-
公开(公告)号：CN113496102B
公开(公告)日：2024-07-09
申请号：CN202110756805.9
申请日：2021-07-05
Applicant: 华北电力大学 , 国网冀北电力有限公司信息通信分公司 , 国网冀北电力有限公司 , 国网北京市电力公司 , 国家电网有限公司
Inventor： 赵振兵 , 强一凡 , 王东升 , 李信 , 肖娜 , 李坚 , 吴佳 , 彭柏 , 杨睿 , 刘昀 , 王艺霏 , 李贤 , 苏丹 , 那琼澜 , 娄竞 , 张少军 , 谢旭 , 张宇 , 路剑敏 , 张雁忠 , 陈军法 , 高全成 , 刘德坤 , 刘庆时 , 席嫣娜 , 韦凌霄 , 王舒 , 刘若诗
IPC: G06F30/27 , G06F113/04 , G06F119/06
Abstract: 本发明公开了一种基于改进BiGRU的配网超短期功率态势预测方法，包括以下步骤：功率数据预处理；对预处理后的功率数据进行多阶离散小波分解，之后对每条频率分量做单波重构；根据训练验证和滑动窗口策略划分出数据集及其输入输出格式；搭建基于小波变换和自注意力机制的BiGRU深度预测模型，其由两层双向门控循环单元和自注意力模块构成；将不同分量的训练数据集与验证数据集输入对应BiGRU深度预测模型，进行模型的训练和验证；将预测数据集输入BiGRU深度预测模型，将不同频率分量的预测结果相加得到最终模型预测值。本发明搭建基于小波变换和自注意力机制的BiGRU深度模型，改善了传统模型的过拟合现象，提高了模型预测精度，加快了模型收敛速度。
-
公开(公告)号：CN113496102A
公开(公告)日：2021-10-12
申请号：CN202110756805.9
申请日：2021-07-05
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
Inventor： 赵振兵 , 强一凡 , 王东升 , 李信 , 肖娜 , 李坚 , 吴佳 , 彭柏 , 杨睿 , 刘昀 , 王艺霏 , 李贤 , 苏丹 , 那琼澜 , 娄竞 , 张少军 , 谢旭 , 张宇 , 路剑敏 , 张雁忠 , 陈军法 , 高全成 , 刘德坤 , 刘庆时 , 席嫣娜 , 韦凌霄 , 王舒 , 刘若诗
IPC: G06F30/27 , G06F113/04 , G06F119/06
Abstract: 本发明公开了一种基于改进BiGRU的配网超短期功率态势预测方法，包括以下步骤：功率数据预处理；对预处理后的功率数据进行多阶离散小波分解，之后对每条频率分量做单波重构；根据训练验证和滑动窗口策略划分出数据集及其输入输出格式；搭建基于小波变换和自注意力机制的BiGRU深度预测模型，其由两层双向门控循环单元和自注意力模块构成；将不同分量的训练数据集与验证数据集输入对应BiGRU深度预测模型，进行模型的训练和验证；将预测数据集输入BiGRU深度预测模型，将不同频率分量的预测结果相加得到最终模型预测值。本发明搭建基于小波变换和自注意力机制的BiGRU深度模型，改善了传统模型的过拟合现象，提高了模型预测精度，加快了模型收敛速度。
-
公开(公告)号：CN119582153A
公开(公告)日：2025-03-07
申请号：CN202411593800.9
申请日：2024-11-08
Applicant: 国网冀北电力有限公司信息通信分公司 , 华北电力大学 , 国家电网有限公司
Inventor： 陈重韬 , 马跃 , 彭柏 , 周子阔 , 曲洪泽 , 姜蕴洲 , 李欣怡 , 姚艳丽 , 王艺霏 , 那琼澜 , 李信 , 李坚 , 温馨 , 张海明 , 凡航 , 杨柳青 , 刘敦楠 , 李明轩 , 段赟杰 , 谢天与 , 郭文贤 , 张祖菡
Abstract: 本发明公开一种虚拟电厂预测方法和装置、系统、存储介质，包括：获取历史时间序列数据；根据历史时间序列数据的频率特性进行切片分割；将时间ID和变量ID嵌入到历史时间序列切片数据；将包含时间ID和变量ID的历史时间序列切片数据进行多变量注意力机制处理；将多变量注意力机制处理后的输出切片进行合并提示前缀模块的transformer机制处理；根据合并提示前缀模块的transformer机制处理后的输出切片，得到混合分布的预测输出结果。采用本发明的技术方案，实现了虚拟电厂内部各资源的发用电时序预测。
-
公开(公告)号：CN118941345A
公开(公告)日：2024-11-12
申请号：CN202411048837.3
申请日：2024-08-01
Applicant: 国网冀北电力有限公司信息通信分公司 , 华北电力大学 , 国家电网有限公司
Inventor： 姚艳丽 , 陈重韬 , 李欣怡 , 温馨 , 张海明 , 周子阔 , 王艺霏 , 马跃 , 彭柏 , 那琼澜 , 李信 , 李坚 , 曲洪泽 , 姜蕴洲 , 凡航 , 刘敦楠 , 武世东
