-
公开(公告)号：CN119624011A
公开(公告)日：2025-03-14
申请号：CN202411726680.5
申请日：2024-11-28
Applicant: 国网重庆市电力公司经济技术研究院 , 重庆邮电大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06 , G08G1/01 , G06N3/006
Abstract: 本发明涉及一种基于负荷及车流量分布的电动汽车充电站规划方法，该方法在规划中考虑了地形数据、历史负荷数据及历史车流量数据的叠加影响，以历史负荷数据对充电站的固定负荷分布以及电动汽车充电负荷进行了预测，并结合预测结果与地形数据的分析，采用配电优化模型对配电网网格地图进行优化后加以网格区域负荷划分，来更准确的描述地形数据和历史负荷数据对于充电站的网格化规划布局影响，同时还结合配电网网格优化地图与历史车流量数据对网格区域交通热力分配情况进行分析，最后综合考虑网格区域负荷划分和网格区域交通热力划分结果的叠加影响，确定电动汽车充电桩的容量规划方案，以更好的保证电动汽车充电站规划的准确性和合理性。
-
公开(公告)号：CN114298495B
公开(公告)日：2025-02-11
申请号：CN202111508477.7
申请日：2021-12-10
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06F18/243 , G06F18/27 , G06N3/045 , G06N3/084 , G06N3/09 , G06N3/0985 , G06N7/01 , G06F111/08 , G06F113/04 , G06F119/02
Abstract: 本发明属于电力系统领域，具体涉及一种基于细粒度数据驱动的电网可靠性评估方法；所述方法包括利用蒙特卡洛法随机抽取电网系统状态数据；计算电网系统开断前后系统直流潮流的功率差值；将功率差值和其他电力数据作为待测样本的输入特征向量输入到潮流模块中；计算出待测样本回归结果和分类结果，确定问题样本；将问题样本的输入特征向量输入到最优潮流模块模块中，计算出问题样本的分类结果，确定故障样本；对故障样本进行最小切负荷分析处理，根据分析结果，结合方差系数计算得到故障样本的不确定性，输出故障样本的可靠性评估结果。本发明可广泛应用于大电网的运行可靠性在线计算，特别适用于高比例新能源大规模接入后的场景。
-
公开(公告)号：CN117765429A
公开(公告)日：2024-03-26
申请号：CN202311439736.4
申请日：2023-11-01
IPC: G06V20/40 , G06V20/00 , G06V10/774 , G06T5/73 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/09
Abstract: 本发明属于目标检测技术领域，具体涉及一种基于深度学习的海上风电场船只入侵检测方法及系统，包括：获取海上船只的监控视频流；将视频流输入到图像抽帧模块进行抽帧，每秒抽取四帧作为待检测图像；对获取到的待检测图像输入到训练好的船只入侵检测模型，输出图像的船只目标预测结果；根据连续两帧待检测图像的预测结果判断当前时刻是否有船只入侵；本发明能够实现根据海上风电场上的监控视频实时检测船只入侵，同时保证了高精度的船只检测，具有良好的经济效益。
-
公开(公告)号：CN117649082A
公开(公告)日：2024-03-05
申请号：CN202311633809.3
申请日：2023-11-30
Applicant: 重庆邮电大学
IPC: G06Q10/0631 , G06Q10/047 , G06Q10/067 , G06Q50/06 , G06Q50/40
Abstract: 本发明属于电力系统运行优化领域，具体涉及一种交通‑电力耦合网络运行可靠性优化方法及系统；该方法包括：构建交通‑电力耦合网络模型；基于交通‑电力耦合网络模型获取交通‑电力耦合网络实时运行数据；根据交通‑电力耦合网络实时运行数据计算交通网络可靠性指标和计算电力网络可靠性指标；采集人脸图像信息，根据人脸图像信息计算用户的可接受调度理性值；根据交通网络可靠性指标、电力网络可靠性指标和用户可接受调度理性值生成最优调度方案并执行；本发明能够求解出调度方案的具体路径，实现基于电动汽车调度的交通‑电力耦合网络的可靠性优化提升。
-
公开(公告)号：CN117559415A
公开(公告)日：2024-02-13
申请号：CN202311523338.0
申请日：2023-11-14
Applicant: 重庆邮电大学
Inventor： 龙虹毓 , 陈正新 , 陈昕 , 杨燕 , 向敏 , 胡峰 , 代劲 , 程安宇 , 徐洋 , 陈功贵 , 潘顺 , 徐扬 , 何云龙 , 王晶 , 何梓杰 , 王志军 , 江振光 , 张亚垅 , 彭禾欣 , 胡俊燕 , 喻腾飞 , 李梓 , 谈力
Abstract: 本发明涉及配电网技术领域，涉及一种考虑坡度角网格划分的移动虚拟电厂调度系统及方法；本发明将坡度角和负荷特性纳入配电网网格划分的影响因素，采用网格优化模型划分出配电网网格；采用时间调度优化模型得到每个移动虚拟电厂对相应电动汽车的时间尺度调度决策；采用空间调度优化模型得到每个移动虚拟电厂对相应电动汽车的空间尺度调度决策；基于此，提出了考虑坡度角网格划分的移动虚拟电厂调度系统及方法，整体提升了网格布局的有效性和移动虚拟电厂的供电调度效率的高效性。
-
