-
公开(公告)号：CN118101484B
公开(公告)日：2024-12-10
申请号：CN202410062393.2
申请日：2024-01-16
Applicant: 国网湖北省电力有限公司电力科学研究院 , 中南大学 , 国网湖北省电力有限公司神农架供电公司 , 国网湖北省电力有限公司宜昌供电公司
Abstract: 一种支撑偏远山区无人机巡检的中继网络拓扑生成方法，包括获取节点信息；设置通讯节点的约束条件；根据优化目标完成算法建模；设计覆盖拓扑生成算法；生成可视化的网络覆盖拓扑；测试拓扑的网络性能。本发明解决了在有线网络难以到达且联网设备多而乱的偏远山区环境下，构建能够满足通信要求并且成本最优化的中继网络以支撑无人机电力巡检作业的技术难题。本发明有如下优点：以生成满足具体通信需求的最优成本无线网络覆盖拓扑为总目标，实现了无人机中继网络部署，大大降低了构建覆盖拓扑的人力成本，可广泛应用在各种无人环境下的无线拓扑覆盖图谱生成场景中；成本最优化并保证无线无线网络的连通性和流畅性。
-
公开(公告)号：CN118101484A
公开(公告)日：2024-05-28
申请号：CN202410062393.2
申请日：2024-01-16
Applicant: 国网湖北省电力有限公司电力科学研究院 , 中南大学 , 国网湖北省电力有限公司神农架供电公司 , 国网湖北省电力有限公司宜昌供电公司
Abstract: 一种支撑偏远山区无人机巡检的中继网络拓扑生成方法，包括获取节点信息；设置通讯节点的约束条件；根据优化目标完成算法建模；设计覆盖拓扑生成算法；生成可视化的网络覆盖拓扑；测试拓扑的网络性能。本发明解决了在有线网络难以到达且联网设备多而乱的偏远山区环境下，构建能够满足通信要求并且成本最优化的中继网络以支撑无人机电力巡检作业的技术难题。本发明有如下优点：以生成满足具体通信需求的最优成本无线网络覆盖拓扑为总目标，实现了无人机中继网络部署，大大降低了构建覆盖拓扑的人力成本，可广泛应用在各种无人环境下的无线拓扑覆盖图谱生成场景中；成本最优化并保证无线无线网络的连通性和流畅性。
-
公开(公告)号：CN119723377A
公开(公告)日：2025-03-28
申请号：CN202411662214.5
申请日：2024-11-20
Applicant: 国网湖北省电力有限公司电力科学研究院 , 中南大学
IPC: G06V20/17 , G06V10/22 , G06V10/44 , G06V10/762 , G06V10/764
Abstract: 一种基于电力杆塔点云的无人机巡检轨迹自动生成方法，包括：获取目标巡检杆塔顶端的空间坐标；提取空间坐标一定范围内区域的边缘点云，使用DBSCAN聚类算法进行空间聚类获取点云簇；基于PointNet算法对各点云簇进行识别和分类，筛选出具有电力线特征的点云；应用腐蚀算法，以电力线路点云上远离杆塔的最外缘点作为起点，沿线路方向进行腐蚀，从线路分叉中识别并提取出绝缘子；根据无人机巡检的拍摄规则及杆塔连接电力线路的倾斜角度，生成设备上的待拍摄点位，计算对应的无人机飞行路径点；生成并导出无人机巡检航线文件。本发明降低无人机航线规划的人力成本，广泛应用在各种电力杆塔设备的点云处理、无人机巡检航线规划场景中。
-
公开(公告)号：CN118470573B
公开(公告)日：2025-02-14
申请号：CN202410602720.9
申请日：2024-05-15
Applicant: 国网湖北省电力有限公司电力科学研究院 , 中南大学 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司
IPC: G06V20/17 , G06V10/20 , G06V10/75 , G06V10/74 , G06V10/762
Abstract: 本发明提供一种电力无人机巡检杆塔的点云自动识别方法，包括：对利用激光雷达设备采集的电力线路点云数据进行预处理，从预处理后的点云数据中进行筛选与聚类得到点云簇，并基于目标巡检杆塔与环境的差异性特征从点云簇中提取得到杆塔的点云簇；计算杆塔点云中的关键点与特征值，结合电力巡检场景中的杆塔类型，并基于杆塔点云的关键点分布情况与噪声含量筛选出每个杆塔类型的典型杆塔，通过典型杆塔的特征值构建设备特征类型库；计算待处理点云中的关键点与特征值，与设备特征类型库中的典型杆塔进行匹配，选择匹配度最高的类型为识别结果。本发明降低了点云处理与设备识别的人工成本，提高无人机巡检作业的效率。
