一种单水电站水力机组优化调度方法、装置、设备及介质

    公开(公告)号:CN116862073A

    公开(公告)日:2023-10-10

    申请号:CN202310890546.8

    申请日:2023-07-19

    摘要: 本发明涉及水电调度技术领域,公开了一种单水电站水力机组优化调度方法、装置、设备及介质,该方法包括:根据优化目标以及约束条件确定单水电站机组组合问题对应的问题定义;基于拉格朗日对偶分解法确定优化目标求得最优解对应的最优性条件;基于最优性条件对问题定义进行简化,得到简化的等价问题定义;根据简化的等价问题定义对单水电站机组组合问题进行求解,得到单水电站水力机组优化调度方案。由于采用拉格朗日对偶分解法确定了优化目标求得最优解对应的最优性条件,基于最优性条件对问题定义进行简化再求解确定优化调度方法,达到了减少计算时间的效果,解决了相关技术中存在的确定单水电站水力机组优化调度方案所需的计算时间较长的问题。

    电力作业场景违章行为识别模型、方法、装置及存储介质

    公开(公告)号:CN116524240A

    公开(公告)日:2023-08-01

    申请号:CN202310331575.0

    申请日:2023-03-30

    摘要: 本发明公开了一种电力作业场景违章行为识别模型、方法、装置及存储介质,该模型包括:卷积层,用于对输入的电力作业场景图片进行特征提取,得到多个特征图;显著性最大池化层,用于对多个特征图进行最大池化操作;显著性部件定位学习层,用于对池化结果进行加权求和,得到求和结果;分类层,用于根据求和结果输出识别结果。通过实施本发明,在模型中采用显著性最大池化层取代全连接层,解决了卷积神经网络中参数量过大、容易过拟合的问题,采用显著性最大池化层连接卷积层,直接赋予了每个通道实际的类别意义,剔除了全连接层中黑箱的特征,使网络结构具有可解释性。设置显著性部件学习层,使得电力作业场景下的违章行为识别变得可溯因。

    电力异质数据的语义关联方法、装置、设备及存储介质

    公开(公告)号:CN116484878A

    公开(公告)日:2023-07-25

    申请号:CN202310737583.5

    申请日:2023-06-21

    摘要: 本发明涉及信息检索技术领域,公开了电力异质数据的语义关联方法、装置、设备及存储介质,本发明提供的方法,首先对多模态数据集进行模态内特征联合学习,包括全局特征和上下文特征,根据文本的全局特征向量、文本上下文特征向量,得到文本语义关联空间,根据图像的全局特征向量、图像上下文特征向量,得到图像语义关联空间,根据文本语义关联空间、图像语义关联空间,得到共享语义关联空间,将预设图像、预设文本映射至共享语义关联空间中,分别生成第一特征向量、第二特征向量,通过计算其相似度,得到预设图像、预设文本的语义关联度。通过本发明提供的方法能够很好地学习电网场景下不同子类别间的判别性以及异构数据间的关联关系。

    电力矩阵LU分解加速方法、装置、设备及存储介质

    公开(公告)号:CN116862750A

    公开(公告)日:2023-10-10

    申请号:CN202310827171.0

    申请日:2023-07-06

    IPC分类号: G06T1/20 G06T1/60 G06F17/16

    摘要: 本发明涉及电力系统高性能计算技术领域,公开了电力矩阵LU分解加速方法、装置、设备及存储介质,方法包括:根据电力矩阵中列与列之间的依赖关系,对电力矩阵进行分层处理,得到多个层级;层级中包含一个或多个列;根据每个层级的列数量,从多个处理单元中确定对应层级中每一列的目标处理单元,以及每一列的目标处理单元的预设数量;列数量表示对应层级中列的数量,多个处理单元包括CUDA线程、CUDA线程束或者CUDA流;分别对对应层级中的每一列采取预设数量的目标处理单元,预设数量的目标处理单元用于对对应层级中的每一列执行LU分解。本发明能够根据电力矩阵特性,对GPU资源进行灵活调整,从而达到提高电力矩阵LU分解在GPU上的计算速度的目的。

    电力系统三角稀疏方程组求解加速器及方法

    公开(公告)号:CN116304489A

    公开(公告)日:2023-06-23

    申请号:CN202310181098.4

    申请日:2023-02-16

    IPC分类号: G06F17/11 G06F18/23

    摘要: 本发明公开了一种电力系统三角稀疏方程组求解加速器及方法,其中,求解加速器包括通用处理器和加速处理器,通用处理器用于按照求解过程中的依赖关系,确定三角稀疏矩阵中各行节点的层级,其中,高层级的行节点依赖于低层级的行节点,且同一层级的行节点之间相互独立;加速处理器,包括多个与求解相关的求解处理单元,加速处理器用于基于低层级行节点的非零元素,对三角方程组进行第一求解,以及基于高层级行节点的非零元素和第一求解的结果,对三角方程组进行第二求解,其中,在同一个层级包括多个行节点的情况下,加速处理器通过多个求解处理单元并行处理同一层级下不同行节点的数据,以对三角方程组进行并行求解,从而提高求解效率。

    基于判别性隐空间学习的跨模态检索方法、装置及介质

    公开(公告)号:CN116304135A

    公开(公告)日:2023-06-23

    申请号:CN202310594729.5

    申请日:2023-05-25

    摘要: 本发明公开了一种基于判别性隐空间学习的跨模态检索方法、装置及介质,该方法包括:提取第一模态数据的第一特征和第二模态数据的第二特征,构建第一训练集和第二训练集;采用第一训练集和第二训练集对增加判别性属性的双字典模型进行训练,得到隐空间特征模型;基于隐空间特征模型,将待检索模态数据特征和检索数据库中模态数据特征分别投影到隐空间中,得到对应的隐空间特征表示;根据隐空间特征表示进行相似度计算,得到检索结果。通过实施本发明,采用双字典学习技术来构建隐空间,使多模态数据在隐空间中实现对齐。在双字典模型中加入将判别性属性,从而使子类内距离更加紧凑而子类间距离更加稀疏。更加符合电网细粒度多模态场景设置。

    一种FPGA内核可编程仿真器
    10.
    发明授权

    公开(公告)号:CN113673106B

    公开(公告)日:2024-02-13

    申请号:CN202110962803.5

    申请日:2021-08-20

    IPC分类号: G06F30/20 G06F15/78

    摘要: 本发明公开了一种FPGA内核可编程仿真器,包括:运行时连接于驱动器与主机之间,驱动器内置至少一个被测FPGA内核,驱动器对全部的FPGA内核进行包装;当FPGA内核可编程仿真器启动时,主机向运行时发送第一控制信号,通过调用运行时中的仿真器对被测FPGA内核及驱动器进行仿真;当FPGA内核可编程仿真器运行时,运行时将主机发送的第二控制信号至驱动器,并根据第二控制信号,向驱动器发送命令,被测FPGA内核根据接收的命令进行计算,并通过运行时向主机返回相应的计算结果,将高抽象级别的被测FPGA内核与现有高质量仿真器进行集成,使开发者能够使用高抽象级别的开发软件进行FPGA内核开发并使用现有高质量仿真器仿真,方便FPGA内核开发者并提高FPGA内核的仿真效率。