-
公开(公告)号：CN115241869B
公开(公告)日：2025-05-09
申请号：CN202210878008.2
申请日：2022-07-25
Applicant: 武汉大学
Abstract: 本发明涉及配电网优化技术，具体涉及一种考虑光伏与线路开关状态不确定的配电网优化方法，首先考虑了光伏出力的不确定性，建立一个多时段的光伏出力模型；接着分析配电网中线路开关状态的不确定性，并根据香农的信息理论，建立多场景下的线路开关状态不确定性模型；在配电网重新配置后，使用拉丁超立方采样方法来确定不确定性预算不同时线路开关状态；最后考虑到最坏情况下光伏出力和线路开关状态的不确定性，提出了控制模型，以最小的维护成本提高配电网的稳定性。该方法定性抽象光伏出力不确定性和线路开关状态的特点，通过调度策略为配电网提供实用的技术支持。减少了由光伏出力和线路开关状态的不确定性造成的影响。
-
公开(公告)号：CN113989209B
公开(公告)日：2024-08-27
申请号：CN202111228906.5
申请日：2021-10-21
Applicant: 武汉大学
IPC: G06T7/00 , G06T7/13 , G06T5/30 , G06T1/60 , G06N3/0464 , G06N3/08 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/764
Abstract: 本发明涉及计算机视觉电网应用技术，具体涉及基于Faster R‑CNN的电力线异物检测方法，包括训练模式和诊断模式；训练模式通过训练数据集中的图片，返回迭代损失，得到一个稳定可用的模型；诊断模式通过输入待测试图像，得到电力线上面是否存在风筝异物以及风筝异物位置的诊断结果。可以有效利用无人机航拍图像，提高图片的利用率；成本低廉，只需要在现有的系统中增加基于aster R‑CNN算法的电力线风筝异物检测模块，不需要增加其他硬件；训练好的模型对于不同背景环境下的电力线风筝异物都有良好的预测效果。
-
公开(公告)号：CN113204542B
公开(公告)日：2023-08-22
申请号：CN202110434285.X
申请日：2021-04-22
Applicant: 武汉大学
IPC: G06F16/215 , G06F18/214 , G06Q50/06
Abstract: 本发明提出了一种异常用电样本清洗及行为识别方法。本发明通过用电信息营销系统采集用户日采样数据，构造面向搭载HPLC智能电表的数据样本；在数据样本中根据编号的排序连续性、数据完整性的有效性、相序的次序性进行筛选过滤无效样本得到有效样本；根据有效样本中用电信息的缺值、最值和波动阈值进行筛选区分异常样本和正常样本，形成包括训练样本与验证样本的混合样本；在训练样本中确定混合条件参数，满足不等式约束条件时形成样本集合权值、集合维度权值，在验证样本中根据不等式约束条件验证样本集合权值、集合维度权值并形成分割曲线，通过待测样本中样本集合权值、集合维度权值落点位置实现正常样本、异常样本的区分。
-
公开(公告)号：CN115829119A
公开(公告)日：2023-03-21
申请号：CN202211510682.1
申请日：2022-11-29
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心) , 武汉大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q30/0202 , G06Q50/08 , G06F18/23213 , G06N3/045 , G06N3/084 , G06N3/092
Abstract: 本申请涉及一种基于神经网络和强化学习的电网需求侧响应潜力评估及负荷转移方法，包括以下步骤：使用改进的k‑means聚类算法对海量的客户用电数据进行聚类生成用电行为标签，将客户数据聚类为无峰、单峰和多峰三类；搭建并训练多层感知机MLP神经网络模型，以客户96点工作日负荷数据和用电行为标签作为输入，挖掘输入数据与客户参与需求响应意愿和潜力之间的隐式映射关系；利用深度强化学习对所构建的负荷转移模型进行求解，输出最优的分时电价制定建议。本申请充分挖掘和利用客户用电数据特征，进而预测客户参与需求响应的意愿和潜力；提高电网的削峰填谷能力，缓解电力供需矛盾，保障电网稳定运行。
-
公开(公告)号：CN113989209A
公开(公告)日：2022-01-28
申请号：CN202111228906.5
申请日：2021-10-21
Applicant: 武汉大学
IPC: G06T7/00 , G06T7/13 , G06T5/30 , G06T1/60 , G06N3/04 , G06N3/08 , G06K9/62 , G06V10/25 , G06V10/774 , G06V10/82
Abstract: 本发明涉及计算机视觉电网应用技术，具体涉及基于Faster R‑CNN的电力线异物检测方法，包括训练模式和诊断模式；训练模式通过训练数据集中的图片，返回迭代损失，得到一个稳定可用的模型；诊断模式通过输入待测试图像，得到电力线上面是否存在风筝异物以及风筝异物位置的诊断结果。可以有效利用无人机航拍图像，提高图片的利用率；成本低廉，只需要在现有的系统中增加基于aster R‑CNN算法的电力线风筝异物检测模块，不需要增加其他硬件；训练好的模型对于不同背景环境下的电力线风筝异物都有良好的预测效果。