-
公开(公告)号：CN119048785A
公开(公告)日：2024-11-29
申请号：CN202411139083.2
申请日：2024-08-20
Applicant: 中南大学 , 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司
IPC: G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于杆塔点云语义分割的配网无人机巡检拍摄点生成方法及相关装置，所述生成方法包括：获取包含电线杆塔的原始点云数据；对所述原始点云数据进行聚类，得到多个点云簇；对每个所述点云簇进行类型识别，得到杆塔点云；当竖杆数量大于1时，根据竖杆数量对所述杆塔点云进行杆级分层，得到竖杆点云；根据横担高度对每个所述竖杆点云进行分层，得到横担点云；计算每个所述横担点云的主轴方向的两个端点位置；根据每个所述横担点云的主轴方向的两个端点位置确定巡检拍摄点位。本发明实现了无人机巡检拍摄点位的自动生成，解决了人工标注巡检目标点耗费时间多，人力成本高，需要依赖专业知识和经验，实际应用推广困难的问题。
-
Patent Agency Ranking
公开(公告)号：CN118470573A
公开(公告)日：2024-08-09
申请号：CN202410602720.9
申请日：2024-05-15
Applicant: 国网湖北省电力有限公司电力科学研究院 , 中南大学 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司
IPC: G06V20/17 , G06V10/20 , G06V10/75 , G06V10/74 , G06V10/762
Abstract: 本发明提供一种电力无人机巡检杆塔的点云自动识别方法，包括：对利用激光雷达设备采集的电力线路点云数据进行预处理，从预处理后的点云数据中进行筛选与聚类得到点云簇，并基于目标巡检杆塔与环境的差异性特征从点云簇中提取得到杆塔的点云簇；计算杆塔点云中的关键点与特征值，结合电力巡检场景中的杆塔类型，并基于杆塔点云的关键点分布情况与噪声含量筛选出每个杆塔类型的典型杆塔，通过典型杆塔的特征值构建设备特征类型库；计算待处理点云中的关键点与特征值，与设备特征类型库中的典型杆塔进行匹配，选择匹配度最高的类型为识别结果。本发明降低了点云处理与设备识别的人工成本，提高无人机巡检作业的效率。
-
公开(公告)号：CN118645992A
公开(公告)日：2024-09-13
申请号：CN202410689561.0
申请日：2024-05-30
Applicant: 湖北省复变时空能源科技有限公司 , 国网湖北省电力有限公司襄阳供电公司 , 国网湖北省电力有限公司电力科学研究院 , 湖北方源东力电力科学研究有限公司
Inventor： 黄亮 , 庹量禹 , 崔一铂 , 凌在汛 , 孙朝霞 , 顾一鸣 , 向慕超 , 吴笑民 , 刘曼佳 , 邓桂平 , 陈文 , 韩鸿凌 , 金晨 , 阮佳楠 , 田晨丞 , 宋杨 , 鲁金华 , 万冲
IPC: H02J3/00 , G06N3/0442 , G06N3/049 , G06N3/048 , G06N3/08 , G06Q50/06 , G06Q50/40 , B60L3/12 , B60L53/00
Abstract: 一种基于IACO‑Attention‑LSTM的电动汽车充电负荷预测方法，选择电价以及节假日作为输入变量；IACO算法采用精英蚂蚁系统和最小最大蚂蚁系统，使用IACO算法对LSTM神经网络进行优化时，IACO反馈LSTM神经网络的预测误差；进行IACO‑LSTM方法负荷预测前，IACO算法对LSTM进行训练，选择不同的超参数对数据集进行训练并预测输出结果，根据预测结果和真实负荷值的误差确定让蚂蚁最快遍历所有目标的超参数，在迭代次数完成之后输出最优解，赋值给LSTM神经网络，确定最终LSTM神经网络预测模型，运用Attention机制对所有预测结果进行整合，得到预测结果，以提升预测准确性和效率。
