-
公开(公告)号：CN114819532A
公开(公告)日：2022-07-29
申请号：CN202210347685.1
申请日：2022-04-01
Applicant: 国网江苏省电力有限公司 , 南瑞集团有限公司 , 北京科东电力控制系统有限责任公司 , 国家电网有限公司
Abstract: 本发明提供了一种基于冷启动的电网调度行为理解方法、系统和存储介质，该方法包括以下步骤：确定编写每个类别的电网调度意图的正则表达式；将正则表达式转换为电网调度意图识别的有限状态自动机；将电网调度意图识别的有限状态自动机转换为电网调度意图的识别加权有限状态自动机，构建有限状态自动机循环神经网络；使用电网调度意图识别语料库数据对有限状态自动机循环神经网络进行训练；采用训练后的有限状态自动机循环神经网络识别输入的电网调度文本的电网调度意图。本发明可有效识别各数量级样本的电网调度意图文本，提升了电网调度意图识别整体性能。
-
公开(公告)号：CN116383712A
公开(公告)日：2023-07-04
申请号：CN202211707695.8
申请日：2022-12-29
Applicant: 国网冀北电力有限公司承德供电公司 , 国家电网有限公司 , 承德天汇电力设计有限责任公司 , 北京科东电力控制系统有限责任公司
IPC: G06F18/241 , G06N3/006 , G06Q50/06 , H02J13/00
Abstract: 本发明公开了一种基于灰狼优化算法的变电站故障识别方法及系统，所述方法包括以下步骤：读取变电站设备的当前状态；对读取的所述设备的当前状态进行数字化解析；基于所述数字化解析的结果构建变电站故障识别目标函数E；基于灰狼优化算法对所述识别目标函数E进行迭代求解。对所述识别目标函数E进行迭代求解包括以下步骤：选择m只灰狼建立灰狼优化算法模型，初始化灰狼种群；计算初始状态下每个灰狼个体与猎物的距离；分别建立围捕猎物和捕猎行为的迭代公式，对所述迭代公式进行交替迭代进行求解。本发明利用灰狼优化算法的计算复杂度不受目标函数复杂程度的影响，能快速求解出数值解，从而快速准确识别变电站故障。
-
公开(公告)号：CN118211647A
公开(公告)日：2024-06-18
申请号：CN202410373396.8
申请日：2024-03-29
Applicant: 国家电网有限公司华中分部 , 北京科东电力控制系统有限责任公司
IPC: G06N5/022 , G06F18/213 , G06F18/22 , G06F18/25 , G06V10/40 , G06V10/74 , G06V10/80 , G06N3/0442 , G06N3/0455 , G06N3/08 , G06F40/242 , G06Q50/06
Abstract: 本发明提供了一种电网调控知识图谱构建系统，包括：多模态数据获取模块，用于获取电力系统的文本数据、图像数据、视频数据和音频数据；多模态数据特征向量提取模块，用于提取多个文本特征向量、图片特征向量和音频特征向量；多模态数据特征向量融合模块，用于将多个文本特征向量、图片特征向量和音频特征向量输入向量融合模型得到多个融合向量；多模态数据实体预测模块，用于将各个融合向量输入CRF模型得到最终预测实体；多模态知识图谱构建模块，用于最终预测实体存入多模态知识图谱的预设实体中，形成多模态知识图谱。本发明生成的知识图谱用于有效地促进智能运维的发展。
-
公开(公告)号：CN118537876A
公开(公告)日：2024-08-23
申请号：CN202410527286.2
申请日：2024-04-29
Applicant: 国家电网有限公司华中分部 , 北京科东电力控制系统有限责任公司
IPC: G06V30/412 , G06V30/18 , G06V10/82 , G06N3/0464 , G06N3/084 , G06Q50/06
Abstract: 本发明公开了一种基于电网信息的表格提取系统和方法。包括：从预处理后的含表格的图片中划分出训练集；将训练集对表格信息提取模型进行训练，得到训练后的表格信息提取模型，其中，表格信息提取模型包括编码器、解码器、掩膜修复模块、单元格获取模块和单元格文字识别模块；解码器包含行提取解码器和列提取解码器，掩膜修复模块采用形态学操作和边缘检测相结合的修复方法对解码器的特征输出进行修复；单元格获取模块将经过掩膜修复模块后的修复特征进行交集处理，得到单元格；将待提取信息的表格图片输入训练后的表格信息提取模型中，得到表格信息的提取结果。本发明可以有效解决表格不一致的问题，同时提高表格处理准确度和效率。
-
公开(公告)号：CN119784018A
公开(公告)日：2025-04-08
申请号：CN202411766125.5
申请日：2024-12-04
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司 , 北京科东电力控制系统有限责任公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/092
Abstract: 本发明涉及电力系统领域，公开了一种多智能体深度强化学习的电网停电编排系统，包括编排问题转化模块和决策求解模块；所述编排问题转化模块用于将电网停电计划编排问题转化为多智能体马尔可夫决策过程模型；所述决策求解模块用于在设定的电网停电编排的相关约束下，利用多智能体深度确定性策略梯度算法对多智能体马尔可夫决策过程模型进行训练求解，获得电网停电编排策略。该方案受单智能体强化学习思想启发，将电网停电计划编排问题转化为多智能体马尔可夫决策过程，将电力设备视为单独的智能体，采用多智能体深度确定性策略梯度算法训练具有智能停电计划编排的设备，学习到最优的停电计划编排策略，从而保障电网及其设备的安全运行。
-
Patent Agency Ranking
公开(公告)号：CN108362958A
公开(公告)日：2018-08-03
申请号：CN201711399650.8
申请日：2017-12-22
Applicant: 国网冀北电力有限公司 , 北京科东电力控制系统有限责任公司
