备级网络中的属于一个变电站的连通图对应，按照断路器与输电线路对应关系形成依存边。再对所建立模型进行节点失效的攻击，计算每次攻击后耦合网络损失度的相对变化，即为该节点重要度。本发明有利于解决当前模型细粒度不够、电网信息侧与物理侧不足以反映实际的问题。
-
公开(公告)号：CN115809986A
公开(公告)日：2023-03-17
申请号：CN202211341101.6
申请日：2022-10-30
Applicant: 武汉大学 , 西安理工大学 , 武汉敏捷数云信息技术有限公司 , 武汉珈楚智能信息技术有限公司
IPC: G06T7/00 , G08B21/02 , G08B29/18 , G06T7/80 , G06T7/70 , G06V10/82 , G06V10/774 , G06V10/44 , G06V10/54 , G06V10/40 , G06N3/082 , G01S13/08 , G01S13/86
Abstract: 本发明涉及一种多传感器融合的输电走廊智能外破检测方法，该方法基于YOLOv3算法，利用深度神经网络模型压缩技术，在尽可能减少精度损失的前提下，大幅度压缩模型体积，大幅减少模型参数量和计算量，加快模型推理速度，确保检测实时性，同时融合毫米波雷达传感器和相机雷达传感器，准确获取图像中目标的深度距离，并以此进行坐标转换，进一步测算出图像目标与电力线之间的距离，并以此作为报警判别条件。本发明能在保证检测精度的前提下有效降低误报率，实现对输电走廊外破实时监测，提高输电走廊在线视频监控质量，保障输电走廊安全，提高电力设备运行安全稳定性。
-
公开(公告)号：CN112182242A
公开(公告)日：2021-01-05
申请号：CN202011030228.7
申请日：2020-09-27
Applicant: 武汉大学
Abstract: 本发明涉及一种面向电力作业全过程的安全管控知识图谱构建方法，该方法基于知识图谱和事理图谱，首先将收集到的信息分为动态数据和静态数据并进行知识提取；然后用四种逻辑关系建立电力事件事理图谱；接着建立静态知识图谱；最后通过共同实体连接知识图谱和事理图谱。本发明利用了人和设备之间的关联性，将动态和静态关联分析，有助于电力作业安全管控水平的提升。
-
公开(公告)号：CN111064183A
公开(公告)日：2020-04-24
申请号：CN201911218307.8
申请日：2019-12-02
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 中国电力科学研究院有限公司 , 武汉大学 , 青海大学
Abstract: 一种电力系统源荷平衡的各类备用容量的确定方法，将负荷功率或输出功率实际值与预测值之间的偏差作为控制功率需求，得到用于确定备用容量的原始时域信号；然后将备用容量需求的时域信号转换成频域信号，分析控制功率需求的频谱，根据各类型备用容量所对应的频段，将频谱划分成各个频率分量，这些频率分量包含了各类型备用容量的需求信息；最后可得到各类型备用容量值，提前量化了新能源出力不确定性所带来的备用需求。本发明可以确定风电接入电力系统后备用容量的具体需求，确定到底需要多少快速备用资源以及慢速备用资源。有助于提高可再生能源在电力系统中的渗透率，并且提升能源利用效率。
-
公开(公告)号：CN120012972A
公开(公告)日：2025-05-16
申请号：CN202411563198.4
申请日：2025-02-14
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/08 , H02J3/00
Abstract: 本申请公开了基于MCNN‑MMoL的短期电力负荷多步预测方法，包括以下步骤：S101、采集原始负荷数据，并对所述原始负荷数据进行预处理；S102、将所述原始负荷数据划分成多个具有独立特征信息的子负荷；S103、构建MCNN‑MMoL网络，基于MCNN‑MMoL网络中的MCNN部分，从不同的尺度对所述子负荷的特征进行捕捉提取，基于MCNN‑MMoL网络中的MMoL部分进行多步负荷预测，最终获得短期电力负荷多步预测结果；用于解决现有的电力负荷预测均为单步预测，存在较大的使用局限性的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.095 seconds)