Patent Agency Ranking
公开(公告)号：CN115482026A
公开(公告)日：2022-12-16
申请号：CN202210513361.0
申请日：2022-05-12
Applicant: 重庆邮电大学
Abstract: 本发明属于电力系统及其自动化领域，特别涉及一种计及新能源随机波动特性的备用容量确定及其成本分摊方法，包括利用历史负荷/新能源预测数据，基于非参数核密度的不确定性估计方法拟合各负荷/新能源的概率密度曲线；基于蒙特卡洛法的备用需求场景模拟生成方法，确定备用总容量；以机组运行成本以及旋转备用成本最小为目标函数，构建市场出清模型；采用二次规划算法求解出清模型，获得能量价格和备用价格，确定需要分配的备用辅助总金额；根据VCG机制计算各个负荷/新能源的替代价值，按价值大小的相对比例进行备用辅助费用分摊；本发明可以合理确定备用总容量，另外能够有效避免收支不平衡问题，可广泛应用于电力系统电力现货市场。
-
公开(公告)号：CN119579349A
公开(公告)日：2025-03-07
申请号：CN202411632981.1
申请日：2024-11-15
Applicant: 重庆邮电大学
IPC: G06Q50/06 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明属于电力系统级联故障预测领域，涉及基于物理信息引导的图神经网络电网级联故障预测方法，包括：获取级联故障的运行数据，将级联故障的运行数据输入训练好的电网级联故障预测模型，得到预测结果；电网级联故障预测模型包括：共嵌入图神经网络和结构编码模块；本发明利用基于考虑电网线路属性的多步随机游走矩阵和节点度数表征的结构编码进行数据增强，提高了捕获拓扑信息的能力；本发明利用共嵌入图神经网络促进电网节点和电网线路的交互，提高了电网级联故障预测的准确性；本发明通过电网的功率传输分布因子改变共嵌入图神经网络的节点‑边交互聚合函数，提升了对实际电网复杂交互关系的描述能力，提高了对电网级联故障预测的准确性。
-
公开(公告)号：CN114460481A
公开(公告)日：2022-05-10
申请号：CN202210103432.X
申请日：2022-01-27
Applicant: 重庆邮电大学
IPC: G01R31/387 , G01R31/392
Abstract: 本发明属于储能电池安全预警领域，特别涉及一种基于Bi‑LSTM和注意力机制的储能电池热失控预警方法，包括构建基于Bi‑LSTM与注意力机制的特征挖掘模型，分别训练n个基础模型，计算每个基础模型的重构误差，n个基础模型的重构误差构成基础误差集，根据重构误差集计算重构误差阈值；将n个基础模型的重构误差与重构误差阈值进行比较，若基础误差的重构误差小于重构误差阈值，则基础模型判断电池正常，否则判断电池热失控；综合n个基础模型对电池热失控计算热失控概率P；当热失控概率P超过70％时进行热失控示警；本发明实现储能电池数据特征的精准学习，有效提取热失控过程中储能电池状态信息数据的时变特性。
-
公开(公告)号：CN119787327A
公开(公告)日：2025-04-08
申请号：CN202411903437.6
申请日：2024-12-23
Applicant: 国网重庆市电力公司经济技术研究院 , 重庆邮电大学
IPC: H02J3/00 , H02J3/14 , H02J13/00 , G06N3/092 , G06F9/445 , G06F9/48 , H04L67/12 , G06Q50/06 , H04W4/50
Abstract: 本发明公开了一种面向电动汽车及5G基站接入的配电网通信方法，包括：S1：基于采集的充电桩和5G基站的相关数据，生成任务集合；S2：以执行任务集合中所有任务的总成本最小为目标构建任务卸载调度模型；S3：通过Q‑Learning算法求解任务卸载调度模型，得到最优的任务卸载调度策略；S4：根据最优的任务卸载调度策略对任务集合中的任务进行卸载调度，将任务卸载至对应层级的服务器执行；S5：通过对应层级的服务器执行任务，预测未来的电力负荷分布；S6：将未来的电力负荷分布提供给配电网，辅助配电网进行负荷管理与调度的决策。本发明能够有效辅助配电网进行更加精准和高效的负荷管理与调度决策。
-
公开(公告)号：CN119758089A
公开(公告)日：2025-04-04
申请号：CN202411633186.4
申请日：2024-11-15
Applicant: 重庆邮电大学
IPC: G01R31/367 , G01R31/392 , G01R31/396 , G01R31/378 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明属于电池与人工智能的交叉领域，涉及一种基于无监督对抗学习的电动汽车电池热失控诊断方法，包括：获取电动汽车电池数据集，对电动汽车电池数据集进行预处理，得到训练样本集和测试样本集；所述训练样本集中的每个训练样本均为正常的电动汽车电池数据；构建集成模型，利用训练样本集对集成模型进行两阶段对抗训练，得到训练好的集成模型；将测试样本集输入训练好的集成模型，得到重构结果；根据重构结果采用自适应集成投票法得到热失控诊断结果；本发明的自适应集成投票能够根据每个模型在测试阶段的表现动态调整投票权重，使得表现更好的模型在最终决策中发挥更大的作用，进一步提高诊断结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.037 seconds)
