-
公开(公告)号：CN117614038B
公开(公告)日：2024-04-05
申请号：CN202410090947.X
申请日：2024-01-23
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本说明书涉及电力技术领域，尤其一种基于迁移学习抵御DOS攻击的微电网控制方法。所述方法包括：根据微电网真实系统输出功率和第一预测系统输出功率，判断微电网当前是否受到DOS攻击；若受到DOS攻击，采集受到攻击状态下微电网系统的第一数据集、受攻击状态前处于正常状态的第二数据集；根据第一数据集、第二数据集，利用迁移算法将第一预测模型迁移为受攻击状态的第二预测模型；根据受攻击状态下的微电网真实系统输出功率与第二预测系统输出功率之间的误差，重构状态Tube不变集，构建代价函数及约束条件，确定微电网的控制参数。本说明书旨在准确预测微电网在受到攻击后的状态及输出功率，进一步提高微电网抵御拒绝服务攻击的能力。
-
公开(公告)号：CN117650533A
公开(公告)日：2024-03-05
申请号：CN202410109782.6
申请日：2024-01-26
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本说明书提供了一种基于图网络大数据模型的电力系统潮流分析方法及装置，该方法包括：基于泊松过程的电力系统时空生成模型生成电力系统的电网拓扑结构、节点状态和线路状态；基于线路老化程度估计模型生成电力系统的电力线路老化程度；以电网拓扑结构、节点状态、线路状态和电力线路老化程度为输入，节点电压和节点相位角位为输出，训练图神经网络模型，直至图神经网络模型的考虑基尔霍夫电流定律的损失函数的损失值收敛至目标值；采集目标电力系统的电网拓扑结构、节点状态和线路状态，并将其输入至已训练的图神经网络模型中，以预测目标电力系统的节点电压和节点相位角位。本说明书实施例可提高基于神经网络模型的潮流分析的泛化性及可解释性。
-
公开(公告)号：CN117614038A
公开(公告)日：2024-02-27
申请号：CN202410090947.X
申请日：2024-01-23
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本说明书涉及电力技术领域，尤其一种基于迁移学习抵御DOS攻击的微电网控制方法。所述方法包括：根据微电网真实系统输出功率和第一预测系统输出功率，判断微电网当前是否受到DOS攻击；若受到DOS攻击，采集受到攻击状态下微电网系统的第一数据集、受攻击状态前处于正常状态的第二数据集；根据第一数据集、第二数据集，利用迁移算法将第一预测模型迁移为受攻击状态的第二预测模型；根据受攻击状态下的微电网真实系统输出功率与第二预测系统输出功率之间的误差，重构状态Tube不变集，构建代价函数及约束条件，确定微电网的控制参数。本说明书旨在准确预测微电网在受到攻击后的状态及输出功率，进一步提高微电网抵御拒绝服务攻击的能力。
-
公开(公告)号：CN117613903A
公开(公告)日：2024-02-27
申请号：CN202410091752.7
申请日：2024-01-23
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
IPC: H02J3/00 , G06Q10/0631 , G06Q50/06 , H02J3/28
Abstract: 本说明书涉及节能环保技术领域，适用于用户侧储能技术领域，尤其涉及一种基于数字孪生架构的用户侧储能调度优化控制方法及装置。包括根据用户所有负载的信息和储能装置的信息构建数字孪生系统；根据负载的历史用电时间预测负载的用电时长；将负载的用电时长输入至数字孪生系统中，以便于数字孪生系统根据负载的用电时长以及负载的单位时间用电量计算负载的电能消耗量，并根据电能消耗量以及储能装置的储能情况计算储能装置的储能量，以便于储能装置按照储能量进行储能。通过本说明书实施例，解决了用户侧储能装置过不合理储能导致用电高峰期电能不足的问题。
-
公开(公告)号：CN116708026B
公开(公告)日：2023-10-24
申请号：CN202310969950.4
申请日：2023-08-03
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
IPC: H04L9/40 , H04L43/08 , H04L43/045
Abstract: 本文涉及电力技术领域，尤其是直流微电网网络攻击检测与全局状态估计方法及装置。所述方法包括：确定初始全局状态向量及初始协方差矩阵；根据初始全局状态向量、初始协方差矩阵、初始时刻所有区域的输入向量、当前时刻区域状态观测向量，确定当前时刻区域估计状态向量；根据当前时刻区域估计状态向量，确定未受到网络攻击的区域；利用未受到网络攻击的区域的区域估计状态向量，更新所述初始全局状态向量，得到更新后的全局估计状态；将当前时刻作为初始时刻，根据更新后的全局估计状态，迭代计算下一时刻各区域的区域估计状态向量。本文检测网络攻击的具体情况，分析网络攻击发生时的具体受攻击区域并提供准确的健康状态估计，具有实用价值。
-
Patent Agency Ranking
公开(公告)号：CN116708026A
公开(公告)日：2023-09-05
申请号：CN202310969950.4
申请日：2023-08-03
