-
公开(公告)号:CN117318020A
公开(公告)日:2023-12-29
申请号:CN202311160104.4
申请日:2023-09-08
Applicant: 国网经济技术研究院有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 武汉大学 , 国网浙江省电力有限公司
IPC: H02J3/00 , G06Q10/0635 , G06Q50/06
Abstract: 本发明涉及一种考虑用户停电风险价值的中压配电网络薄弱性识别方法,包括:基于配电网络信息生成网络拓扑图;选定模拟某一故障元件,基于网络拓扑图分析故障元件停电影响的节点范围;分析该故障元件相关的开关设备动作逻辑和时序,并执行开关设备动作逻辑,基于该故障元件停电影响的节点范围确定该故障元件的停电范围;计算该故障元件影响停电范围内的网络停电节点停电风险价值;直至网络拓扑图中所有故障元件均已计算完毕,则基于网络停电节点停电风险价值分析电网薄弱环节,输出结果。本发明能够模拟中压配电网网内线路和开关等主要元件故障,分析故障引发的停电风险,进而识别中压配电网内分段支路和分段联络开关等薄弱元件。
-
公开(公告)号:CN117035154A
公开(公告)日:2023-11-10
申请号:CN202310756350.X
申请日:2023-06-25
Applicant: 武汉大学
IPC: G06Q10/04 , G06Q50/06 , G06F17/16 , G06F18/15 , G06F18/214 , G06N3/0442
Abstract: 本发明公开了一种综合能源系统多元负荷预测方法,包括以下步骤:第一步,通过分离窗技术对采集到数据搭建高维数据矩阵;第二步,基于孤独森林算法对高维数据矩阵中的离群值进行异常处理;第三步,通过动态轨道法对隐藏在时序内的异常数据进行分析、修复,若发现异常值数据后,系统触发报警,进入消息面行为性分析环节,可视化分离窗口,判别异常值类型;第四步,通过MIC法对多元负荷及其天气数据进行相关性分析,构建高维特征矩阵;第五步,基于TLMMoE多任务训练网络输出多元负荷的预测值,本发明的优点是:本申请提供一种电力负荷预测方法及装置,可以提高电力负荷预测的预测结果的准确度。
-
公开(公告)号:CN116738355A
公开(公告)日:2023-09-12
申请号:CN202310445810.7
申请日:2023-04-23
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
IPC: G06F18/25 , G06F18/213 , G06F18/24 , G06N3/04 , G06V10/40 , G06V10/82 , G06V10/764 , G06N3/08
Abstract: 本发明公开了一种考虑数据差异性的电力多模态特征级融合方法,以电力多参量时间序列和图像数据为融合对象,分别对电力多参量时间序列和图像数据进行特征提取;然后使用余弦损失构建特征同化目标函数,对不同的特征进行统一描述,解决语义差异性问题;接着基于交叉损失熵建立特定数据与电力目标感知能力间的映射关系,并在此基础上提出融合权重决策机制,解决感知能力差异性问题;最后对不同的特征进行加权并进行电力目标感知。本发明一定程度上解决了现有电力多模态数据融合对多模态间的语义差异性和感知能力差异性考虑不足,融合效果有限,难以应对数据异常、噪声等问题,可为基于多模态数据融合的电力感知场景提供参考。
-
公开(公告)号:CN116563557A
公开(公告)日:2023-08-08
申请号:CN202310437268.0
申请日:2023-04-22
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
IPC: G06V10/40 , G06V10/77 , G06V10/74 , G06V10/82 , G06V10/764 , G06V10/54 , G06T7/00 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种基于域适应网络的电力设备不规则外表面缺陷检测方法,方法首先通过构建包含特征生成器和分类器的域适应架构以增强模型的泛化能力;然后在特征生成器部分增加纹理提取支路,从而提升网络纹理特征感知的能力;并通过添加辅助预测支路的方式,来引导和约束特征提取的过程;其次通过生成器和分类器的对抗学习,得到适用于电力设备不规则外表面缺陷高精度检测模型。本发明具有一定的实用价值。
-
公开(公告)号:CN116563386A
公开(公告)日:2023-08-08
申请号:CN202310437215.9
申请日:2023-04-22
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
