-
公开(公告)号：CN119247738A
公开(公告)日：2025-01-03
申请号：CN202411167363.4
申请日：2024-08-23
Applicant: 国网信息通信产业集团有限公司 , 北京国网信通埃森哲信息技术有限公司
IPC: G05B11/42
Abstract: 本申请实施例提供一种自适应飞行控制方法及装置，包括：获取无人机的飞行状态信息；对所述飞行状态信息进行预处理，得到飞行状态向量；将所述飞行状态向量输入预先构建的飞行控制模型中，利用飞行控制模型输出无人机的控制参数；按照所述控制参数控制无人机执行目标任务。本申请的方法，能够保证无人机在电力巡检场景中，精确稳定的执行巡检任务。
-
公开(公告)号：CN118524450A
公开(公告)日：2024-08-20
申请号：CN202311767905.7
申请日：2023-12-20
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司电力科学研究院
Inventor： 陶俊 , 盛晔 , 王刘旺 , 杨彬彬 , 周辉 , 于军 , 罗华峰 , 毛舒乐 , 白景坡 , 邱镇 , 靳敏 , 尚书 , 郭庆 , 宋杰 , 张天奇 , 余江斌 , 林胜 , 吴小华
IPC: H04W28/088 , H04W28/084
Abstract: 本发明提供一种边缘算力动态调度系统及方法，属于边缘算力技术领域。所述边缘算力动态调度系统包括云计算中心、边缘节点、算力动态调度模块和调度分发模块。该边缘算力动态调度系统及方法通过设置云计算中心进行统一数据处理和长期的数据存储，然后利用算力动态调度模块根据边缘节点的系统状态和处理任务需求调整和分配计算资源，其次利用调度分发模块接收算力动态调度模块发出的处理任务，并将处理任务分配给边缘节点，边缘节点靠近数据源和终端用户以提供低延迟的数据传输、处理、计算和存储服务，从而提高数据传输的效率，以实现更快速、更可靠和更安全的数据传输和处理。
-
公开(公告)号：CN117807525A
公开(公告)日：2024-04-02
申请号：CN202311849295.5
申请日：2023-12-29
Applicant: 国网信息通信产业集团有限公司 , 西安交通大学
IPC: G06F18/2415 , G06Q50/06 , G06N20/20 , G06F18/214
Abstract: 本发明属于配电网设备状态评估领域，具体提供了一种基于集成学习的配电网设备综合状态评估方法，包括以下步骤：S1：对于由配电网设备运行数据构成的不平衡数据集，经五折交叉验证划分为训练集与测试集，对每个训练集使用过采样方法来进行初步平衡；S2：针对初步平衡后的训练集，构建类别转换概率矩阵，并生成扰动数据集；S3:以扰动数据集作为训练集，构建Stacking集成学习模型，实现对于配电网设备综合状态的评估分类以及对分类效果的评价。本发明在准确评估配电网设备综合状态的基础上，提高配电网运检任务的效率。
-
公开(公告)号：CN117688828A
公开(公告)日：2024-03-12
申请号：CN202311521864.3
申请日：2023-11-15
Applicant: 四川中电启明星信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网河北省电力有限公司电力科学研究院
IPC: G06F30/27 , G06F18/241 , G06F18/21
Abstract: 本发明公开了一种数字孪生模型多维多尺度验证系统及方法，本发明涉及数字孪生模型技术领域，解决了原始的数据处理方式较为缓慢，且模型缺陷的识别也不够精准，覆盖面不够广的问题，本发明通过将不同的处理数据进行特征分类，使若干组不同的处理数据划分为若干个特征区，再按照分区的方式，进行数据验证，来判定其模型输出数值的准确度，采用此种验证方式，不仅能保障模型处理数据的速率，海避免数据单一训练的方式，相同特征的数据进行同阶段验证处理分析，确定其精度的同时，还可快速识别出本模型的缺陷，缩短验证时间，通过二次校验的方式，能保证其准度以及精度。
-
公开(公告)号：CN117272696B
公开(公告)日：2024-01-26
申请号：CN202311550254.6
申请日：2023-11-21
Applicant: 国网信息通信产业集团有限公司 , 四川中电启明星信息技术有限公司
Abstract: 本发明公开了基于电力人工智能与数字孪生的数据互联交互平台，管理端，以及与其通信连接的交互端，管理端包括数据储存库、模型搭建单元和数据提取单元，本发明涉及交互技术领域。本发明通过建立数字孪生母模型，并将其设置在交互端，便于为后续提取相关电力参数提供便利，有效的提高数据的传输效率；通过数字孪生母模型对管理端数据的计算式提取，有效避免大量数据直接传递造成堵塞，达到低延时；同时，可同时采用多台虚拟机对数字孪生母模型中的计算模型进行解析处理，实现高效率信息交互；通过依据树状图进行变量比较分析，之后确定提取基准目标，使得数据提取单元可以快速提取有效参数，有效提高系统的采集效率。
