-
公开(公告)号：CN106339800A
公开(公告)日：2017-01-18
申请号：CN201610703995.7
申请日：2016-08-23
Applicant: 济南大学
CPC classification number: Y04S10/60 , G06Q10/0631 , G06Q10/0639 , G06Q50/06
Abstract: 一种基于Graphx的大电网快速拓扑分析方法，包括以下步骤：建立基于Spark的电力数据分析平台；获取智能电网调度控制系统电网模型；将电网模型按照地区、发电厂和变电站进行层次划分，并以对象的形式映射到Graphx数据库；获取智能电网调度控制系统的开关/刀闸状态；对电力网络进行分布式拓扑分析，形成电力网络拓扑关系，并实现可视化。本发明建立了标准的、高可用的电力系统拓扑分析云平台，提高了数据处理能力和拓扑分析能力，满足了智能电网高级应用对电网拓扑分析的需求。
-
公开(公告)号：CN106229974A
公开(公告)日：2016-12-14
申请号：CN201610703694.4
申请日：2016-08-23
Applicant: 济南大学
CPC classification number: Y02E60/76 , Y04S40/22 , H02J3/00 , G06F17/5036 , H02J2003/007
Abstract: 一种基于图数据库的电力网络快速拓扑分析的方法，包括以下步骤：对电力网络接线图中的节点、开关和支路进行编号；定义电力网络中的用电设备的相关变量，并将电力元件的端子号进行描述，形成拓扑矩阵；建立Neo4j-CIM模型，并将电力拓扑矩阵映射到Neo4j-CIM模型；对电力网络进行拓扑分析，形成电力网络拓扑图，并实现可视化。本发明建立了标准的、开放的电力系统信息模型，促进了互操作、降低生产和维护成本、大幅度提高了电力网络拓扑分析的速度与精度。
-
公开(公告)号：CN119851095A
公开(公告)日：2025-04-18
申请号：CN202510322459.1
申请日：2025-03-19
Applicant: 济南大学
IPC: G06V10/82 , G06V10/774 , G06V10/764 , G06V10/40 , G06N3/0464 , G06N3/0499 , G06V20/52
Abstract: 本发明公开了一种基于小批量商梯度系统的巡检模型训练方法及装置，属于电力巡检技术领域。该方法包括：S1、构建电力系统巡检数据集；S2、基于电力系统巡检数据集，采用小批量商梯度的方法对深度学习网络进行训练，得到电力系统巡检模型；S3、用训练好的电力系统巡检模型进行电力系统输电线路智能巡检过程中的障碍物识别；基于小批量商梯度的方法采用小批量数据集训练的思想和变步长积分加速训练，以Limited memory的编程方式拟合搜索方向。本发明可以解决现有训练方法容易陷入局部最小点或者全局最小点的问题，提高模型精度，实现快速、准确的障碍物识别。
-
公开(公告)号：CN106229974B
公开(公告)日：2019-04-26
申请号：CN201610703694.4
申请日：2016-08-23
Applicant: 济南大学
Abstract: 一种基于图数据库的电力网络快速拓扑分析的方法，包括以下步骤：对电力网络接线图中的节点、开关和支路进行编号；定义电力网络中的用电设备的相关变量，并将电力元件的端子号进行描述，形成拓扑矩阵；建立Neo4j‑CIM模型，并将电力拓扑矩阵映射到Neo4j‑CIM模型；对电力网络进行拓扑分析，形成电力网络拓扑图，并实现可视化。本发明建立了标准的、开放的电力系统信息模型，促进了互操作、降低生产和维护成本、大幅度提高了电力网络拓扑分析的速度与精度。
-
-
-
Search Results
4
records
(took 0.017 seconds)