Abstract: 本发明涉及一种基于双目视觉的变电作业人员近电距离检测方法,该方法基于双目立体匹配算法,通过多阶段视差修正,在尽可能减少精度损失的前提下,大幅减少模型参数量和计算量,加快模型推理速度,确保作业场景空间信息检测实时性,同时结合YOLOV4目标检测算法,准确区分图像中作业人员和带电设备,并以此进行坐标转换,进一步测算出作业人员与带电设备之间的距离,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检测作业人员近电距离,实现对变电作业触电风险实时监测,提高电力设备运行安全稳定性,保障人员生命安全。
-
公开(公告)号:CN116561556A
公开(公告)日:2023-08-08
申请号:CN202310483281.X
申请日:2023-04-28
Applicant: 武汉大学
IPC: G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种基于多通道声信号时空关联性分析的电力设备局部放电分类方法,通过分别挖掘多通道声信号的空间关联性和时间关联性,对电力设备局部放电类型进行分类。本发明提出一种进行时空关联性挖掘的一维卷积神经网络,首先对多通道声信号进行空间关联性挖掘,获取空间权重信息并对多通道声信号特征进行空间关联性加权;然后在此基础上对各通道信号进行时间关联性挖掘,从而获得时间权重信息并对各通道声信号进行时间关联性加权;最后经过空间和时间关联性挖掘的多通道声信号进行进一步特征提取和局放类型分类。本发明能有效基于声信号进行电力设备局部放电分类,从而为电力设备的故障诊断和预防提供支持。
-
公开(公告)号:CN116522800A
公开(公告)日:2023-08-01
申请号:CN202310647162.3
申请日:2023-06-01
Applicant: 国网湖北省电力有限公司荆州供电公司 , 武汉大学
IPC: G06F30/27 , G06F18/23213 , G06N3/006 , G06F18/241 , G06F111/06 , G06F113/04 , G06F113/06
Abstract: 本发明涉及电力系统及其自动化技术领域,具体涉及一种基于场景概率的多目标风‑储电站选址定容方法,包括以下步骤:步骤1、采集某配电网地区以15min为间隔的全年风速数据;步骤2、通过肘部法确定风速的聚类场景数;步骤3、通过K‑means聚类对历史风速数据进行聚类,得出聚类的风速场景及各场景的概率;步骤4、通过风速与风电出力的对应关系,得出发电出力的典型场景及各场景的概率。步骤5、结合场景及概率,建立以综合成本、网损、电压质量为目标的多目标优化函数模型。步骤6、通过遗传算法,求解风‑储电站选址定容的优化结果。
-
公开(公告)号:CN116373098A
公开(公告)日:2023-07-04
申请号:CN202310424998.7
申请日:2023-04-19
Applicant: 武汉建工集团股份有限公司 , 武汉大学
Abstract: 本发明公开了一种再生混凝土构件一体化制备装置及方法,包括:一层平台部分,其上设有一层移动轨道;二层平台部分,安装在一层平台部分的上方,其上设有二层移动轨道;移动转运部分,在一层移动轨道和二层移动轨道上移动;原料配比部分,用于向移动转运部分上的配料箱中加入配料;搅拌浇筑部分,安装于一层平台部分上;升降养护部分,安装于一层平台部分和二层平台部分之间并将两者连接起来;加料脱模部分,安装于二层平台部分上,用于将移动转运部分上的配料箱进行翻转完成下料,并将移动转运部分上的模具进行翻转向下倒出脱模。本发明能够实现模具在各个制备流程之间快速灵活切换,提高效率及制备混凝土性能。
-
公开(公告)号:CN116090615A
公开(公告)日:2023-05-09
申请号:CN202211689037.0
申请日:2022-12-27
Applicant: 国网浙江省电力有限公司台州供电公司 , 武汉大学
Abstract: 本发明公开了一种基于序列分解的母线负荷降噪预测方法,包括以下步骤:步骤一:采用变分模态分解方法对母线负荷噪声序列进行分解处理,得到分解后子的序列与余项;步骤二:利用局部加权回归方法对分解后的余项进行平滑处理;步骤三:将平滑处理后的余项与分解后的子序列进行重构,得到母线负荷降噪序列;步骤四:利用循环神经网络对母线负荷降噪序列进行训练,并对时间维度上的母线负荷值进行预测。采用该方案去除了母线负荷序列噪声的同时,可以保证序列趋于光滑且不失去原始母线负荷序列的特征,保障了优良的预测曲线和精确的预测结果。
-
公开(公告)号:CN112418324B
公开(公告)日:2022-06-24
申请号:CN202011334424.3
申请日:2020-11-25
Applicant: 武汉大学
Abstract: 本发明公开了一种用于电气设备状态感知的跨模态数据融合方法,基于多传感器数据和图像数据这两类跨模态数据,对电气设备的状态进行融合感知。本发明首先将多传感器时间序列数据转换为递归图;然后分别用不同的卷积神经网络对递归图和电气设备图像数据进行特征提取;之后按照权重对这两类数据特征进行有效拼接,最后对融合后的特征进行进一步特征提取和状态等级感知。本发明充分利用了电气设备监测数据中的多传感器和图像这两类跨模态数据,一定程度上解决了基于单模态数据感知中精确率低和容错性差的问题。
-
-
-
-
-
-
-
-
-