-
Patent Agency Ranking
公开(公告)号：CN112670996A
公开(公告)日：2021-04-16
申请号：CN202011405704.9
申请日：2020-12-03
Applicant: 浙江大学 , 国网浙江省电力有限公司
Abstract: 本发明公开了一种基于CNN的GPU并行潮流越限判别方法，该方法首先获取电力系统的系统参数、负荷曲线和额定运行状态数据；潮流越限判别数据集数据增强；构建标签；以数据增强后的运行状态数据作为输入，标签作为输出构建用于潮流越限判别的卷积神经网络模型的数据集构建卷积神经网络，将数据集和模型移动至GPU，使用训练数据集并行训练模型的参数；最后获取实际环境中的电力系统运行状态数据，使用训练完成的卷积神经网络模型进行潮流越限判别，并根据判别结果计算模型的判别误差。本发明通过建立并使用GPU并行训练卷积神经网络，得到可进行潮流越限判别的模型，能够在确保判别准确率的前提下加快潮流越限判别。
-
公开(公告)号：CN112287605A
公开(公告)日：2021-01-29
申请号：CN202011215303.7
申请日：2020-11-04
Applicant: 浙江大学 , 国家电网有限公司 , 国网江苏省电力有限公司
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06F111/06 , G06F113/04
Abstract: 本发明公开了一种基于图卷积网络加速的潮流校核方法，该方法首先收集电力系统拓扑数据与网络参数，生成大量电力系统运行状态，使用传统潮流计算方法，判别生成的电力系统运行状态是否发生越限，并将是否越限作为标签，获得电力系统潮流校核数据集；然后将数据集划分为训练数据集和测试数据集；接着建立图卷积网络模型，训练得到用于加速潮流校核的图卷积网络模型；最后对实际电力系统运行状态数据进行预测，得到潮流越限判别结果。本发明通过建立图卷积网络模型，并进行训练，获得能够判别潮流越限的分类模型，能够提高大规模电网潮流校核的计算速度和效率。
-
公开(公告)号：CN104065117A
公开(公告)日：2014-09-24
申请号：CN201410239931.7
申请日：2014-05-30
Applicant: 浙江大学
IPC: H02J7/00
Abstract: 本发明涉及一种实现串联锂离子电池组均衡充电的方法，方法具体如下：首先，根据锂离子电池充放电的特性，建立锂离子单体电池的物理模型并确定其各个参数；其次，根据单体电池物理模型，在恒流充电过程中采用安时法结合扩展的卡尔曼滤波法计算各时刻单体电池的剩余容量和路端电压；然后，对电池组恒流充电至各单体电池端电压离散时，根据此时端电压求出其剩余容量和剩余容量差；最后，对电池组用小电流进行全程剩余容量调整，直到各单体电池剩余容量均衡。本发明与传统串联锂离子电池组均充方法相比，用小电流对电池组实行全程均充，克服传统方法只在充电末期用大电流均充导致元器件功耗大的缺点，且可靠易行。
-
公开(公告)号：CN112670996B
公开(公告)日：2022-05-17
申请号：CN202011405704.9
申请日：2020-12-03
Applicant: 浙江大学 , 国网浙江省电力有限公司
Abstract: 本发明公开了一种基于CNN的GPU并行潮流越限判别方法，该方法首先获取电力系统的系统参数、负荷曲线和额定运行状态数据；潮流越限判别数据集数据增强；构建标签；以数据增强后的运行状态数据作为输入，标签作为输出构建用于潮流越限判别的卷积神经网络模型的数据集构建卷积神经网络，将数据集和模型移动至GPU，使用训练数据集并行训练模型的参数；最后获取实际环境中的电力系统运行状态数据，使用训练完成的卷积神经网络模型进行潮流越限判别，并根据判别结果计算模型的判别误差。本发明通过建立并使用GPU并行训练卷积神经网络，得到可进行潮流越限判别的模型，能够在确保判别准确率的前提下加快潮流越限判别。
-
公开(公告)号：CN112287605B
公开(公告)日：2022-05-10
申请号：CN202011215303.7
申请日：2020-11-04
Applicant: 浙江大学 , 国家电网有限公司 , 国网江苏省电力有限公司
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06F111/06 , G06F113/04
Abstract: 本发明公开了一种基于图卷积网络加速的潮流校核方法，该方法首先收集电力系统拓扑数据与网络参数，生成大量电力系统运行状态，使用传统潮流计算方法，判别生成的电力系统运行状态是否发生越限，并将是否越限作为标签，获得电力系统潮流校核数据集；然后将数据集划分为训练数据集和测试数据集；接着建立图卷积网络模型，训练得到用于加速潮流校核的图卷积网络模型；最后对实际电力系统运行状态数据进行预测，得到潮流越限判别结果。本发明通过建立图卷积网络模型，并进行训练，获得能够判别潮流越限的分类模型，能够提高大规模电网潮流校核的计算速度和效率。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
