-
公开(公告)号：CN119960293A
公开(公告)日：2025-05-09
申请号：CN202411840050.0
申请日：2024-12-13
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
IPC: G05B13/04
Abstract: 一种多无人机飞行轨迹和发射功率联合确定方法及系统，该方法考虑无人机向地面节点进行无线能量传输的场景，以最大化单个地面节点内的最小收集能量为目标，构建多无人机飞行轨迹与发射功率联合优化模型，所述场景中包含飞行于固定高度的多架无人机，对应于每架无人机的固定机巢以及接收无线能量的多个地面节点；并通过求解多无人机飞行轨迹与发射功率联合优化模型，得到多无人机的最优飞行轨迹集合和最优发射功率集合。本发明考虑实际地面能量收集节点电路中非线性原件的存在，同时配备了专门的固定机巢为无人机进行充电，对多架无人机的飞行轨迹和发射功率进行联合优化，在实现最大化单个地面节点内的最小收集能量的同时，提升了地面节点的能量收集效率。
-
公开(公告)号：CN118777784A
公开(公告)日：2024-10-15
申请号：CN202410958848.9
申请日：2024-07-17
Applicant: 国网湖北省电力有限公司信息通信公司
IPC: G01R31/08
Abstract: 本发明属于人工智能领域，公开了一种基于大数据和人工智能的电网系统智能检测与故障定位技术，该技术包括：历史数据收集：大数据分析预处理；故障预测模型构建；实时数据输入与预测；故障定位；提高安全性和可靠性。本发明通过收集电网系统历史运行数据，利用大数据分析技术对数据进行预处理和特征提取，构建故障预测模型。当电网系统运行时，实时数据将被输入到模型中，模型将自动分析数据并预测潜在故障。一旦预测到故障，系统将自动触发故障定位机制，精确定位故障位置，为运维人员提供准确的信息支持。本发明的智能检测与故障定位技术能够显著提高电网系统的安全性和可靠性。
-
公开(公告)号：CN118200019B
公开(公告)日：2024-09-20
申请号：CN202410443479.X
申请日：2024-04-12
Applicant: 国网湖北省电力有限公司信息通信公司
Inventor： 卢萍 , 张勇 , 冯浩 , 郭峰 , 邱爽 , 焦翰琳 , 张先飞 , 张雄 , 童永飞 , 张晨燕 , 周煜廷 , 黄诚轩 , 廖荣涛 , 刘芬 , 王逸兮 , 罗弦 , 叶宇轩 , 董亮 , 黄俊东 , 余铮 , 冯伟东 , 代静 , 袁慧 , 詹伟
Abstract: 本发明涉及数据安全技术领域，尤其涉及一种网络事件安全监测方法及系统。所述方法包括以下步骤：获取电力网络节点数据；根据电力网络节点数据进行电力网络信息数据采集，从而获取节点流量原始数据；对节点流量原始数据进行分布式流量标识，生成分布式流量标识数据；对分布式流量标识数据进行异常节点检测，生成电力网络异常节点数据；对电力网络异常节点数据进行潜在威胁检测分析，生成电力网络潜在威胁事件。本发明通过对网络事件进行异常节点标识以及多层次攻击类型防御策略构建，提高了网络安全防护的全面性和适应性。
-
公开(公告)号：CN117955600A
公开(公告)日：2024-04-30
申请号：CN202311850693.9
申请日：2023-12-27
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Inventor： 王逸兮 , 刘昕 , 廖荣涛 , 李磊 , 张潇 , 王晟玮 , 胡欢君 , 叶宇轩 , 张剑 , 宁昊 , 张玉洁 , 郭岳 , 罗弦 , 王敬靖 , 李想 , 王博涛 , 陈家璘 , 郑蕾 , 徐宁 , 胡晨 , 邱学晶
IPC: H04L1/00 , H04L1/1812 , H04L1/22
Abstract: 本申请涉及一种基于确定性网络协同传输的数据冗余编码方法，包括如下步骤：计算节点到节点协同传输失真，单数据冗余编码，多数据冗余编码，计算确定性网络系统失真，量化冗余编码参数间的相关性，更新冗余编码参数，量化不同数据冗余编码参数间关系，确定最优冗余编码参数，根据以上的步骤确定最优冗余编码参数和数据包个数，以此设计冗余传输系统。通过非线性拟合推导出多包冗余传输时包数目、冗余编码等参数与量化系数的关系，并建模该情况下的总失真代价，选择最优参数进行多包冗余传输系统设计，有助于在保证高可靠性的同时最小化冗余传输带来的链路失真。
-
公开(公告)号：CN117932320A
公开(公告)日：2024-04-26
申请号：CN202311827664.0
申请日：2023-12-27
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Inventor： 李磊 , 郭兆丰 , 廖荣涛 , 王逸兮 , 王锦怡 , 王晟玮 , 胡欢君 , 叶宇轩 , 张剑 , 宁昊 , 张玉洁 , 郭岳 , 罗弦 , 王敬靖 , 李想 , 王博涛 , 陈家璘 , 郑蕾 , 徐宁 , 胡晨 , 邱学晶
IPC: G06F18/2135 , G06F18/25 , G06N3/006
Abstract: 本申请涉及一种多跳时延敏感网络中的高维感知数据降维方法，包括如下步骤：以某一特定时间窗口为基准，从各设备中读取数据，形成高维数据集；对于每个设备的高维数据，构成新的特征集；利用PCA算法对所选特征进行降维；利用自适应特征选择AFS算法对降维后的特征进行进一步优化；使用经过自适应特征选择后的特征数据进行网络传输，实现了在保持数据关键特征的同时降低了数据维度，从而减少了传输时延和网络负载，本申请综合运用PCA和AFS，充分发挥了它们在降维和特征选择方面的优势，使得降维后的数据既保留了重要信息，又减小了数据量，为多跳时延敏感网络中的高维感知数据传输提供了有效解决方案。