Inventor： 宋光鹏 , 王曲建 , 郭子明 , 何蕾 , 张浩 , 庞传军 , 阎博 , 于跃 , 穆永铮 , 包铁 , 戚岳 , 康福权 , 李新鹏 , 刘闯 , 曹良晶 , 金美忠 , 张鹏 , 刘赐琦 , 刘蒙
IPC: G01R31/00
Abstract: 本发明涉及电能量采集技术领域，尤其涉及一种采集故障点自动诊断和修补方法。所述方法包括以下步骤：(1)从现场采集电量的表码数据；(2)根据原始表码数据是等周期的数据特点对缺失的数据进行自动补录；(3)对质量位异常、越限、倒走异常数据进行自动校验修正；(4)然后通过电表归零和换表也业务自动处理。上述方法可以保证了电量采集的原始表码的连续性和完整性，保证了结算电量的正确。
-
公开(公告)号：CN118504988A
公开(公告)日：2024-08-16
申请号：CN202410926120.8
申请日：2024-07-11
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司 , 国网安徽省电力有限公司 , 北京科东电力控制系统有限责任公司
IPC: G06Q10/0635 , G06Q50/06 , G06N5/022 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/082
Abstract: 本发明公开了基于分布式多模态知识图谱的新设备启动风险识别方法及系统，所述方法包括：采用知识本体与实体结合的架构构建分布式多模态知识图谱；对分布式多模态知识图谱进行跨模态事件细粒度对齐；采用跨模态事件细粒度对齐后的分布式多模态知识图谱获取特征三元组并转化为特征向量；基于深度学习算法构建风险识别模型并完成风险识别。本发明能够为调度人员提供及时、准确的风险信息，有助于降低风险发生概率，提高电力调度的安全性和稳定性。
-
公开(公告)号：CN118504988B
公开(公告)日：2024-10-29
申请号：CN202410926120.8
申请日：2024-07-11
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司 , 国网安徽省电力有限公司 , 北京科东电力控制系统有限责任公司
IPC: G06Q10/0635 , G06Q50/06 , G06N5/022 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/082
Abstract: 本发明公开了基于分布式多模态知识图谱的新设备启动风险识别方法及系统，所述方法包括：采用知识本体与实体结合的架构构建分布式多模态知识图谱；对分布式多模态知识图谱进行跨模态事件细粒度对齐；采用跨模态事件细粒度对齐后的分布式多模态知识图谱获取特征三元组并转化为特征向量；基于深度学习算法构建风险识别模型并完成风险识别。本发明能够为调度人员提供及时、准确的风险信息，有助于降低风险发生概率，提高电力调度的安全性和稳定性。
-
公开(公告)号：CN118396366A
公开(公告)日：2024-07-26
申请号：CN202410373401.5
申请日：2024-03-29
Applicant: 国网上海市电力公司 , 北京科东电力控制系统有限责任公司
IPC: G06Q10/0635 , G06Q10/0637 , G06Q10/04 , G06Q50/06 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于图卷积网络的电网运行风险预测系统及方法，它包括：训练数据构建模块用于将静态安全分析历史数据根据时间节点在电网系统状态估计历史断面数据中查找特征变量，得到训练数据集，并将训练数据集中的设备进行类别标注；拓扑特征提取模块用于将图神经网络的节点和边通过真实电网设备间的连接建立电网系统设备邻接矩阵，根据标注后的训练数据集建立电网系统设备特征矩阵，将电网系统设备邻接矩阵和电网系统设备特征矩阵融合并进行特征提取，得到特征向量；特征映射模块用于将特征向量输入到深度神经网络中得到包含负载率区间种类的矩阵，利用包含负载率区间种类的矩阵得到负载区间的概率分布向量。本发明能更好预测电网的运行风险。
-
公开(公告)号：CN117436351B
公开(公告)日：2024-03-29
申请号：CN202311752694.X
申请日：2023-12-19
Applicant: 国网浙江省电力有限公司金华供电公司 , 国网浙江省电力有限公司 , 国网电力科学研究院有限公司 , 北京科东电力控制系统有限责任公司
Inventor： 张越 , 皮俊波 , 项中明 , 单连飞 , 吴华华 , 齐世雄 , 孙文多 , 谷炜 , 安卓阳 , 姜涛 , 郑翔 , 马翔 , 余建明 , 沈曦 , 沃建栋 , 黄启航 , 楼贤嗣 , 刘艳 , 乔咏田 , 刘栋 , 方璇 , 康福权
IPC: G06F30/27 , G01R31/00 , G01R31/08 , G06N5/022 , G06N3/0455 , G06N3/0499 , G06N3/0464 , G06N3/084 , G06F18/2415 , G06F18/22 , G06F18/25 , G06F16/36 , G06Q50/06 , G06F111/08 , G06N3/048
Abstract: 本发明公开了复杂气象下基于知识图谱的电网设备故障预测方法及系统，通过Transformer和知识图谱技术作为预测的基本手段，并在训练过程中，同步训练Transformer预测模型和基于知识图谱预测模型的BP神经网络分类器，借助知识图谱的独特数据结构，找出相关联的节点和节点关系，进一步找到相关的历史案例数据，再进行调整以优化样本质量，进而使得预测准确率可以进一步提高。本发明综合运用Transformer模型和知识图谱作为概率预测的工具，数据和知识融合驱动的模式不仅会从所有历史数据记录中受益，也能充分利用知识进行故障预测，能够有效快速地预测出特定气象条件下电力系统设备事故的发生概率，极大提升了故障数据利用的灵活性，提高预测的准确性、可靠性、稳定性。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.084 seconds)
