一种基于区块链的微电网分布式电力双阶段交易方法

    公开(公告)号:CN117541382A

    公开(公告)日:2024-02-09

    申请号:CN202310945437.1

    申请日:2023-07-29

    Abstract: 本发明属于电力交易技术领域,尤其为一种基于区块链的微电网分布式电力双阶段交易方法,该基于区块链的微电网分布式电力双阶段交易方法中,通过双边拍卖阶段对于电力供需匹配的高效处理,降低了后续博弈阶段的复杂度和时间消耗,而博弈阶段所求得的最优电价和电量进一步满足了发电商和消费者的利益,比起直接与调度商进行交易,这种方法为参与者带来了更大的经济收益,且该方法也考虑到了环保因素,对于减少碳排放起到了积极的作用。该基于区块链的微电网分布式电力双阶段交易方法不仅仅是从经济角度考虑问题,同时也关注环境保护,具有双重优势。

    一种基于双图推理的变电设备渗漏油分割方法

    公开(公告)号:CN116630625A

    公开(公告)日:2023-08-22

    申请号:CN202310642125.3

    申请日:2023-06-01

    Abstract: 本发明提供了一种基于双图推理的变电设备渗漏油分割方法,该方法包括构建数据集,以人工采集变电设备巡检图片为数据源,选出含渗漏油缺陷的变电设备巡检图像构建数据集,使用标注软件对数据集进行标注,并划分训练集及测试集,搭建渗漏油分割模型,基于训练集完成模型的迭代训练,利用在测试集完成模型分割效果的可视化和评价指标的计算。本发明提供的基于双图推理的变电设备渗漏油分割方法,利用了渗漏油的纹理和边缘特性,解决了渗漏油部件强相关、形态多变及扩散变化特性导致其缺陷特征提取困难、分割精度低与分割效果差的问题。

    一种考虑特征耦合关系的电力变压器故障诊断方法

    公开(公告)号:CN115166597A

    公开(公告)日:2022-10-11

    申请号:CN202210728648.5

    申请日:2022-06-24

    Abstract: 本发明公开了一种考虑特征耦合关系的电力变压器故障诊断方法,包括:选择与变压器运行故障相关的主要特征;根据电力变压器故障机理确定特征状态转移序列;对特征状态转移序列内所含特征进行分析和优化,得到与变压器故障最相关的特征数据;对特征数据进行标准化处理;基于深度神经网络,构建Bi‑LSTM故障诊断模型,对Bi‑LSTM故障诊断模型进行训练;利用训练好的Bi‑LSTM故障诊断模型评估变压器当前运行状态。本发明综合考虑电力变压器的内部机理作用和深度神经网络的数据拟合能力,在使用深度神经网络对变压器进行故障诊断的同时考虑设备内部的特征耦合关系,实现数据特征与设备故障类型之间的可靠映射,进行精细化状态评估,提升电力变压器的故障诊断精度。

    基于半监督学习与先验知识嵌入策略的螺栓缺陷检测方法

    公开(公告)号:CN114708518A

    公开(公告)日:2022-07-05

    申请号:CN202210378734.8

    申请日:2022-04-12

    Abstract: 本发明公开了基于半监督学习与先验知识嵌入策略的螺栓缺陷检测方法,包括以下步骤:采集不同部件的螺栓图像,建立不同类型缺陷的螺栓检测数据集;基于先验知识嵌入策略,对螺栓检测数据集进行特征处理,生成具有样本相关性特征的样本数据集;构建变分自编码器网络模型,变分自编码器网络模型由批归一化单元、图卷积神经网络单元以及卷积单元组成;基于变分自编码器网络模型,通过半监督学习的方式,将样本数据集输入到变分自编码器网络模型进行训练,构建螺栓缺陷检测模型,螺栓缺陷检测模型用于识别待检测螺栓图像的螺栓缺陷类型;本发明充分利用不同类别样本的相关性与依赖性提高长尾分布下的螺栓缺陷检测的准确度。

Patent Agency Ranking