-
Patent Agency Ranking
公开(公告)号：CN107966600B
公开(公告)日：2021-03-19
申请号：CN201710919165.2
申请日：2017-09-30
Applicant: 国家电网公司 , 国网湖北省电力公司电力科学研究院 , 武汉大学
Abstract: 一种基于深度学习算法的防窃电系统及其防窃电方法，包括在线识别疑似窃电用户模块和离线训练深度学习网络模块，在线识别疑似窃电用户模块用于识别疑似窃电用户，离线训练深度学习网络模块用于确定在线识别疑似窃电用户模块中深度学习网络各个网络参数；可以有效利用现有用电信息采集系统的数据，提高数据的利用率；成本低廉，只需要在现有用电信息采集系统中增加基于深度学习的防窃电算法模块，不需要增加其它硬件；识别有嫌疑的窃电用户正确率较高。
-
公开(公告)号：CN117117878A
公开(公告)日：2023-11-24
申请号：CN202310777311.8
申请日：2023-06-29
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心) , 武汉大学
IPC: H02J3/14 , G06Q10/04 , G06Q50/06 , G06F18/23 , G06N3/04 , G06N3/084 , G06N3/092 , G06Q10/0631 , H02J3/06 , H02J3/00
Abstract: 本申请涉及一种基于人工神经网络和多智能体强化学习的电网需求侧响应潜力评估及负荷调控方法，包括以下步骤：步骤S1，使用改进的k‑means聚类算法对客户用电数据进行聚类生成用电行为标签；步骤S2，建立部分可观测的马尔可夫博弈模型；步骤S3，搭建并训练多层感知机神经网络模型；步骤S4，利用多智能体强化学习对所构建的负荷调控模型进行求解，输出最优的分时电价制定建议和调控负荷方案。本申请对传统强化学习建模方法和算法进行改进，利用多智能体强化学习“集中式训练，分布式执行(CTDE)”的核心框架辅助电网公司制定合适的分时电价策略。
-
公开(公告)号：CN113220449B
公开(公告)日：2023-11-14
申请号：CN202110457600.0
申请日：2021-04-27
Applicant: 武汉大学
IPC: G06F9/50 , G06Q10/0631 , G06Q50/06 , H04L67/12 , H04L67/1001
Abstract: 本发明涉及电力系统脆弱线路辨识技术，具体涉及一种基于边缘计算的脆弱线路识别方法及结构，该方法在物理网络‑边缘计算‑信息网络传输过程通过网络节点采集设备、边缘节点融合设备、边缘节点处理设备及输电线路，与网络控制中心进行交互。在物理网络中采用对设备载体拓展的方式引入边缘计算，实现不同类型设备采集数据兼容和高效传输，在信息网络中采用对信息处理进行分解的方式引入边缘计算，降低网络控制中心决策处理负荷，并通过对决策环节的分解、简化保证信息网络对物理网络的实时控制，达到提高传输速率、提升处理速度及降低工作负荷等目的。
-
公开(公告)号：CN107833206B
公开(公告)日：2021-07-06
申请号：CN201711004062.X
申请日：2017-10-24
Applicant: 武汉大学
Abstract: 本发明涉及输电线系统故障诊断技术，具体涉及一种复杂背景下电力线精确提取方法，首先利用Ratio算子实现对电力线边缘的检测，在保证电力线连续性的前提下，尽量引入较少噪声，给出了线特征检测阈值lth的参考范围。对边缘检测结果进行四连通聚类分析，以消除引入的背景噪声。然后，利用Hough变换实现对电力线的初步提取。虽然背景噪声已基本被消除，但是粗糙的电力线边缘仍会导致提取出的电力线存在断裂和重叠的问题。因此，最后设计直线编组算法，连接断裂的电力线并消除重叠的部分，得到最终的电力线提取结果。该方法给出了Ratio算法中线特征检测阈值lth的参考范围，不仅确保电力线连续、完整，而且能够消除大量背景噪声。
-
公开(公告)号：CN105530133B
公开(公告)日：2018-09-21
申请号：CN201510967751.5
申请日：2015-12-22
Applicant: 武汉大学
IPC: H04L12/24 , H04L12/707 , H04L12/751
Abstract: 本发明涉及一种电力控制业务智能恢复方法，基于ASON网络的路径计算方法，当电网控制业务出现故障时，首先拆除原有的业务收发路径，然后根据网络中计算得到的各节点的重要程度，形成降序排列的备选节点列表，建立新的路由通道时，选择节点排序位置靠后的作为新业务路径通道，保障电网中的重要站点功能不受重路由选择影响。同时拆除故障通道的收发业务通道，保证电网控制业务始终收发路径一致。具体包括业务路径选择和线路故障恢复选择的两个过程：1）业务路径选择和2）控制业务通道故障时恢复。本发明提出了一种新的路由选择方法，实现了电力控制业务智能恢复，保证了控制业务收发路径时延一致。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.02 seconds)
