-
公开(公告)号：CN114580287A
公开(公告)日：2022-06-03
申请号：CN202210224448.6
申请日：2022-03-09
Applicant: 合肥工业大学 , 国网安徽省电力有限公司
Abstract: 本发明公开了一种基于启发式混杂策略的特高压直流控保系统数据优化重构方法，其步骤包括：1、对电力数据采用四分位法进行不良数据识别，并将不良数据删除；2、采用构建的组合预测模型预测值作为不良数据的修正值，完成数据优化；3、判断数据是否存在实体节点，若不存在，则创建实体节点；4、创建特征节点和数据节点，构成数据子图；5、计算相应的时间节点和空间节点，并设立时间标签和空间标签，构成时间子图和空间子图；6、连接节点，构建时空关系图索引。本发明能实现对特高压直流控保系统中电力数据的优化和重构，有效处理系统电力数据中的不良数据，并且可以满足不同任务类型电力数据存储管理需求，提高了电力大数据存取效率。
-
公开(公告)号：CN114493925A
公开(公告)日：2022-05-13
申请号：CN202210124475.6
申请日：2022-02-10
Applicant: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明公开了一种基于BERT与GCNN混合网络的非侵入式负荷分解方法，其步骤包括：1、采集居民用电负荷电力入口处的功率负荷数据并进行预处理；2、构建BERT‑GCNN负荷分解模型，包括输入层、功率嵌入层、BERT编码层、门控卷积层GCNN、解码输出层；3、利用数据集进行模型训练，从而得到负荷功率分解序列，实现非侵入式负荷分解。本发明能有效解决原非侵入式负荷分解中使用RNN及其变体网络带来的输入输出序列信息的长时依赖问题，所提出的模型能够实现并行计算，通过改进BERT模型降低了该结构层的时间与空间复杂度，同时对于引入的GCNN网络也实现了对负荷特征的关键筛选。
-
公开(公告)号：CN111291691A
公开(公告)日：2020-06-16
申请号：CN202010096393.6
申请日：2020-02-17
Applicant: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明公开了一种基于深度学习的变电站二次设备仪表盘读数检测方法，包括：1、基于YOLOv3算法对仪表盘图像进行定位分类训练；2、利用训练好的YOLOv3模型，对所获取的实时图像进行仪表盘定位分类并进行裁剪保存；3、若分类结果为变压器温度表，使用hough变换获取温度表图像基准水平线和指针线，否则，使用OPENCV OCR和hough变换获取电流表和电压表图像类别标签、数字量程和指针线；4、计算仪表盘读数，并在边缘侧保存读数数据；5、巡检机器人完成一次周期巡检后，将所有仪表盘读数通过无线网络上传至云端服务器。本发明能提高变电站无人抄表的数据检测率，从而满足变电站设备故障诊断的实际需求。
-
公开(公告)号：CN119150700B
公开(公告)日：2025-04-29
申请号：CN202411626726.6
申请日：2024-11-14
Applicant: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
Inventor： 章海斌 , 李奇越 , 郭振宇 , 李帷韬 , 张学友 , 孙伟 , 许渊 , 马欢 , 曾彦 , 刘鑫 , 马凯 , 汪运 , 张晨晨 , 陈旭东 , 施雯 , 杨光 , 胡坤 , 郭龙刚
Abstract: 本发明公开了一种GIS局部放电最优位置匹配方法及系统，方法包括基于GIS局部放电的时域全波形数据对局部放电源进行粗定位，得到局部放电源的初步放电强度以及初步放电位置；将局部放电源的初步放电强度以及初步放电位置注入到仿真器中进行仿真增强计算，得到局部放电源的仿真增强结果，所述仿真增强结果包括仿真放电位置和仿真放电强度；将通过实时采集的所述时域全波形数据计算得到的实测放电强度与所述仿真增强结果进行迭代搜索，得到局部放电源的实际放电位置；本发明在GIS中出现局部放电情况下，以初步计算的放电源为中心，提出其邻域内测量值最优匹配的启发式快速迭代搜索算法，实现放电源的实时高精度定位。
-
公开(公告)号：CN119165310B
公开(公告)日：2025-04-22
申请号：CN202411626722.8
申请日：2024-11-14
Applicant: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司
IPC: G01R31/12 , G06F18/25 , G06F18/2113 , G06F18/2131 , G06N3/042 , G06F123/02
Abstract: 本发明公开了一种GIS局部放电信号检测方法、装置及存储介质，方法包括采集GIS内部电磁场信号，将所述电磁场信号的时频域特征作为图神经网络的节点进行关联强度筛选，得到时域强关联特征和频域强关联特征，其中，节点之间的连线表示节点所代表特征之间的关系；对电磁场信号进行所述时域强关联特征的提取，并基于时域强关联特征确定监测到局部放电信号，输出放电时的第一时域波形图；对电磁场信号进行所述频域强关联特征的提取，并基于频域强关联特征确定监测到局部放电信号，输出放电时的频域波形图；基于第一时域波形图和频域波形图，得到局部放电信号的全域波形图；本发明可在减少计算量的前提下提高局部放电信号检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119129354B
公开(公告)日：2025-04-01
申请号：CN202411626719.6
申请日：2024-11-14
