-
公开(公告)号：CN115034449A
公开(公告)日：2022-09-09
申请号：CN202210577252.5
申请日：2022-05-25
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司芜湖供电公司
Abstract: 本发明公开了一种架空线停电预测神经网络结构搜索方法及装置，所述方法包括基于耗时要求和网络参数‑耗时映射关系，构建基模型；按照目标网络规模，从基模型中采样第一子网络，使用训练数据集对第一子网络进行训练，使用评测数据集上对第一子网络进行评测，使得基模型的性能在架空线停电预测任务中收敛；从收敛的基模型中采样第二子网络，得到多个满足耗时要求的第二子网络，并基于评测数据集和评测标准对第二子网络的性能进行评测，确定最优子网络；将最优子网络作为停电预测模型，实现架空线停电预测。本发明通过搜索合适的模型参数，使得目标网络在能够满足神经网络部署耗时要求下，性能达到最优。
-
公开(公告)号：CN115034449B
公开(公告)日：2025-05-02
申请号：CN202210577252.5
申请日：2022-05-25
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司芜湖供电公司
IPC: G06Q10/04 , G06N3/048 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种架空线停电预测神经网络结构搜索方法及装置，所述方法包括基于耗时要求和网络参数‑耗时映射关系，构建基模型；按照目标网络规模，从基模型中采样第一子网络，使用训练数据集对第一子网络进行训练，使用评测数据集上对第一子网络进行评测，使得基模型的性能在架空线停电预测任务中收敛；从收敛的基模型中采样第二子网络，得到多个满足耗时要求的第二子网络，并基于评测数据集和评测标准对第二子网络的性能进行评测，确定最优子网络；将最优子网络作为停电预测模型，实现架空线停电预测。本发明通过搜索合适的模型参数，使得目标网络在能够满足神经网络部署耗时要求下，性能达到最优。
-
公开(公告)号：CN116882347A
公开(公告)日：2023-10-13
申请号：CN202310907392.9
申请日：2023-07-24
Applicant: 国网安徽省电力有限公司芜湖市湾沚区供电公司 , 国网安徽省电力有限公司电力科学研究院 , 安徽大学
IPC: G06F30/367 , G06N3/006 , G06F113/16 , G06F119/06 , G06F119/08
Abstract: 本发明提出一种基于接地介质自适应参数的高阻接地故障电弧建模方法，基于不同接地介质下的实测电弧数据，建立不同接地介质下的归一化标准模型。然后通过采集实际故障电路数据，确定故障接地介质的类别。最后，基于MATLAB‑PSCAD联合仿真计算，将已经确定的介质类型的归一化模型为目标，通过PSO参数寻优算法确定PSCAD中电弧模型的最优参数设定。本发明能够根据接地介质的不同自动修订电弧模型参数，从而更加精确的分析电弧的热功率，从而电气火灾的预防提供技术基础，保障人员的用电安全以及减少设备损坏等经济损失。
-
公开(公告)号：CN116975571A
公开(公告)日：2023-10-31
申请号：CN202311056865.5
申请日：2023-08-22
Applicant: 安徽大学 , 国网安徽省电力有限公司芜湖市湾沚区供电公司 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明涉及一种计及生产和使用寿命的电动汽车动态碳排放计算方法，包括：基于碳排放流理论计算各电动汽车充电站的碳排放因子；基于电动汽车生产和使用寿命计算电动汽车各阶段的碳排放情况；对电动汽车进行聚类分析，得到电动汽车的聚类结果；计算电动汽车每天的充电碳排放；每天更新一次碳排放因子和聚类结果，计算每天电动汽车的充电碳排放情况，将各阶段的碳排放进行求和，得到计及生产和使用寿命内电动汽车总碳排放情况。本发明针对电动汽车充电过程当中碳排放占比最大的问题，利用碳排放流理论计算不同时刻不同充电的碳排放因子变化情况，将电动汽车和充电站进行最优匹配，实现充电过程中碳排放最小。
-
公开(公告)号：CN119024103B
公开(公告)日：2025-03-18
申请号：CN202411252778.1
申请日：2024-09-09
Applicant: 国网安徽省电力有限公司芜湖市湾沚区供电公司
IPC: G01R31/08
Abstract: 本发明公开了一种配网故障识别定位方法及装置，涉及配网故障识别技术领域；对同步后的第一电流信号进行分解后应用GAF得到二维图像；对同步后的第一开关量数据进行独热编码得到数值特征矩阵；将所有二维图像和数值特征矩阵代入深度学习模型得到每个元件的第一故障概率；根据第一开关量数据和每个元件的第一故障概率构建贝叶斯网络后进行逆向推理确定每个元件的第二故障概率；用DS证据理论对该元件对应的第一故障概率和第二故障概率进行融合得到第三故障概率。通过深度学习模型从输入的二维图像和数值特征矩阵中确定故障概率，提高了故障检测的准确性，再融合第一故障概率和第二故障概率，提升整体判断的可靠性，提高电网故障定位系统的效率。
