-
公开(公告)号：CN118041744A
公开(公告)日：2024-05-14
申请号：CN202410257650.8
申请日：2024-03-06
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: H04L41/06 , H04L41/0631 , H04L41/14 , H04L41/16 , G06F18/214
Abstract: 本发明涉及电力通信网技术领域，即基于知识图谱推理的电力骨干通信网故障诊断方法。它包括以下步骤：步骤1)数据处理，步骤2)垂直领域实体识别，步骤3)垂直领域实体关系抽取，步骤4)电力骨干通信网故障知识图谱的构建，步骤5)垂直领域知识图谱推理模型的构建，步骤6)电力骨干通信网故障诊断方法。首先，基于获取的电力骨干通信网故障数据进行领域实体识别和关系抽取，构建该领域知识图谱；然后，设计基于对比学习的故障领域知识推理模型，引入负采样策略选择部分实体和关系作为负例更全面地训练模型，提高知识图谱的完整性。最后，融合图注意力机制和K跳拓扑结构来捕捉实体之间的复杂关系，实现故障处理的高效化。
-
公开(公告)号：CN117571045A
公开(公告)日：2024-02-20
申请号：CN202311448201.3
申请日：2023-11-02
Applicant: 东北电力大学
Abstract: 基于集成学习和电导传感器的气液两相流双参数测量方法，属于多相流检测技术领域，采用双平面八电极旋转电场式电导传感器，采集气液两相流的流动信息上传至上位机保存；定义混合流体的归一化电导平均值，将八个通道的归一化电导平均值进行平均，获取归一化电导；对不同平面同一位置上两对电极的电压信号进行互相关计算，获取两个信号的延迟时间，将四个位置的延迟时间平均，获得平均延迟时间；将归一化电导、平均延迟时间以及它们的比值作为特征变量，输入到stacking集成学习模型，进行含气率和液相体积流量的预测。本发明能获取气液两相流空间和时间上的流动信息，并避免了测量时两个参数的相互耦合与非线性，是一种测量精度较高的方法。
-
公开(公告)号：CN117335382A
公开(公告)日：2024-01-02
申请号：CN202311047519.0
申请日：2023-08-19
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: H02J3/00 , G06Q50/06 , G06V10/40 , G06V10/82 , G06N3/0464 , G06V10/762
Abstract: 本发明涉及电力系统智能控制技术领域，即基于深度时序聚合的新型电力系统典型运行场景提取方法。首先，以VGG16为基模型，保留其前13层卷积层，并引入全局最大池化层替代其末端的全连接层，构建了系统运行断面图的VGG13_GMP特征提取模型；然后，以软聚类的高斯混合模型为约束，提出了基于特征迭代聚合的典型运行场景生成算法，实现典型运行场景的精细化生成，预先掌握典型运行规律，辅助调度人员积极响应运行场景动态变化，高效制定区域电力系统日内调度方案。本发明所提模型足以应对传统电力系统每5～15min所采集的运行断面，甚至新型电力系统形态下更高频次的时空运行断面动态变化，辅助调度工程师快速制定调度决策方案，保证系统经济、安全、低碳运行。
-
公开(公告)号：CN116703491A
公开(公告)日：2023-09-05
申请号：CN202310725945.9
申请日：2023-06-19
Applicant: 东北电力大学
IPC: G06Q30/0283 , G06Q30/0202 , G06Q50/06 , H02J3/00
Abstract: 本发明针对电力市场交易中引入偏差电量结算与考核办法后，偏差考核已成为竞价结果之后影响售电公司利润的最关键因素之一，由于偏差电量过大会造成企业被处罚的问题，提出计及负荷率水平的电力市场偏差电量定价方法。首先，以售电量时间序列为基准，提出基于线性回归的电力市场售电量预测方法，实现对未来每月发电量的预测。然后根据用户负荷率水平，提出电力市场偏差电量定价方法，依据负荷率的变化确定对应的电价，最后根据电量的偏差率对用电企业设立一定的惩罚机制，从而确保电力偏差在要求的范围内。
-
公开(公告)号：CN114978586B
公开(公告)日：2023-07-04
申请号：CN202210381108.4
申请日：2022-04-12
Applicant: 东北电力大学 , 国网内蒙古东部电力有限公司信息通信分公司
IPC: H04L9/40 , G06N3/042 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及电网安全技术领域，尤其涉及一种基于攻击基因的电网攻击检测方法、系统和电子设备，方法包括：获取待检测电网中的每个第一预设节点的至少一条电网量测数据，形成数据集；利用离散小波变换的方式，获取数据集中每条电网量测数据对应的目标时域攻击基因；根据所有的目标时域攻击基因和训练好的图神经网络模型，得到每个第一预设节点被攻击的概率，并根据最大概率，确定待检测电网是否受到攻击。提升了攻击检测精度和抗噪声性能，解决了手动设置攻击检测阈值的问题，在频率响应方面更灵活，提升攻击检测效率。
-
