一种输电线路缺陷特征分布学习方法

    公开(公告)号:CN117725454B

    公开(公告)日:2024-04-16

    申请号:CN202410176515.0

    申请日:2024-02-08

    Abstract: 本发明提供了一种输电线路缺陷特征分布学习方法,属于电网输电线路缺陷检测技术领域,该方法包括获取输电线路缺陷数据集,并初始化受限玻尔兹曼机参数;利用受限玻尔兹曼机得到重构后的输电线路缺陷数据;对重构后的输电线路缺陷数据进行聚类,得到输电线路缺陷数据的伪标签;根据输电线路缺陷数据的伪标签,对受限玻尔兹曼机参数进行更新;针对达到迭代次数时,得到最优受限玻尔兹曼机,并利用最优受限玻尔兹曼机,对输电线路缺陷特征分布进行判别。本发明以受限玻尔兹曼机结构为基础,引入类簇分布和自监督判别特征学习的思想,能够大幅提升编码数据的可判别性,并且具有较好的稳定性。

    一种输电线路缺陷特征分布学习方法

    公开(公告)号:CN117725454A

    公开(公告)日:2024-03-19

    申请号:CN202410176515.0

    申请日:2024-02-08

    Abstract: 本发明提供了一种输电线路缺陷特征分布学习方法,属于电网输电线路缺陷检测技术领域,该方法包括获取输电线路缺陷数据集,并初始化受限玻尔兹曼机参数;利用受限玻尔兹曼机得到重构后的输电线路缺陷数据;对重构后的输电线路缺陷数据进行聚类,得到输电线路缺陷数据的伪标签;根据输电线路缺陷数据的伪标签,对受限玻尔兹曼机参数进行更新;针对达到迭代次数时,得到最优受限玻尔兹曼机,并利用最优受限玻尔兹曼机,对输电线路缺陷特征分布进行判别。本发明以受限玻尔兹曼机结构为基础,引入类簇分布和自监督判别特征学习的思想,能够大幅提升编码数据的可判别性,并且具有较好的稳定性。

    一种电力物联网AI赋能云边协同中间件及其系统

    公开(公告)号:CN118802534A

    公开(公告)日:2024-10-18

    申请号:CN202410973101.0

    申请日:2022-07-26

    Abstract: 本发明公开了一种电力物联网AI赋能云边协同中间件及其系统,包括北向接口单元、南向接口单元、控制接口单元、AI分析单元和模型库;北向接口单元用于解析并将电网管理平台下发的消息转换为北向消息,将南向接口单元上传的电力终端设备采集的数据和AI分析单元的分析结果上传至电网管理平台;南向接口单元用于将终端设备信息采集指令转发给电力终端设备,并接收解析电力终端设备上传的数据;控制接口单元用于将终端设备控制指令转发给电力终端设备;AI分析单元响应于接收分析指令,利用AI分析模型对电力终端设备采集的数据进行分析。本发明通过中间件实现电力终端设备和电网管理平台的有效连接,仅需对中间件进行升级维护,减小升级维护的工作量。

    一种基于改进蜣螂优化算法的PMU配置方法

    公开(公告)号:CN118797931A

    公开(公告)日:2024-10-18

    申请号:CN202410858038.6

    申请日:2024-06-28

    Abstract: 本发明公开了一种基于改进蜣螂优化算法的PMU配置方法,涉及PMU优化配置技术领域。本发明通过划分关键节点、重要线路,保证关键节点至少被两个PMU所观测,重要线路至少有一端能被PMU直接观测,从而确保系统在发生故障是仍能保持稳定,同时考虑了零注入节点,利用在有零注入节点的电网中存在计算节点,减少PMU的配置数量,从而显著降低了配置成本,同时降低了求解数量,使得全局寻优能力提高,通过在蜣螂算法中采用Sigmoid转换函数将连续位置转换为节点配置的二维问题,解决了传统启发式优化方法容易陷入局部最优的问题,通过带精英策略的非支配排序保留精英个体,提高了蜣螂算法的收敛性、多样性、稳健性,简化了参数设置,并且加速了解决方案的搜索。

Patent Agency Ranking