-
公开(公告)号：CN117454629A
公开(公告)日：2024-01-26
申请号：CN202311415069.6
申请日：2023-10-27
Applicant: 东北大学 , 南方电网科学研究院有限责任公司 , 武汉大学
IPC: G06F30/20 , G06Q10/0631 , G06Q50/06 , G06F113/04
Abstract: 本申请提供了一种能源系统的模型构建方法、模型构建装置和仿真系统，该方法包括：基于能量枢纽模型对综合能源系统进行仿真建模，得到综合能源模型；将用于仿真母线的能源传输通道抽象成模块，将用于仿真其他传输装置的能源传输通道的端点抽象成模块；根据启动源和模块对综合能源模型进行区域划分得到多个第一分区；根据各第一分区的区域规模对各第一分区进行修正，得到多个第二分区；根据各第二分区之间的能源交换对各第二分区进行修正，得到多个第三分区；根据各第三分区对综合能源模型进行分割得到多个能源子模型并根据各能源子模型对综合能源系统进行仿真。该方法解决了现有技术中对综合能源系统构建统一模型计算复杂度过高的问题。
-
公开(公告)号：CN115544701A
公开(公告)日：2022-12-30
申请号：CN202211296116.5
申请日：2022-10-21
Applicant: 南方电网科学研究院有限责任公司 , 武汉大学
Abstract: 本发明公开一种数据机理交互驱动的微电网拓扑辨识方法和系统，采用潮流方程求解节点之间的互电导矩阵和互电纳矩阵，然后对互电导矩阵或互电纳矩阵进行降噪处理得到初始拓扑结构，然后构建初始拓扑结构的指标数据库，计算各指标的特征贡献度，筛选出特征贡献度最大的两个指标的数据作为特征集，配上对应的配电网拓扑结构标签，对基于卷积神经网络的微电网拓扑辨识模型进行训练，得到训练好的微电网拓扑辨识模型，最后利用训练好的微电网拓扑辨识模型进行配电网拓扑辨识，实现了在不需要事先知晓配电网潜在拓扑结构的情况下，仅需要利用测得的节点有功、无功和电压幅值数据，即可实现微电网拓扑的精确辨识，提高微电网拓扑辨识的实用性的技术效果。
-
公开(公告)号：CN117454628A
公开(公告)日：2024-01-26
申请号：CN202311415066.2
申请日：2023-10-27
Applicant: 东北大学 , 南方电网科学研究院有限责任公司 , 武汉大学
Abstract: 本申请提供了一种仿真系统模型降阶方法、装置和仿真平台，该方法包括：对仿真系统模型按研究对象进行区域划分，得到研究区域和非研究区域，并对非研究区域建立状态空间模型，研究对象为仿真系统模型中的研究设备，研究区域包括研究对象的变量，非研究区域为仿真系统模型中研究区域外的变量；对状态空间模型在初始状态进行线性化处理，得到线性化状态空间方程；根据仿真步长与误差容限确定系统的降阶维度范围，降阶维度范围为仿真步长下满足误差容限要求的降阶维度的范围；根据降阶维度范围对仿真系统模型进行降阶，解决现有技术中仿真系统模型运行速度慢的问题。
-
公开(公告)号：CN117194949A
公开(公告)日：2023-12-08
申请号：CN202311159614.X
申请日：2023-09-07
Applicant: 南方电网科学研究院有限责任公司 , 东北大学 , 武汉大学
IPC: G06F18/213 , G01R31/00 , G06F18/25 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本申请公开了一种多域态融合特征的非侵入式负荷状态监测系统及方法，通过采集若干静态数据和若干动态数据，对动态数据进行短时傅里叶变换，以及对静态数据进行域度和形式变换，得到频谱多维矩阵和多维辨识矩阵，并分别输入静态和动态特征提取器，得到潜在特征向量和动态特征向量，对潜在特征向量和动态特征向量进行合并、卷积与加权融合，得到融合特征向量矩阵，将融合特征向量矩阵输入学生网络，得到输出设备及负荷事件，最终发送至云端计算中心。可见，在分析负荷事件时，引入了静态数据，并对静态数据进行了特征提取，以对静态变量因素进行分析，考虑到外在静态变量因素对潜在负荷可能性的事件的影响，保证了负荷事件监测的准确率。
-
公开(公告)号：CN115689358A
公开(公告)日：2023-02-03
申请号：CN202211375595.X
申请日：2022-11-04
Applicant: 南方电网科学研究院有限责任公司 , 武汉大学
IPC: G06Q10/0639 , G06Q50/06 , G06N3/04
Abstract: 本申请公开了一种基于数据降维的配电网状态估计方法及相关装置，方法包括：采用预置弹性网算法对配电网高维量测数据进行降维处理，并选取出降维量测数据；基于量测误差根据降维量测数据分别构建量测相关函数和伪量测相关函数；基于加权最小二乘法依据量测相关函数和伪量测相关函数构建量测数据填充成本函数，并根据量测数据填充成本函数对降维量测数据进行填充，得到填充量测数据；采用预置神经网络对填充量测数据进行映射训练，得优化量测数据，预置神经网络包括复杂度优化函数；以优化量测数据为初始条件，通过高斯‑牛顿迭代法对配电网状态进行估计，得状态估计结果。本申请能解决现有技术中量测数据维度过高，且传统方法无法满足当前需求的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN119939351A