Patent Agency Ranking
公开(公告)号：CN111337761B
公开(公告)日：2022-07-29
申请号：CN202010117948.0
申请日：2020-02-26
Applicant: 东北电力大学
IPC: G01R29/24
Abstract: 本发明是一种基于静电荷监测的混合脉冲流化床，它包括混合气流供气装置和流化床，其特点是：还包括静电荷监测部件，所述静电荷监测部件的静电荷感应组件置于流化床内，数据采集器一端与静电荷感应组件连接、另一端与计算机连接。其静电荷在线监测方法包括：静电荷感应组件实时收集流化床内的静电荷信号，并传输到第一和第二信号放大模块；第一和第二信号放大模块将静电荷信号放大后传输到数据采集器；数据采集器将静电荷信号传输到计算机；温湿度记录仪监测流化床内气体的温度和相对湿度；计算机按照设定的时间段分组降噪处理；获得不同工况下的功率谱密度函数图(PSDF)，探寻脉冲气流的加入对流化床内部流化特性的影响。
-
公开(公告)号：CN109299817B
公开(公告)日：2021-11-30
申请号：CN201811027550.7
申请日：2018-09-04
Applicant: 东北电力大学
IPC: G06Q10/04 , G06Q50/06 , G06F30/27 , G06F111/06
Abstract: 本发明针对现有充放电价仅从电网或车主角度考虑定价，导致双方利益分配不均衡问题，提出一种兼顾车主响应与电网成本的电动汽车充放电价多目标优化模型，其特点是，首先，对电动汽车用户出行规律进行分析，定义了行程和电池荷电状态约束；其次，在用户充放电行为及电池特性约束下，设计用户转移率和单位电能成本函数，构建考虑车主响应的电费支出最小化与避免电网投资最大化的充放电价多目标模型；最后，提出收缩空间的多目标鱼群免疫算法进行模型优化求解。通过实验方针模拟电价优化模型可以减少电网投入与用户支出的同时，提高用户参与电网负荷调节的响应能力。具有方法科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN113055358A
公开(公告)日：2021-06-29
申请号：CN202110207237.7
申请日：2021-02-24
Applicant: 东北电力大学
Abstract: 本发明公开了基于协同攻击基因的电力CPS风险传播范围预测方法及系统，涉及电力CPS网络安全领域。该方法包括：根据网络拓扑结构中的网络节点之间的耦合强度对PageRank算法进行优化，并根据优化后的PageRank算法对所述运行状态量进行计算，得到各个节点在网络拓扑结构中的重要度；根据重要度计算与节点对应的线路的脆弱风险熵，并将脆弱风险熵最高的线路作为风险传播的初始线路；计算所述初始线路的传播渗流概率以及线路的健壮因子；当所述传播渗流概率大于所述健壮因子时，将所述初始线路存储至集合L中将所述初始线路对应的节点存储至集合C中；将所述集合L与所述集合C相结合，得到风险传播范围的联通区域。本发明可以准确对风险传播可能的发展路径进行预测。
-
公开(公告)号：CN111242204A
公开(公告)日：2020-06-05
申请号：CN202010015277.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司信息通信公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
IPC: G06K9/62
Abstract: 一种运维管控平台故障特征提取方法，其特点是，包括：主成分分析特征提取和二次特征选择等内容。基于主成分分析特征提取能将高维空间样本变换为低维空间样本，在特征维度降低的同时降低特征属性的冗余度，并保留了主要的分类信息，大大降低了分类器的计算复杂度，缩短了训练时间；又因为在此特征提取过程中嵌入二次特征选择功能，基于关联规则特征选择，结合启发式序列后向搜索策略对评估结果进行排序，进而确定特征子集的关键特征，使特征属性具有最大关联—最小冗余，即可以最大程度提高属性特征与类属性关联度，且降低属性与属性之间的冗余，显著提高管控故障分类精度。该方法科学合理，适用性强，可广泛适用于各种故障分类管控平台。
-
公开(公告)号：CN109978079A
公开(公告)日：2019-07-05
申请号：CN201910285971.8
申请日：2019-04-10
Applicant: 东北电力大学
IPC: G06K9/62 , G06F16/215 , G06N3/04
Abstract: 本发明公开了一种改进的堆栈降噪自编码器的数据清洗方法，首先，引入Adam和SGD的混合算法，以不断调整堆栈降噪自编码器模型的网络参数；其次，利用模型训练正常状态数据，获取数据的隐藏特征，得到正常状态下的重构误差；再次，用该模型检测异常状态数据，根据其重构误差分析各种类型的数据对模型的影响，并对“脏数据”和反映设备故障的异常数据快速分类清洗修复。本发明的AS‑SDAE可以直接智能分析监测数据，能更好地挖掘数据隐藏的高阶特征，保证了“脏数据”清洗的高效性，保留了反映设备本身异常情况的有用数据，提高了数据分析效率。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.031 seconds)
