-
公开(公告)号：CN119202562A
公开(公告)日：2024-12-27
申请号：CN202310753888.5
申请日：2023-06-25
Applicant: 华北电力大学
IPC: G06F18/20 , G06F18/214 , G06F17/16 , G06N3/0464 , G06N3/08
Abstract: 一种基于时空图神经网络的电能质量全网可观性研究方法，属于电能质量分析方法领域。该方法利用基于注意力机制的时空图神经网络(Attention Based Spatial‑Temporal Graph Convolutional Networks，ASTGCN)来提取监测节点的电能质量数据之间的空间和时间特征，分析各节点之间的耦合关系，利用部分节点的时序数据来估计电网中其他一个或多个节点的当前窗口的时序数据，实现电能质量的全网可观，并且通过自适应网络提取数据之间存在的隐含邻接矩阵以适应网络结构存在的变化。这种方法有助于在电力系统监测装置数量不足的情况下，对全网节点的时序数据进行持续地补全，对电能质量全网可观性、智慧电网和数字孪生电网具有十分重要的意义。
-
公开(公告)号：CN114841266A
公开(公告)日：2022-08-02
申请号：CN202210480081.4
申请日：2022-05-05
Applicant: 华北电力大学
Abstract: 一种小样本下基于三元组原型网络的电压暂降识别方法，属于电能质量分析技术领域。该方法使用了三元组特征提取器，通过构建大量的电压暂降三元组使模型在少数训练样本的情况下依然能够提取出有效的暂降特征；然后，针对部分电压暂降特征相似度高易混淆的问题，在三元组特征提取器中融入了高效通道注意力机制，在仅需增加少量参数的情况下，来捕捉跨通道特征交互信息，使模型能够关注重点特征区域；最后构建原型分类器，使用提取出的暂降特征来为每个类别学习代表性的类原型，通过对样本特征与类原型进行相似度对比来判定最终的样本类别。在样本数据量有限的情况下，本方法能够实现准确的电压暂降分类效果，具有很强的现实应用意义。
-
公开(公告)号：CN114841235A
公开(公告)日：2022-08-02
申请号：CN202210310369.7
申请日：2022-03-28
Applicant: 华北电力大学
Abstract: 一种基于卷积神经网络的可解释性的负荷识别方法，属于负荷识别领域。该方法利用卷积神经网络(Convolutional neural networks，CNN)进行特征提取，从而实现用电负荷模式的分类识别。由于CNN的“黑箱”操作，提出了两种可解释性方法，一种是利用表征可视化技术将卷积层中的卷积层和池化层进行可视化表示，可以提取到图像中的底层和高层特征，通过底层和高层负荷特征来判断负荷类型，从而对模型内部进行可解释性，另一种是将负荷图片利用反卷积神经网络对图片进行复现并进行各层的展示，使大家更为信服，从而增强模型的可解释性。本发明完全基于数据驱动，克服了配电网复杂环境下，基于深度模型在算法效率和准确性、可解释性多方面的局限性。使用该方法避免了传统机器学习识别精度不够的问题，设计模型的可解释性，并改善深度学习模型的“黑盒”特点，提高了识别精度并对模型进行了可解释性研究。
-
公开(公告)号：CN111553524A
公开(公告)日：2020-08-18
申请号：CN202010328136.0
申请日：2020-04-23
Applicant: 国网能源研究院有限公司 , 华北电力大学
Abstract: 本发明涉及一种用于预测黑色金属冶炼及压延加工业用电量的方法。该方法包括：步骤1：首先搜集并处理黑色金属冶炼及压延加工业主要产品的产量和用电量历史数据，计算主要产品的单位产量电耗；步骤2：其次预测目标年份黑色金属冶炼及压延加工业主要产品的产量和单位产量电耗；步骤3：最后计算目标年份黑色金属冶炼及压延加工业用电量预测结果。本发明解决了如何预测黑色金属冶炼及压延加工业用电量的问题，能够准确地预测黑色金属冶炼及压延加工业用电量，并且有利于合理有效地利用电力。
-
公开(公告)号：CN110210914A
公开(公告)日：2019-09-06
申请号：CN201910518994.9
申请日：2019-06-17
Applicant: 华北电力大学
Abstract: 一种基于智能推荐的居民用电需求响应方法，属于电力自动化需求响应研究领域。该方法采用K-Means算法对居民用户的历史用电数据进行聚类，提取居民用电特征，针对特定的需求响应计划获取有参与潜力的目标用户群。将受电网运行状态以及新能源接入影响的一天中不同时段的电力看作具有灵活售价的电力产品，根据用电量的多少为目标用户对不同时段电力的喜爱程度进行模拟打分。采用基于物品的协同过滤算法为目标用户的用电兴趣进行建模，挖掘可能满足其用电兴趣与需求响应要求的的电力产品并推荐。本发明通过智能推荐的方法实现对参与需求响应的潜力用户群的准确定位以及参与双方的灵活互动，有效提高需求响应计划执行的实时性、导向性、交互性与完成率。
