一种继电保护装置设备数据模型智能分析方法

    公开(公告)号:CN107357784B

    公开(公告)日:2021-01-26

    申请号:CN201710541955.1

    申请日:2017-07-05

    Applicant: 东南大学

    Inventor: 陈中 邵雷 方国权

    Abstract: 本发明公开了一种继电保护装置设备数据模型智能分析方法,包括分词策略、带最大词长的继电保护专用词典机制和动态获取最大词长的改进正向最大匹配算法;改进正向最大匹配算法基于继电保护专用词典,对继电保护装置设备数据模型中数据对象的名称进行分词,以实现对继电保护装置设备数据模型的智能分析。本发明的智能分析方法实现对继电保护装置设备数据模型的高效、快速分析,将分析的结果输出形成关键字集合,达到提高设备数据模型分析的智能化和自动化的目的。

    一种基于云模型的地区级源网荷系统评估方法

    公开(公告)号:CN112232678A

    公开(公告)日:2021-01-15

    申请号:CN202011120098.6

    申请日:2020-10-19

    Abstract: 本发明公开了一种基于云模型的地区级源网荷系统评估方法,首先,需针对地区级源网荷系统构建评估体系,并获取专家对各指标的评估结果。其次,利用云模型对指标中专家的语义评估进行转换,生成相应的云朵,之后采用max‑min方法对评估体系中各指标权重进行计算,获取准确的指标权重,最后利用多属性决策方法对各专家评估结果进行计算,完成对不同时刻系统的准确评估。本发明的基于云模型的地区级源网荷系统评估方法,可对源网荷系统不同决策方案做出有效评估,为电网中源网荷协同调度提供支撑,同时能够提高地区级源网荷系统的运行效率,为电网安全可靠运行提供保障。

    用于巡检的无人机全自动多机协同输电线路故障识别方法

    公开(公告)号:CN111239550A

    公开(公告)日:2020-06-05

    申请号:CN202010125227.4

    申请日:2020-02-27

    Applicant: 东南大学

    Inventor: 陈嘉琛 陈中

    Abstract: 本发明提供了用于巡检的无人机全自动多机协同输电线路故障识别方法,将无人机巡检与人工智能的图像识别算法相结合,且在巡检过程中通过控制算法实现无人机全自动多机协同,将适用于现有无人机对输电线路巡检的场景,通过调整人工智能图像识别算法中错误识别阈值α,进行多次数、分批量的无人机组全自动多机协同电路巡检。优点是:全覆盖输电线路元器件及其可能存在的电力故障,采用多机协同的概念,无人机组不再相互间无干涉运转,全自动化程度高,主体使用人工智能图像识别算法对故障图片进行排查,进一步提高了故障识别精度,提高了无人机组电力巡检工作效率,减少了人力成本,且方便调度人员进行故障排查,从而减少电力系统故障的发生。

    一种基于CAN总线的多个BMU应用程序在线升级方法

    公开(公告)号:CN110908690A

    公开(公告)日:2020-03-24

    申请号:CN201911199356.1

    申请日:2019-11-29

    Abstract: 本发明公开了一种基于CAN总线的多个BMU应用程序在线升级方法。该方法为:PC机通过USB-CAN转换器向CAN组网广播查询命令,提取节点BMU当前App的版本信息并与PC机中的升级App版本信息对比,选中版本信息不一致的BMU发送地址跳转指令,对应的节点BMU从App模式跳转到BootLoader模式,跳转成功以后进入CAN循环等待模式;PC机向该节点BMU发送程序下载命令并与节点BMU建立连接、向节点BMU发送升级App数据包,节点BMU将接收的升级App代码存固化在当前App代码占用的FALSH地址内,覆盖当前App代码、复位重启、进行系统初始化、执行BootLoader程序、进入CAN循环等待,等待期间未收到PC机命令,BMU将FALSH内的当前App加载到RAM中,并跳转到当前App入口开始执行当前App。本发明避免了对现场设备的拆卸和升级失败造成事故。

    一种基于数据驱动的电动汽车充放电行为聚类方法

    公开(公告)号:CN110598773A

    公开(公告)日:2019-12-20

    申请号:CN201910822112.8

    申请日:2019-09-02

    Abstract: 本发明公开了一种基于数据驱动的电动汽车充放电行为聚类方法,包括对电动汽车智能充电服务运营管理系统数据库的电动汽车充放电数据进行数据采集与预处理,得到描述用户充放电行为的若干数据变量;对提取出的变量进行皮尔森及肯德尔秩相关性检验分析,筛选出不相关变量,用作聚类模型的关键变量;基于多尺度空间的层次聚类算法提出电动汽车充放电行为的聚类方法,面向关键变量对电动汽车充放电行为进行聚类分析;通过对比不同聚类尺度下电动汽车充放电行为聚类的有效性,选取最优聚类。本发明能够利用全量数据对电动汽车充放电行为进行聚类,并衡量聚类有效性得出最优聚类,为电动汽车参与电网辅助服务提供量化前提。

Patent Agency Ranking