-
Patent Agency Ranking
公开(公告)号：CN116703128B
公开(公告)日：2024-01-02
申请号：CN202310979904.2
申请日：2023-08-07
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F16/35 , G06F16/36 , G06N3/045 , G06N3/084 , G06F40/295
Abstract: 本发明涉及电力调度技术领域，公开了一种适用于电力调度的自然语言处理方法，包括：采集发电单元数据生成发电单元特征向量；基于线路布局图来构建知识图谱，输入第一神经网络，输出下一时间点的并网点电压，生成损失值，反向传播更新参数特征向量，然后将更新后的参数特征向量重新输入第四隐藏层；直至第一神经网络输出的下一时间的并网点电压与标定并网点电压的差值小于预设值，将最后一次输入的参数特征向量的分量分别生成一个调度参数作为对应的发电单元所需要输出的无功功率，本发明通过深度学习的方法来为每个发电单元生成有关无功的调度参数，能够利用发电单元自身能够产生的无功来调整发电系统的功率平衡。
-
公开(公告)号：CN116565979B
公开(公告)日：2023-11-28
申请号：CN202310835408.X
申请日：2023-07-10
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
Abstract: 本发明涉及电力控制技术领域，公开了一种包含多微网的主动配电网调度方法，包括以下步骤：步骤101，采集微电网的配电节点信息，基于同一配电网支路上的微电网的配电节点信息生成子图；步骤102，提取配电网知识图谱，生成全局局部图；步骤103，将子图和全局局部图输入调度神经网络，输出下一个时段的配电节点的有功功率和无功功率；步骤104，基于下一时段的可控的配电节点的有功功率和无功功率对这些配电节点进行调度控制；本发明的有益效果在于：通过合理调度来调整微电网的无功出力，有效利用微电网的能源资源的同时保持微电网对于主电网的冲击处于低水平。
-
公开(公告)号：CN116521905A
公开(公告)日：2023-08-01
申请号：CN202310786034.7
申请日：2023-06-30
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
Abstract: 本发明涉及电网调度技术领域，公开了一种基于多模态的电网调度知识图谱系统及方法，其中一种基于多模态的电网调度知识图谱系统包括：实体矢量生成模块，其用于生成电网调度知识图谱的实体矢量；随机游走模块，其用于随机游走为实体生成图结构和图结构中的节点矢量；广度矢量计算模块，计算节点在图结构的每层的广度矢量；编码矢量计算模块，基于节点的广度矢量计算对应的实体的编码矢量；推荐模块，其用于计算待推荐的实体与其他实体的编码矢量的相似度，为其推荐相似度最大的前G个实体；本发明能够在进行故障识别处理任务时提高准确度。
-
公开(公告)号：CN115270860A
公开(公告)日：2022-11-01
申请号：CN202210842002.X
申请日：2022-07-18
Applicant: 国网信息通信产业集团有限公司
Abstract: 本发明提供一种变压器异常诊断方法、系统及诊断设备，涉及变压器异常诊断技术领域，使用对比学习从变压器运行声纹和振动数据中得到学习多模态特征表示，再将提取到的短时特征通过自编码器，得到两类数据的特征向量；即声纹信号与振动信号；对学习到的声纹信号与振动信号，使用自编码器进行特征融合，并通过提取到的短时特征通过自编码器，得到声纹振动融合特征向量；将声纹振动融合特征向量输入LSTM分类网络，输出得到变压器的异常分类结果。方法基于声纹振动信号多模态特征融合技术，将变压器运行声音信号与振动信号特征相结合，显著降低环境噪声干扰的影响，从而有效提高变压器异常识别的准确率。
-
公开(公告)号：CN114912716A
公开(公告)日：2022-08-16
申请号：CN202210807372.X
申请日：2022-07-11
Applicant: 国网信息通信产业集团有限公司
Abstract: 本申请公开了一种基于双向长短时记忆网络的短期电力负荷预测方法及系统，主要涉及电力负荷预测技术领域，用以解决现有的预测方法存在由泛化性差、鲁棒性不足等，导致的准确性低的问题。包括：构建电力负荷数据集；对电力负荷数据集进行相关性分类，以构建电力负荷预测数据集；将电力负荷预测数据集划分为训练集、测试集和验证集；构建双向长短时记忆网络模型，初始化模型参数；将归一化处理后训练集导入双向长短时记忆网络模型，获取输出数据；获得矫正后的模型参数，以使双向长短时记忆网络模型基于矫正后的模型参数进行电力负荷预测。本申请通过上述方法极大地提升了区域电力负荷预测的精确度。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.066 seconds)
