公开(公告)号：CN115827579A

公开(公告)日：2023-03-21

申请号：CN202310042489.8

申请日：2023-01-28

Applicant: 华北电力大学 ,  国网山东省电力公司经济技术研究院

Inventor： 李建彬 ,  吴思行 ,  郭宜果 ,  杨夯 ,  余其轩 ,  孙艺凡 ,  徐亚 ,  张立杨 ,  王鹏 ,  李迅

IPC: G06F16/176 ,  G06F16/182 ,  G06F18/23 ,  G06Q50/06

Abstract: 本发明公开了属于新能源技术领域的一种分布式储能信息化管控与运营平台架构。该架构的基础设备层包括电池单元、PCS、光伏发电设备、报警器、消防系统和温度传感器；数据采集与接入层包括传感器、BMS、交换机、IO与串口装置、数据接入规范和交流箱测控装置；数据存储与管理层包括数据整编分系统、数据融合分系统和资源管理分系统；数据服务层包括数据特征提取与融合、优化调度、时间序列预测、异常检测和迁移学习；业务逻辑层包括设备运行状态监测、负荷预测、功率预测、能源协同调控、运营数据统计分析和安全事件感知预警。本发明能够提升分布式储能系统的能源利用率、可靠性与经济性。

公开(公告)号：CN117010483A

公开(公告)日：2023-11-07

申请号：CN202311038551.2

申请日：2023-08-17

Applicant: 华北电力大学 ,  国网山东省电力公司经济技术研究院

Inventor： 李建彬 ,  李何筱 ,  郭宜果 ,  付一木 ,  杨夯 ,  吴思行 ,  张务卿

IPC: G06N3/098 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/047 ,  G06N3/042 ,  H02J3/00

Abstract: 本发明提出一种用于分布式负荷预测的联邦学习安全聚合方法及系统，采用LSTM算法模型作为基础训练模型，参与者从中心服务器接收初始化的模型参数，并使用本地数据训练局部模型；参与者将训练更新后的局部模型参数上传到中央服务器；中央服务器利用基于模型参数相似度确定近似全局模型参数，并利用基于距离的加权方法进行全局模型参数的聚合，然后将全局模型参数分配给参与者局部模型进行下一轮的训练。本发明提出的方法及系统确保每个负荷参与方不必共享其本地数据，保护了敏感信息的隐私；通过消除恶意局部模型对全局模型的干扰，并且扩大每个负荷数据参与方的样本数据空间，保证了中心模型的准确性和有效性，从而提高模型预测精度。

公开(公告)号：CN119382213A

公开(公告)日：2025-01-28

申请号：CN202411505535.4

申请日：2024-10-28

Applicant: 华北电力大学 ,  国网山东省电力公司经济技术研究院

Inventor： 李建彬 ,  张恒洋 ,  郭宜果 ,  吴思行 ,  付一木 ,  杨顺博 ,  姜泽朔

IPC: H02J3/32 ,  H02J3/00 ,  G06Q10/0631 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/0985 ,  G06N3/092

Abstract: 本发明公开了属于储能系统调度技术领域的一种基于LSTM和DQN算法的分布式储能系统优化调度方法。对光伏发电和负荷需求的时间序列数据进行预处理，将数据划分为训练集和测试集；使用LSTM网络进行训练，通过超参数优化最小化预测误差，根据当前状态利用DQN算法选择调度动作并执行，转移到下一个状态，同时获得奖励；将状态、动作、奖励和新状态存储在经验回放池中，并通过定期采样的经验来更新DQN的神经网络权重，从而优化模型的调度策略；判断是否达到终止状态以及Q值是否收敛，直到模型收敛并输出最优的调度策略。本发明可以即时响应需求，能够显著增强系统的灵活性、响应速度和可靠性，同时降低输电损耗，提高整体能量利用率。

公开(公告)号：CN119696841A

公开(公告)日：2025-03-25

申请号：CN202411749093.8

申请日：2024-12-02

Applicant: 华北电力大学

Inventor： 吴思行 ,  亓泽辉 ,  李建彬

IPC: H04L9/40 ,  H04L41/16 ,  G06F18/2433 ,  G06F18/25 ,  G06F18/26 ,  G06N3/0455 ,  G06N3/042

Abstract: 本发明公开了属于智能电网安全技术领域，特别涉及一种基于自适应时空图神经网络的电网虚假数据注入攻击定位方法，包括：生成优化的重连接邻接矩阵，实现自适应邻域选择；利用改进的Transformer模块进行全局特征融合；将节点的自嵌入输入时空特征融合模块，将获得的所有节点嵌入拼接，输入至改进的Transformer模块融合多源特征，获得最终节点总嵌入并输入至分类层判断节点异常，实现电网虚假数据注入攻击定位。在考虑电网数据的时间依赖性和空间关联性的同时，改善GNN在低同质性图数据中表现；综合自适应邻域选择和时空特征融合，提高检测与定位攻击效果。

公开(公告)号：CN114816680A

公开(公告)日：2022-07-29

申请号：CN202210232842.4

申请日：2022-03-09

Applicant: 华北电力大学

Inventor： 程龙 ,  李建彬 ,  吴思行 ,  毛徐晗

IPC: G06F9/46 ,  G06T1/20

Abstract: 本发明提出一种基于CPU‑GPU架构的业务流程模型发现方法，包括，将事件日志从CPU拷贝到GPU中；将事件日志分为多个子日志；GPU中的一个线程调用一个子日志，将子日志转换为一个子直接跟随图；将线程中的所有子直接跟随图合并成为一个最终的直接跟随图；将最终的直接跟随图从GPU拷贝到CPU中，CPU将所述直接跟随图转换为流程模型。本发明充分利用GPU的大规模并行计算的特点，实现流程模型发现的高并行执行，加快业务流程模型发现的速度。其架构相比于分布式系统占据的计算机资源更小。