公开(公告)日：2025-05-06
申请号：CN202510066138.X
申请日：2025-01-16
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司
IPC: G06F18/241 , G06F18/10 , G06F18/214 , G06N20/20 , G06Q50/06
Abstract: 一种面向电力系统人工智能模型后门攻击的自学习防御方法、装置、设备、存储介质及程序产品，其中方法包括：通过前置过滤器对当前电力数据中的信息进行筛选，并确定是否筛选出异常信息；在确定筛选出异常信息的情况下，对当前电力数据进行存储，并将当前电力数据输入到数据检测模型中，得到针对当前电力数据的预测类别；基于预测类别，确定针对当前电力数据的标签；在标签为异常电力数据的情况下，基于异常电力数据对集成学习模型进行训练和更新；更新后的集成学习模型用于对下一次输入的电力数据进行检测。这样，可在保证智能电网人工智能模型精度的情况下，提高模型的安全性。
-
公开(公告)号：CN119149895B
公开(公告)日：2025-05-06
申请号：CN202411645466.7
申请日：2024-11-18
Applicant: 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种三角矩阵逆运算的处理方法及装置。其中，该方法包括：将目标任务均匀划分到目标处理平台的多个计算核心；获取多个分块分别对应的三角矩阵，并对三角矩阵求逆，得到三角矩阵的逆矩阵；将三角矩阵的逆矩阵的对角线元素和单位矩阵分别存入到第一存储介质，并将逆矩阵的已知部分和系数矩阵存入第二存储介质；从第一存储介质调取数据以对第一存储介质中调取的数据进行并行计算，并从第二存储介质中调取数据以对第二存储介质中的数据进行立方体体积计算，得到逆矩阵的逆运算结果。本发明解决了相关技术中在人工智能计算平台NPU上执行三角矩阵逆运算操作涉及到大量标量运算和高度的运算依赖性，使得整个处理过程效率较低的技术问题。
-
公开(公告)号：CN119128343B
公开(公告)日：2025-05-06
申请号：CN202411633939.1
申请日：2024-11-15
Applicant: 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种三角线性方程组的求解优化方法及装置。其中，该方法包括：确定需要求解的三角线性方程组为目标三角线性方程组；将对其结果向量进行划分得到的多个任务分块循环分配至处理平台的计算核心；将目标三角线性方程组中输入矩阵对角线上各三角块矩阵的逆矩阵和输入向量的输入向量分块分配至计算核心；利用计算核心进行迭代求解，直至得到每个任务分块的结果向量分块后，确定目标输入向量为解向量。本发明解决了相关技术中使用传统方法求解三角线性方程组过程中计算核心的搬运等待时间以及计算时间过长，且在处理平台上是以前向迭代的方式逐个进行求解的，导致求解效率较低的技术问题。
-
公开(公告)号：CN119299160A
公开(公告)日：2025-01-10
申请号：CN202411403021.8
申请日：2024-10-09
Applicant: 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种面向云计算的安全外包数据处理方法及装置。其中，该方法包括：通过公钥对目标数据进行加密处理，得到第一密文数据，并将第一密文数据发送至第一云服务器；将第一密文数据由十进制转换为一百进制，得到第二密文数据；对第二密文数据进行安全平方根整数部分计算，得到第二密文数据的平方根结果的整数部分一；对第二密文数据进行安全平方根浮点数部分计算，得到第二密文数据的平方根结果的浮点数部分；根据整数部分一和浮点数部分得到目标数据的平方根结果。本发明解决了现有的安全外包的云计算方式不能支持算数平方根的计算，使得云计算在数据外包场景下存在较大的局限性的技术问题。
-
公开(公告)号：CN119254507A
公开(公告)日：2025-01-03
申请号：CN202411418088.9
申请日：2024-10-11
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司
Abstract: 本申请涉及一种网络空间反测绘方法、装置、计算机设备和存储介质，涉及网络安全技术领域。所述方法包括：将网络空间中实时的网络流量数据输入训练好的异常检测模型，确定网络流量数据的异常检测结果；异常检测模型是基于网络安全知识图谱中的标注数据训练得到的；若异常检测结果为异常，则确定网络流量数据中异常请求对应的异常模式，并根据异常模式、网络空间的拓扑结构，对潜在攻击路径进行分析，确定预测攻击方案；异常请求为异常检测结果为异常的网络流量数据在网络空间中向各资源数据发起的访问请求；基于预测攻击方案更新安全策略，得到更新后的安全策略，并执行安全策略。采用本方法能够提升网络空间在进行测绘的安全性。
-
-
-
-
-
-
-
-
-
Search Results
327
records
(took 0.072 seconds)