-
Patent Agency Ranking
公开(公告)号：CN109596942A
公开(公告)日：2019-04-09
申请号：CN201811488320.0
申请日：2018-12-06
Applicant: 华北电力大学
Abstract: 一种基于深度置信网络的电压暂降原因识别方法，属于电能质量分析方法技术领域。方法包括对电压暂降录波数据及其电压暂降原因标签进行数据预处理；搭建受限玻尔兹曼机网络；对受限玻尔兹曼机进行无监督预训练；用训练生成的受限玻尔兹曼机搭建深度置信网络；添加softmax层；对整个网络进行有监督训练；对生成的模型进行准确率的验证；对模型输出的各类别概率进行判断，自动识别输入数据对应的电压暂降原因类型。本发明利用历史电压暂降录波及其暂降原因标签对深度神经网络进行迭代训练，将监测点可能出现的电压暂降录波数据输入训练生成的模型，就可以得到其对应的电压暂降原因类型。本发明对现有的电能质量监测系统是一大补充，具有十分重要的现实意义。
-
公开(公告)号：CN119228645A
公开(公告)日：2024-12-31
申请号：CN202310753882.8
申请日：2023-06-25
Applicant: 华北电力大学
IPC: G06T3/4053 , G06V10/774 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于改进扩散模型的电力数据超分辨率感知方法，属于电力大数据处理技术领域。该方法利用改进扩散模型充分挖掘电力数据的时序特征，可实现采集低频数据进行传输储存，使用时利用改进扩散模型进行升频重建，获得高频数据进行分析或预测。本发明完全基于数据驱动，克服了配电网复杂环境下，基于业务机理建立数学重构模型在适应性、算法效率和准确性多方面的局限性。使用该方法避免了传统缺失重构过程中需根据大量先验知识对数据进行分布假设及特征显式建模，具有较高的数据超分辨率重构精度。
-
公开(公告)号：CN114861792A
公开(公告)日：2022-08-05
申请号：CN202210484829.8
申请日：2022-05-06
Applicant: 华北电力大学
Abstract: 一种基于深度强化学习的复杂电网关键节点识别方法，属于电力大数据处理技术领域。该方法利用深度强化学习模型DDQN(Double Deep Q‑Network,DDQN)交互式学习的思想，通过智能体自发式行为探索，结合环境信息、动作信息、奖励信息构成的经验数据完成对特定状态动作下Q值的计算，以此评估复杂电网某一状态动作的价值。本发明基于数据驱动，克服了配电网复杂环境下，基于业务机理建立数学模型在适应性、算法效率和准确性多方面的局限性。使用该方法避免了传统复杂电网重构过程中需根据大量先验知识对状态进行分布假设及特征建模的过程，降低了关键节点辨识的复杂度，更适用于大数据背景下大规模电网的关键节点辨识法，具有较高的鲁棒性和准确性。
-
公开(公告)号：CN113139672A
公开(公告)日：2021-07-20
申请号：CN202010377809.1
申请日：2020-05-07
Applicant: 国网能源研究院有限公司 , 华北电力大学
Abstract: 本发明公开了一种居民生活用电量预测方法，包括以下步骤：确定居民生活用电量、总人口量历史数据，获取目标年人口预测量；根据计量经济学模型，预测目标年人均居民生活用电量；确定并输出目标年居民生活用电量。本发明它能够全面量化分析对经济社会发展、居民生活用电量的影响，采用计量经济学模型得到目标年份居民人均生活用电量结果；同时对历年城镇/农村人口总数的分析与预测，及获取的目标年份的城镇/农村人口预测结果，最终得到目标年份居民生活用电量预测结果。预测居民生活用电量，有利于合理有效的电力规划，促进电力系统安全、经济和可靠的运行。
-
公开(公告)号：CN110689272A
公开(公告)日：2020-01-14
申请号：CN201910952279.6
申请日：2019-10-09
Abstract: 一种基于流式计算的敏感设备耐受特性实时在线评估方法，属于电能质量分析技术领域。该方法采用基于Storm的云计算平台，利用logstash和Kafka消息中间件，在流计算拓扑实例和拓扑并行编程模型上，引入storm中的并行快速滑动时间窗口算法满足不同监测点数据的时间颗粒度，并将XGBoost算法模型融合到模型螺栓中，在规定时间窗口内实现多个监测点敏感设备耐受特性在线并行实时高效计算处理。本发明使电压暂降的监测数据可以直接通过Storm云计算平台，在多台计算机上通过分布式内存并行计算，避免了单个计算机内存容量小的限制，从而实现大规模监测点海量数据并行实时计算处理，云平台的容错性也提升了电压暂降计算结果的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.026 seconds)
