-
公开(公告)号：CN118134019A
公开(公告)日：2024-06-04
申请号：CN202410127668.6
申请日：2024-01-29
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学
Abstract: 本发明公开了一种配电网拓扑优化方法、装置、设备和存储介质。该方法包括：获取至少一个支路对应的可行拓扑集合和每个所述支路分别在闭合状态和断开状态下对应的平均电压偏差和平均网损；基于目标算法根据每个所述支路分别在闭合状态和断开状态下对应的平均电压偏差和平均网损，从所述可行拓扑集合中确定目标配电网拓扑。通过本发明的技术方案，能够考虑到支路开关对电压、网损调节作用的不同，将其应用到可行拓扑优化的决策变量中，构建优化问题，之后采用算法优化求解，能够有效提升寻优的速度和优化的效果。
-
公开(公告)号：CN118137558A
公开(公告)日：2024-06-04
申请号：CN202410127037.4
申请日：2024-01-29
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学
IPC: H02J3/38 , H02J13/00 , G06F30/18 , G06Q50/06 , G06F113/04
Abstract: 本发明公开了一种可行拓扑集合生成方法、装置、设备和存储介质。该方法包括：获取配电网对应的目标环集合，其中，所述目标环集合中每个目标环由至少两个节点和至少两个支路组成；根据所述目标环集合中每个目标环对应的支路确定所述配电网对应的可行拓扑集合。通过本发明的技术方案，能够避免拓扑方案中可能出现的孤岛现象，有效地避免不可行拓扑，保证配电网重构策略地正确性。
-
公开(公告)号：CN118444578B
公开(公告)日：2024-11-19
申请号：CN202410906470.8
申请日：2024-07-08
Applicant: 国网江苏省电力有限公司南京供电分公司 , 江苏方天电力技术有限公司 , 国网江苏省电力有限公司
IPC: G05B13/04
Abstract: 一种基于反向传播神经网络的自适应无人机控制方法及系统，包括：建立四旋翼无人机坐标系，并基于坐标系构建四旋翼无人机的动力学模型，包括位移动力学模型和姿态动力学模型；基于四旋翼无人机的位移动力学模型和姿态动力学模型，构建线性自抗扰控制器；构建反向传播神经网络，通过反向传播神经网络调节线性自抗扰控制器中线性扩展状态观测器的带宽增益值；设计质量变化自适应律，基于质量变化自适应律和扩张状态观测器构成的线性自抗扰控制器对四旋翼无人机进行自适应控制。本发明能够针对无人机不同的工作场景，对控制器参数进行实时调整，实现观测器带宽参数的自整定；既考虑了系统的内外扰动，又对负载质量变化具有较强的适应性。
-
公开(公告)号：CN118298149A
公开(公告)日：2024-07-05
申请号：CN202410346975.3
申请日：2024-03-26
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06V10/25 , G06V10/44 , G06V10/82 , G06V10/766 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明一种输电线路上零部件的目标检测方法，属于输电线路的零部件检测技术领域。对YOLO_v5神经网络进行改进，采用了MobileNetV3网络替换了现有的YOLO_v5神经网络的主干网络Backbone，改变了YOLO_v5神经网络中bneck结构的个数以及内部参数的设置，使得最终所需要的计算资源大幅下降；使得本方法适用更多的场景。对YOLO_v5神经网络的颈部网络neck也进行了改进，根据高效多尺度注意力EMA和新型算子PConv卷积建立EMA‑PConv模块，并通过EMA‑PConv模块替换颈部网络Neck中所有的C3模块中由标准卷积简单堆叠的bottleneck单元，形成C3_EMA‑PConv模块，大大提升了增加输电线路的目标检测模型的特征聚合能力，增加了目标检测模型进行目标检测的精准率；使用Shape‑IoU Loss函数替换所述YOLO_v5神经网络中的边界框回归损失函数，使得边界框回归更加准确。
-
公开(公告)号：CN117640180A
公开(公告)日：2024-03-01
申请号：CN202311574313.3
申请日：2023-11-23
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: H04L9/40 , G06N20/00 , H04L67/104 , H04L45/02
Abstract: 面向数据智能共享的联邦学习任务混淆部署系统及其方法，包括任务层、区块链层、参与层和通信层；任务层由任务发布方组成，当有新的联邦学习任务时，任务发布方将初始全局模型参数，将计算节点得分时的初始权重更新至区块链层，供参与方下载与使用；区块链层使用区块链实现共识机制，选择主节点，完成流程调度并储存任务数据；参与层由各参与方组成，筛选训练节点和恶意节点；将训练节点组成训练小组，从中选出主节点实现模型聚合；通信层使用洋葱路由协议，训练小组中的各节点模型聚合参数传递给主节点，对模型聚合参数中的元数据和每一层路由信息逐层加密，逐层解密。本发明选取洋葱路由设计链下通信的混淆部署方案，实现安全的数据智能共享。
-
Patent Agency Ranking