-
Patent Agency Ranking
公开(公告)号：CN117932218A
公开(公告)日：2024-04-26
申请号：CN202311827927.8
申请日：2023-12-27
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Inventor： 廖荣涛 , 刘昕 , 李磊 , 王逸兮 , 郑逸铭 , 王晟玮 , 胡欢君 , 叶宇轩 , 张剑 , 宁昊 , 张玉洁 , 郭岳 , 罗弦 , 王敬靖 , 李想 , 王博涛 , 陈家璘 , 郑蕾 , 徐宁 , 胡晨 , 邱学晶
IPC: G06F18/10 , G06F17/18 , G06F17/14 , G06N3/0442 , G06N3/084 , G06F18/22 , G06F123/02
Abstract: 本申请涉及一种基于双尺度预测的采样周期自适应调节方法，包括如下步骤：基于傅里叶级数拟合时间序列的长期变化趋势；求取时间序列相对于长期变化趋势的波动程度，基于LSTM预测偏离长期变化趋势的各时刻的波动关系；由LSTM预测出的波动趋势与由傅里叶级数拟合出的长期变化趋势的值相加，便可得到下一时刻的预测值；将预测值将其与下一时刻的真实采样点进行比较，实现采样周期的自适应调节。本发明的方法基于电力设备生产数据具有以天为单位变化的周期性特点，以及不同数据模型对不同时间序列规律的拟合能力，对设备运行状态进行估测，实现采样周期的自适应调节。
-
公开(公告)号：CN117929840A
公开(公告)日：2024-04-26
申请号：CN202311798051.9
申请日：2023-12-26
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Abstract: 一种适应大规模电动汽车接入的谐波估计方法及装置，方法包括：设置求解域，并确立初始求解域中心和求解域半径初始值；利用高斯分布在求解域中生成候选解集；将候选解集代入目标函数进行迭代计算，并将每一次迭代中得到的最优解与之前迭代得到的最优解进行比较，保留最优解；通过移动求解域中心和减小求解域半径，进行局部最优解搜索，然后利用局部最优解计算得到各次谐波的幅值和相位。本发明提出的谐波估计方法具有运算量小、精度高、计算复杂度低、收敛性能好的优点，能够实现大规模电动汽车接入下较精确的谐波估计。
-
公开(公告)号：CN117768334A
公开(公告)日：2024-03-26
申请号：CN202311859357.0
申请日：2023-12-30
Applicant: 国网湖北省电力有限公司信息通信公司 , 武汉大学
Inventor： 李磊 , 周正 , 李德识 , 廖荣涛 , 王逸兮 , 王晟玮 , 胡欢君 , 叶宇轩 , 张剑 , 宁昊 , 张玉洁 , 郭岳 , 罗弦 , 王敬靖 , 李想 , 王博涛 , 陈家璘 , 郑蕾 , 徐宁 , 胡晨 , 邱学晶
IPC: H04L41/14 , H04L41/149 , H04L41/16 , H04L41/0803
Abstract: 本发明提供一种能源互联网监控代理节点部署优化方法，用于实现更高质量的监测需求；所述方法包括以下步骤：基于感知数据分布特点对全部感知区域进行分区，针对具有高密度分布特点的感知数据区域，基于改进人工蜂鸟算法，实现最高通信覆盖率的监控代理节点部署优化方法，针对具有稀疏分布特点的感知数据区域，判断是否有冗余监控节点，实现最优监控代理节点数量的监控代理节点部署优化方法，以满足更高质量的监测需求。
-
公开(公告)号：CN116933986B
公开(公告)日：2024-01-23
申请号：CN202311207597.2
申请日：2023-09-19
Applicant: 国网湖北省电力有限公司信息通信公司
IPC: G06Q10/063 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及电力管理技术领域，公开了一种基于深度学习的电力数据安全管理系统，包括：用户数据采集模块，其用于从历史数据中采集用户数据和线路数据；用户特征生成模块，其用于基于用户数据生成用户特征；第一特征序列生成模块，其用于基于用户特征和线路特征生成第一特征序列；用户是否窃电判别模块，其将第i个用户的第一特征序列输入LSTM模型，LSTM模型的输出连接一个分类器，分类器输出两个分类标签，分别表示为第i个用户存在窃电行为和第i个用户不存在窃电行为；本发明提高了针对窃电用户识别的准确度。
-
公开(公告)号：CN116933986A
公开(公告)日：2023-10-24
申请号：CN202311207597.2
申请日：2023-09-19
Applicant: 国网湖北省电力有限公司信息通信公司
IPC: G06Q10/063 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及电力管理技术领域，公开了一种基于深度学习的电力数据安全管理系统，包括：用户数据采集模块，其用于从历史数据中采集用户数据和线路数据；用户特征生成模块，其用于基于用户数据生成用户特征；第一特征序列生成模块，其用于基于用户特征和线路特征生成第一特征序列；用户是否窃电判别模块，其将第i个用户的第一特征序列输入LSTM模型，LSTM模型的输出连接一个分类器，分类器输出两个分类标签，分别表示为第i个用户存在窃电行为和第i个用户不存在窃电行为；本发明提高了针对窃电用户识别的准确度。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.126 seconds)