IPC: G06Q30/0283 , G06Q10/04 , G06Q50/06 , G06F18/10 , G06F18/213 , G06F18/25 , G06N5/01 , G06N20/20 , G06F123/02
Abstract: 本说明书涉及数据处理领域，尤其是一种多尺度特征融合的电价预测方法及装置。所述方法包括：通过量测装置采集包括电价数据及其对应的多个时间数据、气象数据及负荷数据的数据集合，然后构建数据矩阵并对所述数据矩阵中的异常点进行剔除处理生成无异常数据矩阵，对其中缺失值以及剔除的异常点进行填充，并进行特征融合生成高维数据矩阵，同时根据数据集合中的时序和地域依赖关系生成并训练预测模型，将所述高维数据矩阵输入至预测模型并输出电价预测值。在本说明书中，通过对多维的特征进行信息提取、融合，实现了在多维度下对电价进行精准预测，有效解决了现有技术中难以精确预测现货交易价格的问题。
-
公开(公告)号：CN119209462A
公开(公告)日：2024-12-27
申请号：CN202411048830.1
申请日：2024-08-01
Applicant: 国网冀北电力有限公司信息通信分公司 , 华北电力大学 , 国家电网有限公司
Inventor： 陈重韬 , 马跃 , 彭柏 , 周子阔 , 曲洪泽 , 姜蕴洲 , 李欣怡 , 姚艳丽 , 王艺霏 , 那琼澜 , 李信 , 李坚 , 温馨 , 张海明 , 凡航 , 刘敦楠 , 加鹤萍
IPC: H02J3/00 , H02J3/38 , G06F18/27 , G06F40/166 , G06F40/186 , G06F40/284 , G06N3/0464 , G06N3/092 , G06F123/02
Abstract: 本说明书实施例涉及负荷预测技术领域，提供了一种基于大模型的风电功率预测方法及装置，所述方法包括：获取待预测风电场的历史风电时序数据，其中所述历史风电时序数据包括历史气象预报数据、历史气象实际数据、历史风电机组运行数据、历史风电负荷数据及历史风电功率数据；将所述历史风电时序数据进行文本转换，得到历史风电时序数据文本表示；根据所述历史风电时序数据生成相应的描述文本及预测需求提示文本；将所述历史风电时序数据文本表示、描述文本及预测需求提示文本输入预先训练好的风电功率预测大模型中，得到所述待预测风电场的风电功率预测值。通过本说明书实施例，能够提高风电功率预测的准确性和泛化性。
-
Patent Agency Ranking
公开(公告)号：CN118885968B
公开(公告)日：2025-03-25
申请号：CN202411026934.2
申请日：2024-07-30
Applicant: 国网冀北电力有限公司 , 华北电力大学
Inventor： 曲洪泽 , 陈重韬 , 王宣元 , 刘敦楠 , 王东升 , 李欣怡 , 姚艳丽 , 王艺霏 , 姜蕴洲 , 周子阔 , 马跃 , 彭柏 , 那琼澜 , 李信 , 李坚 , 温馨 , 张海明 , 许小峰 , 凡航
Abstract: 本发明公开了一种基于隐私计算的多源异构数据融合方法，属于多源异构数据融合技术领域，方法包括：识别各数据源；确定各数据源对应的数据采集范围；根据各数据采集范围对各数据源进行代表性评估，获得各数据源对应的代表值；获取各数据源的模拟采集数据，为各模拟采集数据标记对应的代表值；根据各模拟采集数据对预设的数据融合方案进行验证调整；获得目标融合方案；根据目标融合方案设置对应的隐私防护模块，隐私防护模块为基于隐私计算进行建立，用于对多源异构数据进行融合的过程中进行隐私防护；实时获取各数据源的采集数据，按照目标融合方案对各采集数据进行数据融合，并通过隐私防护模块进行隐私防护。
-
公开(公告)号：CN119561007A
公开(公告)日：2025-03-04
申请号：CN202411503668.8
申请日：2024-10-25
Applicant: 国网冀北电力有限公司信息通信分公司 , 华北电力大学 , 国家电网有限公司
Inventor： 李欣怡 , 陈重韬 , 姚艳丽 , 曲洪泽 , 姜蕴洲 , 周子阔 , 王艺霏 , 马跃 , 彭柏 , 那琼澜 , 李信 , 李坚 , 温馨 , 张海明 , 凡航 , 刘敦楠 , 韩雅萱 , 张祖菡 , 段赟杰 , 杨柳青 , 闰文才 , 徐野