公开(公告)号：CN117062121A
公开(公告)日：2023-11-14
申请号：CN202311005336.2
申请日：2023-08-09
Applicant: 国网江苏省电力有限公司南京供电分公司 , 北京中电飞华通信有限公司 , 国网江苏省电力有限公司 , 国网信息通信产业集团有限公司 , 北京邮电大学 , 国网吉林省电力有限公司信息通信公司 , 国家电网有限公司
Inventor： 朱红 , 蒋承伶 , 欧清海 , 王文帝 , 王艳茹 , 王舒凡 , 马文洁 , 邵苏杰 , 孙凯 , 章林 , 宋继高 , 刘椿枫 , 刘岩 , 刘卉 , 郭少勇 , 张洁 , 王颖 , 窦增 , 丛犁 , 祁维武 , 何海洋 , 杨颖琦 , 李婉莹
IPC: H04W24/02 , H04W24/10 , H04L43/0852 , H04L43/0876 , H04L43/0829
Abstract: 本公开提供一种融合通信网络的测试方法、装置、电子设备及存储介质，包括：获取融合通信网络的参数信息，其中所述参数信息包括接入网性能参数以及业务处理参数；基于所述参数信息确定所述融合通信网络的若干测试指标；确定所述若干测试指标的重要度，并基于所述重要度确定所述若干测试指标的权重值；基于所述权重值以及所述若干测试指标对所述融合通信网络进行测试。本公开中，首先基于融合通信网络的参数信息生成了测试指标，然后对测试指标的权重值进行了计算，最后通过计算得到的权重值以及前述的测试指标对融合通信网络进行了测试。
-
公开(公告)号：CN115392537A
公开(公告)日：2022-11-25
申请号：CN202210840675.1
申请日：2022-07-18
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F30/20 , H02J3/00 , G06F111/04 , G06F119/06 , G06F119/08
Abstract: 本发明涉及综合能源系统优化运行领域，尤其涉及一种考虑能量共享的多综合能源微网优化调度方法和系统，方法包括以下步骤：本发明首先以购电购气成本以及设备运行维护成本之和最小建立目标函数；然后，设定设备运行约束条件、传输功率约束条件以及供需能量平衡约束条件；最后，对模型进行求解并采用shapley值法对涌现收益进行分配。本发明提高系统能源利用率。
-
公开(公告)号：CN119849606A
公开(公告)日：2025-04-18
申请号：CN202411992662.1
申请日：2024-12-31
Applicant: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明属于配电网故障恢复路径寻优技术领域，公开了一种配电网重要负荷故障恢复路径寻优方法及相关装置；其中，所述配电网重要负荷故障恢复路径寻优方法包括：构建获得多个可能的故障拓扑化网络结构并进行潮流计算，将计算得到的节点电压、节点相角与量测数据中的节点电压、节点相角比较，获取相差值最小的故障拓扑化网络结构并确定故障节点；基于配电网的一级负荷节点集合、联络开关和故障节点，变换配电网的拓扑化网络结构并转化为相邻矩阵，采用深度优先搜索算法获得配电网重要负荷故障恢复路径。本发明可解决现存的主观性强、效率低下、受人为因素影响大以及缺乏对电网实时状态准确掌握等问题。
-
公开(公告)号：CN116258164B
公开(公告)日：2024-11-19
申请号：CN202310101277.2
申请日：2023-02-03
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06N3/045 , G06N3/08 , G06F18/23 , G06F18/241
Abstract: 本发明公开了基于客户端聚类的个性化联邦学习方法、装置及设备，该方法包括：获取全局模型，对全局模型进行初始化训练，获取每个客户端在初始化训练中产生的梯度；根据客户端的梯度进行聚类分析，确定每个客户端所属的簇；将在每个簇内的客户端训练的深度神经网络的第一隐藏层集合进行共享训练，在每个簇内的客户端训练的深度神经网络的第二隐藏层集合进行个性化训练，直至本地模型收敛后得到个性化模型。解决了传统联邦学习制约个性化模型收敛性能、准确率和精度等技术问题。
-
公开(公告)号：CN118889417A
公开(公告)日：2024-11-01
申请号：CN202411370711.8
申请日：2024-09-29
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: H02J3/00 , H02J13/00 , G06F30/36 , G06F113/04
Abstract: 本发明属于电力系统技术领域，尤其涉及一种电气网络带电状态计算方法及系统。其中，一种电气网络带电状态计算方法包括：获取初始带电状态的电气网络拓扑图；获取带电状态更新信息；将带电状态更新信息，与初始带电状态的电气网络拓扑图相匹配，得到至少一个初始电气网络拓扑子图，初始电气网络拓扑子图表征具有联动关系的拓扑结构以及属性数据变化的若干网络节点和若干边组成的拓扑子图；根据带电状态更新信息，对初始电气网络拓扑子图中的网络节点重新计算带电状态，得到目标电气网络拓扑子图；本发明较于传统的带电状态计算方法，具有更灵活的抽象接口、更低的内存执行开销以及更快的响应速度。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.101 seconds)