-
Patent Agency Ranking
公开(公告)号：CN119627705A
公开(公告)日：2025-03-14
申请号：CN202410123904.7
申请日：2024-01-30
Applicant: 国网安徽省电力有限公司芜湖市湾沚区供电公司
IPC: H02G1/02
Abstract: 本发明公开了一种电力线缆异物自动清除装置，属于线路清理技术领域，其包括：行走组件，用于挂接在线缆外部，且可沿着线缆自动行走；辅助组件，所述辅助组件固定设置在所述行走组件的上端，用于将行走组件挂接在线缆外部；电控组件，所述电控组件固定连接在所述行走组件的下端，用于远程无线连接遥控器；清除组件，所述清除组件设置于行走组件的下方，通过所述电控组件的指令使清除组件运动，用于对线缆外部的异物进行清除。本发明创造可使作业人员在地面操作遥控器进行行走组件和清除组件的启停工作控制，在减轻作业人员工作强度的同时，可大大加快线缆异物的清除，提高工作效率。
-
公开(公告)号：CN119543003A
公开(公告)日：2025-02-28
申请号：CN202411768192.0
申请日：2024-12-04
Applicant: 国网安徽省电力有限公司芜湖市湾沚区供电公司
Abstract: 本发明公开了一种电缆头制作辅助装置及使用方法，包括底座，底座上端的中部设置有固定座，固定座上端的中部设置的滑槽内滑动连接有滑柱，滑柱的上端设置有固定板，固定板上端的中部设置有连接座，连接座右端的中部设置有放置槽，放置槽内弧面的前后两侧分别设置有避让槽，还包括抬升机构和固定机构；抬升机构：其包括安装板、齿条板、安装杆和齿轮，所述安装板设置于滑柱的下端，安装板下端的中部设置有齿条板，安装杆设置于固定座内部的下侧，该电缆头制作辅助装置及使用方法，能够根据操作者的身高来调整电缆的高度，装拆方便，解决了因绑线材料因老化而降低其固定效果的问题，进一步的提高了电缆的稳定性。
-
公开(公告)号：CN119787095A
公开(公告)日：2025-04-08
申请号：CN202411768197.3
申请日：2024-12-04
Applicant: 国网安徽省电力有限公司芜湖市湾沚区供电公司
Abstract: 本发明涉及一种配网架空线路直击雷引流防护装置，它包括安装组件、开合引流组件和顶端放电组件，安装组件上方设置有可调支架，可调支架下端端部通过底座安装在安装组件上，可调支架上端活动安装有收放组件，收放组件上方安装有开合引流组件，收放组件通过连杆机构与开合引流组件动力连接，用于驱动开合引流组件实现开合动作；开合引流组件内侧中部安装有放电球，放电球顶部安装有顶端放电组件，顶端放电组件的上部形成第一放电间隙，顶端放电组件的下部与放电球形成第二放电间隙，开合引流组件与放电球形成第三放电间隙，第三放电间隙的间距不小于180mm；本发明具有结构合理、引流效果好、防雷防鸟双重防护、安全可靠的优点。
-
公开(公告)号：CN119594303A
公开(公告)日：2025-03-11
申请号：CN202411768187.X
申请日：2024-12-04
Applicant: 国网安徽省电力有限公司芜湖市湾沚区供电公司
Abstract: 本发明公开了一种高压电缆通道运维用探察装置，包括底座，所述底座的内部滑动连接有活动台，活动台的上端设有可调节的摄像头，还包括升降机构和摄像头位置调节机构；升降机构：其包括固定板、螺杆和内螺纹筒，所述固定板固定连接于活动台的内部，固定板的下表面转动连接有均匀分布的螺杆，底座的内部固定连接有均匀分布的内螺纹筒，该高压电缆通道运维用探察装置，通过升降机构，使高压电缆通道运维用探察装置在经过积水地方时能够将活动台抬升，防止内部的电器进水，提高探察装置的使用寿命，通过摄像头位置调节机构，能够对摄像头位置进行调整，可以对高压电缆进行更细致的探察，探察角度更多样。
-
公开(公告)号：CN119024103A
公开(公告)日：2024-11-26
申请号：CN202411252778.1
申请日：2024-09-09
Applicant: 国网安徽省电力有限公司芜湖市湾沚区供电公司
IPC: G01R31/08
Abstract: 本发明公开了一种配网故障识别定位方法及装置，涉及配网故障识别技术领域；对同步后的第一电流信号进行分解后应用GAF得到二维图像；对同步后的第一开关量数据进行独热编码得到数值特征矩阵；将所有二维图像和数值特征矩阵代入深度学习模型得到每个元件的第一故障概率；根据第一开关量数据和每个元件的第一故障概率构建贝叶斯网络后进行逆向推理确定每个元件的第二故障概率；用DS证据理论对该元件对应的第一故障概率和第二故障概率进行融合得到第三故障概率。通过深度学习模型从输入的二维图像和数值特征矩阵中确定故障概率，提高了故障检测的准确性，再融合第一故障概率和第二故障概率，提升整体判断的可靠性，提高电网故障定位系统的效率。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.079 seconds)
