-
公开(公告)号：CN101714777A
公开(公告)日：2010-05-26
申请号：CN200910193106.7
申请日：2009-10-14
Applicant: 广东电网公司肇庆供电局 , 华南理工大学
CPC classification number: Y02B90/222 , Y02E60/723 , Y04S10/16 , Y04S20/12
Abstract: 电力系统广域备用电源自动投切广域控制系统：主站端含数据采集、数据处理和数据发送单元，采集单元采集电力系统广域状态信息和各开关信息，处理单元给出变电站负荷馈线联切列表；发送单元向厂站端下发负荷馈线联切列表；厂站端设有主控单元，包括接收，检测、处理执行单元，接收单元接收并存储该站当前的负荷馈线联切列表，检测单元在线检测是否满足常规动作条件，处理执行单元先合上备用电源侧的线路开关，然后切除掉要求切除的负荷馈线，最后并向主站发出“已动作”的信息。主站端与各厂站端之间通过电力系统专用通讯网络实现远方控制和远方通信。本系统能达到根据“全部电力系统状态信息”实现“广域控制”的效果，且动作过程可靠。
-
公开(公告)号：CN116125806B
公开(公告)日：2025-04-15
申请号：CN202310006103.8
申请日：2023-01-04
Applicant: 华南理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于模型辅助和类史密斯预估的二阶改进自抗扰控制设计方法、装置及存储介质，其中方法包括：将实际工业系统采用高阶惯性系统进行描述；基于高阶惯性系统的输入量和输出量设计类史密斯预估算法；根据得到的类史密斯预估算法的输出量和高阶惯性系统的输入量，设计基于模型辅助的扩张状态观测算法；根据得到的扩张状态观测算法的输出量和系统设定值设计控制律算法；获取高阶惯性系统的新输入值，根据新输入值对实际工业系统的输出进行调节与控制。本发明充分利用已知的模型信息，保留自抗扰控制结构简单和参数易整定的特点，使得闭环系统能够更好地兼顾跟踪能力与抗干扰能力，使得闭环系统具有较强的鲁棒性，可应用于工业控制领域。
-
公开(公告)号：CN114563710B
公开(公告)日：2025-02-21
申请号：CN202210178594.X
申请日：2022-02-24
Applicant: 华南理工大学
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 本发明公开了一种基于图表示学习的锂离子电池健康状态估计方法。所述方法包括以下步骤：首先收集锂离子电池每次充放电循环中恒流充电阶段、恒压充电阶段或恒流放电阶段的完整曲线；对每次充放电循环中恒流充电阶段、恒压充电阶段或恒流放电阶段的完整曲线进行截取，形成每次充放电循环中恒流充电阶段、恒压充电阶段或恒流放电阶段的新片段；针对新片段，采用极限学习机进行插值预测，建立图表示学习所需的数据库；进行图表示并进行图学习。由于针对锂离子电池健康状态的研究大多侧重于特征工程，健康状态估计的效果，取决于特征选择和处理，而本发明的方法则避免了特征工程的繁重，具有较好的实践意义；另外，本发明亦可较好地指导采样的过程。
-
公开(公告)号：CN119398364A
公开(公告)日：2025-02-07
申请号：CN202411233693.9
申请日：2024-09-04
Applicant: 华南理工大学
IPC: G06Q10/0631 , G06N5/025 , G06F16/36 , G06F18/243 , G06N3/008
Abstract: 本发明公开一种智能调控任务链生成方法、装置、电子设备及介质，其中方法包括：获取多类型调控安全规定及调控操作的内容文本；将内容文本输入大语言模型智能体进行内容提取，以提取出各类情况下的调控操作顺序及调用内容；将各类情况下的调控操作顺序及调用内容，通过智能体在知识图谱中智能生成决策树形式的知识图谱；获取文本指令，智能体进行意图识别，并自主理解后在生成的知识图谱中智能生成调控操作逻辑的任务链，自主生成任务执行的思维链；根据生成的思维链，智能体智能调用相关模块进行调控，以实现智能调控。本发明能够提升获取文本信息的质量和效率，并且使用决策树式知识图谱建立调控思维链逻辑架构提高准确度，降低操作的使用门槛。
-
公开(公告)号：CN111159638B
公开(公告)日：2023-12-08
申请号：CN201911366487.4
申请日：2019-12-26
Applicant: 华南理工大学
Abstract: 本发明公开了基于近似低秩矩阵补全的配电网负荷缺失数据恢复方法，包括以下步骤：S1、负荷历史数据把其分为有数据丢失向量与数据完整向量两类；S2、构成原始矩阵；S3、对缺失的元素进行插值，形成初步恢复矩阵；S4、对初步恢复矩阵求皮尔逊相关系数矩阵，筛选出与数据缺失向量相关性高的向量；S5、把原始含有数据丢失的向量，经皮尔逊相关系数矩阵筛选后的向量；S6、运用奇异值阈值收缩算法对恢复矩阵中的缺失元素进行恢复补全；S7、取出下一条存在数据丢失的向量，重复上述步骤。本发明改进算法相较于传统的低秩矩阵补全算法，取得了更佳的整体恢复效果与稳定性，在补全配电网负荷缺失数据上有更为出色的运用。
-
Patent Agency Ranking
公开(公告)号：CN117171667A
公开(公告)日：2023-12-05