Applicant: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司
IPC: G06F30/23
Abstract: 本发明公开了一种基于GraphSAGE算法的GIS仿真数据增强方法、系统及存储介质，包括采用有限元法将GIS设备的仿真模型离散为多个四面体单元，并仿真得到GIS设备粗网格数据，每个四面体单元包括若干节点，粗网格数据包括各个节点的仿真特征数据；将GIS设备的仿真模型抽象为网络拓扑结构，并将所述网络拓扑结构中任意相邻的两个自由四面体视为一个片单元；采用GraphSAGE算法对每个片单元中的各节点的邻居节点进行一次聚合处理，生成一次聚合特征；采用GraphSAGE算法对每个片单元的所有节点进行二次聚合处理，生成二次聚合特征；基于一次聚合特征和二次聚合特征，生成GIS设备粗网格数据的增强数据。
-
公开(公告)号：CN119147915B
公开(公告)日：2025-02-28
申请号：CN202411626743.X
申请日：2024-11-14
Applicant: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
IPC: G01R31/12 , H03M1/12 , G06F18/25 , G06F18/213 , G06N3/042 , G06N3/08 , G06N10/60 , G01R31/14 , G01R23/02
Abstract: 本发明公开了一种信号同步采集与测量嵌入式装置及预警系统，包括信号采集位置确定模块，用于确定信号采集模块中各传感器的安装位置；信号采集模块，用于采集GIS内部电磁场信号；信号处理前端，用于对所述信号采集模块传输的电磁场信号进行信号调理，调理后的信号传输至模数转换器；模数转换器，用于将调理后的信号从模拟信号转为数字信号后传输至信号测量模块；信号测量模块，用于基于预先筛选得到的强关联特征对数字信号进行监测，在确定监测到局部放电信号时，得到包含局部放电信号时域波形图和频域波形图的全时域波形图，其中强关联特征包括时域强关联特征和频域强关联特征；本发明可实现高精度同步检测GIS局放时域全波形数据。
-
公开(公告)号：CN119129447B
公开(公告)日：2025-02-28
申请号：CN202411626704.X
申请日：2024-11-14
Applicant: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
Abstract: 本发明公开了一种基于差分融合神经网络的GIS电磁场粗仿数据增强方法、系统及存储介质，包括获取GIS电磁场粗网格仿真数据集；将GIS电磁场粗网格仿真数据集输入到差分深度学习网络模型，差分深度学习网络模型包括依次连接的增强网络和结构相似性网络，所述增强网络包括自调节模块和差分卷积模块；利用自调节模块和所述差分卷积模块分别对粗网格结构数据和粗网格场强数据进行计算，得到细网格增强网格结构特征和细网格增强场强特征；利用结构相似性网络对细网格增强网格结构特征和细网格增强场强特征进行匹配，计算相似性特征；基于相似性特征，计算GIS细网格增强数据；采用本发明可兼顾GIS电磁仿真的精度和效率。
-
公开(公告)号：CN119149920B
公开(公告)日：2025-02-11
申请号：CN202411639383.7
申请日：2024-11-18
Applicant: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
IPC: G06F18/10 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06F17/16 , G06F18/213 , G06F18/214
Abstract: 本发明提供一种时序数据补全方法及系统，方法包括：对直流换流变压器采集时序相关度运行数据，构建原始时序缺损数据集X0；对原始时序缺损数据集X0进行时间相关度的预处理得到时间相关预处理矩阵X1；将时间相关预处理矩阵X1输入CNN网络中进行数据序列整合得到整合矩阵X2；将整合矩阵X2送入双向长短时记忆神经网络Bi‑LSTM进行时间相关性预测学习得到时间相关性预测结果X3；将时间相关性预测结果X3送入反注意力层anti‑attention对预填数据降低注意力得到重构注意力矩阵X4；将重构注意力矩阵X4放入全连接输出层得到数据预测补全结果#imgabs0#。本发明解决了梯度消失、过度拟合以及补全数据的准确性低的技术问题。
-
公开(公告)号：CN119129448B
公开(公告)日：2025-02-11
申请号：CN202411626710.5
申请日：2024-11-14
Applicant: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
IPC: G06F30/27 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06F18/27
Abstract: 本发明公开了一种基于PU‑GAN的GIS电磁场仿真数据增强方法及系统，包括获取GIS电磁场的真实粗网格数据和真实细网格数据；将真实粗网格数据和真实细网格数据输入至生成对抗网络进行训练，直至总体优化损失函数最小时，得到训练好的生成器作为数据增强模型以用于对实时生成的真实粗网格数据进行增强；其中，生成对抗网络包括生成器和判别器，生成器用于对所述真实粗网格数据进行特征提取，并对提取的特征进行循环倍数增强，得到细网格生成数据；本发明利用训练好的模型可以快速得到高精度的GIS电磁场仿真增强数据。
-
-
-
-
-
-
-
-
-
Search Results
274
records
(took 0.064 seconds)