-
公开(公告)号：CN118569576A
公开(公告)日：2024-08-30
申请号：CN202410690369.3
申请日：2024-05-30
Applicant: 国网湖北省电力有限公司电力科学研究院 , 湖北省复变时空能源科技有限公司 , 湖北方源东力电力科学研究有限公司
Inventor： 凌在汛 , 向慕超 , 崔一铂 , 黄亮 , 庹量禹 , 刘曼佳 , 佟翾 , 张帅 , 成诚 , 吴笑民 , 刘鸣柳 , 易忱 , 韩鸿凌 , 金晨 , 阮佳楠 , 田晨丞 , 焦海文 , 阮庄
IPC: G06Q10/0631 , G06Q50/06 , G06Q50/40 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/086 , G06N3/006
Abstract: 本发明提供了一种基于IGwo‑Attention‑LSTM的电动汽车充电负荷预测方法，其结合了GWO优化算法，提出了IGWO和IACO算法，用于改进LSTM模型的超参数设定，从而提高模型的性能和泛化能力；并引入了Attention机制，对LSTM多个时间步的预测结果进行整合，使得模型能够更好地捕捉时间序列数据的关联性和重要性；同时通过改进GWO算法的缺点，IGWO‑Attention‑LSTM算法在负荷预测中展现出更高的准确性和稳定性，准确的负荷预测可以帮助充电站在高峰期提前做好准备，避免能源浪费和高峰时段的能源成本增加，从而节约能源成本。
-
公开(公告)号：CN118076055A
公开(公告)日：2024-05-24
申请号：CN202410151160.X
申请日：2024-02-02
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司 , 华中科技大学
IPC: H05K7/20
Abstract: 本申请涉及一种用于数据中心的跨季节储能多能互补热回收空调系统，液冷末端通过管路连接太阳能集热器、吸附式制冷机以及第一板式换热器，所述太阳能集热器连接吸附式制冷机，所述吸附式制冷机通过管路连接第一冷却塔、第一板式换热器以及精密空调，所述第一板式换热器低温侧通过管路连接第一冷却塔、地埋管换热器以及第二板式换热器，所述地埋管换热器与热泵相连，所述第二板式换热器通过管路连接区域供热用户，所述风冷末端连接精密空调、电制冷机以及第三板式换热器，所述电制冷机连接第二冷却塔，所述第三板式换热器连接热泵，热泵连接区域供热用户。本申请可以有效提高全年热回收率，并降低机房PUE。
-
公开(公告)号：CN117895517A
公开(公告)日：2024-04-16
申请号：CN202311817259.0
申请日：2023-12-26
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司襄阳供电公司 , 湖北方源东力电力科学研究有限公司
IPC: H02J3/06 , H02J3/48 , H02J3/50 , H02J3/32 , G06F30/18 , G06F30/27 , G06N3/006 , G06N3/092 , G06F113/04 , G06F113/06
Abstract: 本发明提供提出了一种基于强化学习的多微网能量共享方法，包括：S1，建立源荷模型，包括风力发电、光伏发电、储能电池的数学模型；S2，确定微网内部组成单元的约束限制，述约束限制包括负载需求相应限制、储能电池限制、可再生能源限制；S3，基于步骤S1建立的数学模型和步骤S2确定的约束限制设计多微网系统拓扑结构；S4，在步骤S3设计的多微网系统拓扑结构提出多微网分层优化的方法，将系统分为两层进行调度；S5，根据步骤S4提出的优化方法，采用强化学习对下层多微网进行求解，采用自适应粒子群算法对上层进行求解，进而实现多微网能量共享。与现有的方法相比，本发明首次将强化学习与多微网能量共享方法结合起来，通过最佳学习策略，可更有效地利用可用的能量资源，并提高能量共享的效果；同时，也可更好地解决多微网能量共享的复杂性与不确定性。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.165 seconds)