申请号：CN202310984705.0
申请日：2023-08-04
Applicant: 华南理工大学
IPC: G06F18/2415 , G06F18/243 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N20/20 , G06N5/01 , G06F18/23213
Abstract: 本发明公开了一种非侵入式负荷识别增强方法、装置和存储介质，属于非侵入式负荷识别领域。其中方法包括：S1、构建训练集；S2、构建并训练负荷辨识模块；S3、在用电总线持续监测电压、电流，当有负荷投切时，提取该负荷的运行特征；S4、判断用户是否开启算法增强，若是，进入步骤S5；S5、缓存步骤S3所提取的负荷的运行特征；S6、将缓存的运行特征输入至负荷辨识模块，负荷辨识模块的每个分类器输出识别结果和对应各负荷种类的概率向量；S7、筛选若干个高不确定度样本和共识样本；S8、根据步骤S7获得的样本及其标签，对分类器进行更新，并在更新后返回步骤S3。本发明可达到标注成本低、性能提升大的效果。
-
公开(公告)号：CN112101742B
公开(公告)日：2023-07-21
申请号：CN202010873727.6
申请日：2020-08-26
Applicant: 华南理工大学
IPC: G06Q10/0639 , G06Q50/06
Abstract: 本发明提出了一种计及负荷特性的配电网一二次可靠性评估的方法，包括以下步骤：根据二次终端设备对一次系统的开关元件的控制作用，采用非序贯蒙特卡罗法对二次终端设备进行抽样，模拟二次终端设备的工作状态，通过首、末开关实际动作矩阵描述二次系统对一次系统可靠性的影响；对一次系统以开关为界进行分区，进行仿真，通过实际供电邻接矩阵和转供电邻接矩阵描述区域的影响情况；根据不同种类的负荷的时间特性，在计算负荷缺供电量时计及负荷在当下所在月份所对应的平均功率。本发明方法从开关的终端状态描述二次系统对一次系统可靠性的影响，采用区域可达性矩阵直观反映故障影响情况，从用户需求角度更加准确评估配电网的可靠性。
-
公开(公告)号：CN111582357B
公开(公告)日：2023-05-26
申请号：CN202010367254.2
申请日：2020-04-30
Applicant: 华南理工大学
IPC: G06F18/25 , G06F18/2415 , G06F18/2431 , G06F18/241 , G06Q50/06
Abstract: 本发明公开了一种基于多维度集成的电力指纹识别方法，包括以下步骤：步骤S1、获取用电器的电力指纹数据；步骤S2、根据时间维度数据集训练分类器C1；步骤S3、根据暂态维度数据集训练分类器C2；步骤S4、根据暂态维度数据集训练分类器C3；步骤S5、将待识别电器的数据输入分类器C1、C2、C3中得到结果；步骤S6、根据分类器输出结果校正每个电器类别的初始概率，得到后验概率；步骤S7、比较所有电器的后验概率，选出最大的作为识别结果，完成识别；步骤S8、检验步骤S7得到的结果，若通过检验，则完成识别。
-
公开(公告)号：CN116125806A
公开(公告)日：2023-05-16
申请号：CN202310006103.8
申请日：2023-01-04
Applicant: 华南理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于模型辅助和类史密斯预估的二阶改进自抗扰控制设计方法、装置及存储介质，其中方法包括：将实际工业系统采用高阶惯性系统进行描述；基于高阶惯性系统的输入量和输出量设计类史密斯预估算法；根据得到的类史密斯预估算法的输出量和高阶惯性系统的输入量，设计基于模型辅助的扩张状态观测算法；根据得到的扩张状态观测算法的输出量和系统设定值设计控制律算法；获取高阶惯性系统的新输入值，根据新输入值对实际工业系统的输出进行调节与控制。本发明充分利用已知的模型信息，保留自抗扰控制结构简单和参数易整定的特点，使得闭环系统能够更好地兼顾跟踪能力与抗干扰能力，使得闭环系统具有较强的鲁棒性，可应用于工业控制领域。
-
公开(公告)号：CN111179121B
公开(公告)日：2023-03-21
申请号：CN202010050934.1
申请日：2020-01-17
Applicant: 华南理工大学
IPC: G06Q50/06 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于专家系统与深度逆向强化学习的电网紧急控制方法，包括步骤：1)构建专家知识库；2)采用深度卷积神经网络来作为回报函数的基底，构建电力紧急调度的回报函数，初始化深度逆向强化学习算法参数后，以专家知识库中专家演示的正确的控制方式的状态序列轨迹为样本，通过深度逆向强化学习与优化方案计算出回报函数中的权值，得出一个经过优化的回报函数，从而得出一个可模仿专家知识库中专家操作的基于深度逆向强化学习的紧急控制策略；3)将在线样本中的状态量输入训练好的深度逆向强化学习算法，根据当前的状态及训练好的结果，深度逆向强化学习算法按照回报函数给出适用于当前的最优的紧急控制策略。本发明更具备灵活性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
208
records
(took 0.028 seconds)