IPC: H02J3/00 , H02J3/38 , G06F18/15 , G06F18/213 , G06F18/241 , G06F18/2135 , G06N3/0442 , G06N3/048 , G06N3/084 , G06Q10/063 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了基于政策量化和长短期记忆算法的电力日负荷预测方法，属于电力系统负荷预测技术领域，包括以下步骤：根据政策的定性描述，将政策转化为定量指标，生成反映政策变化对电力需求影响的数值特征，并通过清洗异常值、填充缺失值和归一化操作进行数据预处理，得到模型的输入数据；基于长短期记忆网络，根据输入数据进行模型训练，通过初始化模型参数、设置训练超参数和自适应训练策略及动态参数调整，生成预测模型，用于对于电力日负荷进行预测。本发明能够快速、精准地预测电力负荷变化，从而有效应对政策调整带来的不确定性，提升电力系统的运行效率与安全性。
-
公开(公告)号：CN118940902A
公开(公告)日：2024-11-12
申请号：CN202411048839.2
申请日：2024-08-01
Applicant: 国网冀北电力有限公司信息通信分公司 , 华北电力大学 , 国家电网有限公司
Inventor： 李欣怡 , 陈重韬 , 姚艳丽 , 曲洪泽 , 姜蕴洲 , 周子阔 , 王艺霏 , 马跃 , 彭柏 , 那琼澜 , 李信 , 李坚 , 温馨 , 张海明 , 凡航 , 刘敦楠 , 加鹤萍
IPC: G06Q10/04 , G06Q50/06 , G06F18/20 , G06F18/10 , G06N3/0455 , G06N3/084 , G06F123/02
Abstract: 本说明书实施例涉及人工智能技术领域，提供了一种新能源电量需求预测模型构建方法、预测方法及装置，所述方法包括：获取多变量历史时序数据集，其中所述多变量历史时序数据集包括天气数据、多主体市场交易逻辑数据及用户电量需求历史数据；对所述多变量历史时序数据集中的时序数据进行平稳化处理，得到平稳多变量历史时序数据集；基于去平稳注意力机制和Transformer构建新能源电量需求预测模型；利用所述平稳多变量历史时序数据集对所述新能源电量需求预测模型进行训练，得到训练好的新能源电量需求预测模型。通过本说明书实施例，能够提高新能源电量需求预测准确率。
-
公开(公告)号：CN118885968A
公开(公告)日：2024-11-01
申请号：CN202411026934.2
申请日：2024-07-30
Applicant: 国网冀北电力有限公司 , 华北电力大学
Inventor： 曲洪泽 , 陈重韬 , 王宣元 , 刘敦楠 , 王东升 , 李欣怡 , 姚艳丽 , 王艺霏 , 姜蕴洲 , 周子阔 , 马跃 , 彭柏 , 那琼澜 , 李信 , 李坚 , 温馨 , 张海明 , 许小峰 , 凡航
Abstract: 本发明公开了一种基于隐私计算的多源异构数据融合方法，属于多源异构数据融合技术领域，方法包括：识别各数据源；确定各数据源对应的数据采集范围；根据各数据采集范围对各数据源进行代表性评估，获得各数据源对应的代表值；获取各数据源的模拟采集数据，为各模拟采集数据标记对应的代表值；根据各模拟采集数据对预设的数据融合方案进行验证调整；获得目标融合方案；根据目标融合方案设置对应的隐私防护模块，隐私防护模块为基于隐私计算进行建立，用于对多源异构数据进行融合的过程中进行隐私防护；实时获取各数据源的采集数据，按照目标融合方案对各采集数据进行数据融合，并通过隐私防护模块进行隐私防护。
-
公开(公告)号：CN119705904A
公开(公告)日：2025-03-28
申请号：CN202411742947.X
申请日：2024-11-29
Applicant: 国网冀北电力有限公司信息通信分公司 , 国网冀北电力有限公司 , 国家电网有限公司
Inventor： 那琼澜 , 吴舜 , 李信 , 宋伟 , 邢海瀛 , 马跃 , 李莉 , 金燊 , 纪雨彤 , 吴佳 , 刘蓁 , 聂正璞 , 张翼 , 张姣姣 , 徐鑫 , 张江 , 秦浩然 , 李涛 , 张晓飞 , 于蒙
IPC: B64U30/299 , B64U20/30 , B64U10/14 , B64U20/87 , B64U101/70 , B64U101/30
Abstract: 本发明涉及电力巡检技术领域，尤其涉及一种室内防碰撞的多旋翼无人机装置，包括无人机主体、安装于无人机主体上若干个驱动端的旋翼主体以及安装于无人机主体底部挂载点的挂载机构，所述挂载机构包括连接件以及设于连接件两侧的两个侧防机构，所述连接件连接于所述无人机主体，且设有所述连接件的无人机主体通过两个侧防机构形成有飞行防护状态和落位搁置状态，所述侧防机构包括倾角驱动机构以及延伸杆，本发明可根据飞行状态的需要调整侧防机构的姿态，有效避免了因碰撞而导致无人机旋翼受损甚至跌落的问题，消除了安全隐患，且大幅降低了对操作人员技能水平的要求。
-
-
-
-
-
-
-
-
-
Search Results
235
records
(took 0.045 seconds)