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
IPC: H04L9/40 , H04L43/08 , H04L43/045
Abstract: 本文涉及电力技术领域，尤其是直流微电网网络攻击检测与全局状态估计方法及装置。所述方法包括：确定初始全局状态向量及初始协方差矩阵；根据初始全局状态向量、初始协方差矩阵、初始时刻所有区域的输入向量、当前时刻区域状态观测向量，确定当前时刻区域估计状态向量；根据当前时刻区域估计状态向量，确定未受到网络攻击的区域；利用未受到网络攻击的区域的区域估计状态向量，更新所述初始全局状态向量，得到更新后的全局估计状态；将当前时刻作为初始时刻，根据更新后的全局估计状态，迭代计算下一时刻各区域的区域估计状态向量。本文检测网络攻击的具体情况，分析网络攻击发生时的具体受攻击区域并提供准确的健康状态估计，具有实用价值。
-
公开(公告)号：CN116345470B
公开(公告)日：2023-08-08
申请号：CN202310629641.2
申请日：2023-05-31
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本文涉及电力系统领域，尤其涉及一种融合知识图谱的电力系统潮流优化方法及装置。该方法包括获取电力系统性能参数及负载状态；根据所述电力系统性能参数、负载状态，构建与性能指数相关的目标函数及约束条件；利用所述约束条件实现对所述目标函数的第一优化；利用蜉蝣算法对第一优化后的目标函数进行第二优化，得到目标函数的最优解。本文以燃料成本、有功网损、电压偏差和电压稳定性共同构成目标函数求解最优潮流问题，并且考虑了不同负载水平，使最优潮流计算更加准确；利用改进蜉蝣算法，提高搜索空间利用率和整体性能，以便更好优化目标函数。
-
公开(公告)号：CN115660226B
公开(公告)日：2023-04-25
申请号：CN202211593076.0
申请日：2022-12-13
Applicant: 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/048 , G06N3/08 , H02J3/00 , G06F111/04
Abstract: 本文提供了一种电力负荷的预测模型构建方法和基于数字孪生的构建装置，其中方法包括：获取目标地区的历史影响因素；对历史影响因素进行归一化处理；将处理后的历史影响因素代入预设的耦合模型，得到耦合数据；将耦合数据输入至神经网络模型，得到神经网络模型的预测值；根据预测值与对应的电力负荷实际值建立目标函数以及目标函数的约束条件；通过优化算法对所述目标函数进行优化，得到目标函数的最优解；将最优解对应的权重和偏置分别作为神经网络模型的最优权重和最优偏置；根据最优权重和最优偏置，确定优化后的神经网络模型为电力负荷的预测模型。本文通过构建得到的预测模型能够预测电力系统未来的电力负荷状况。
-
公开(公告)号：CN113515829A
公开(公告)日：2021-10-19
申请号：CN202110557643.6
申请日：2021-05-21
Applicant: 华北电力大学(保定) , 国网北京市电力公司 , 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明提供了一种用于极寒灾害下输电线路金具缺陷的态势感知方法，建立第一级检测模型及第二级分类模型，获取极寒灾害下金具目标数据集及缺陷数据集，通过极寒灾害下金具目标数据集及缺陷数据集训练第一级检测模型及第二级分类模型，将第一级检测模型及第二级分类模型级联；将待检测的输电线路航拍图像输入训练后的第一级检测模型中，得到金具图像和标签，将金具图像和标签同时输入训练后的第二级分类模型中，得到金具的缺陷情况。本发明提供的用于极寒灾害下输电线路金具缺陷的态势感知方法，实现了模型的可持续学习，节约了模型占用空间，保证了模型在学习新的分类任务的同时不会忘记旧分类任务，提高了模型对不同缺陷程度的金具的识别能力。
-
公开(公告)号：CN117975111B
公开(公告)日：2025-04-18
申请号：CN202410021875.3
申请日：2024-01-05
Applicant: 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
IPC: G06V10/764 , G06V10/44 , G06V10/82 , G06Q50/06 , G06N3/0464
Abstract: 本申请公开了一种目标检测网络模型的训练方法、目标检测方法及相关设备，涉及计算机技术领域。方法包括：获取电网图像数据集；对电网图像数据集进行扩增处理，得到扩增电网图像数据集；确定扩增电网图像数据集中各电网图像的多标签信息以及与多标签信息相对应的第一损失，多标签信息包括电网图像中各无缺陷设备的标签；根据区域建议网络和用于预测目标类别和相对位置的R‑CNN头构建目标检测网络模型；根据区域建议网络和R‑CNN头的损失和第一损失确定总损失函数；将扩增电网图像数据集输入到目标检测网络模型中，使用总损失函数对目标检测网络模型进行训练，直到总损失函数收敛，得到目标检测网络模型。本申请可以提高目标检测的准确性和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
303
records
(took 0.122 seconds)
