-
公开(公告)号：CN117498306A
公开(公告)日：2024-02-02
申请号：CN202311290470.1
申请日：2023-10-08
Applicant: 湖南第一师范学院 , 拓维信息系统股份有限公司
Abstract: 本发明属于智能电网技术领域，公开了一种微电网优化调度方法、系统、介质、设备及终端，确定电力系统历史运行任务数据以及决策策略π；根据电力系统历史运行任务数据进行密度聚类，确定历史运行数据分类结果；利用历史运行数据分类结果，训练分类神经网络；根据目标电力系统任务运行数据，构建任务类型分类器，确定目标任务类型；根据决策策略π，提取全部或部分属于目标任务类型的决策策略作为源策略；引入PTF策略迁移模块的深度强化学习电力系统优化调度，通过电网调度模型的离线训练确定自适应选择源策略，并实现在线决策。本发明通过添加迁移损失，避免了使用迁移学习处理电网调度问题时出现逆迁移的情况发生，极大地拓宽了使用场景。
-
公开(公告)号：CN118472906A
公开(公告)日：2024-08-09
申请号：CN202311045148.2
申请日：2023-08-18
Applicant: 湖南第一师范学院 , 拓维信息系统股份有限公司
IPC: H02J3/00 , H02J3/46 , G06F18/10 , G06F18/22 , G06F18/231 , G06F18/23213 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种区域型风电场发电功率预测方法，涉及风力发电技术领域。通过对多源异常数据进行识别，去除风电异常值。通过相似性度量技术，将风电集群划分为单个的波动子群。对多个输入节点进行定义，再将历史功率作为目标节点。建立多层次无向图，将各风机的风速节点作为其中最后一个无向图；建立由风速无向图指向功率无向图的单向结构。通过计算空间相关性矩阵，来描述风电场的空间相关性。将样本数据输入到空间域GCN训练预测模型。待模型收敛后，将实时数据输入到预测模型中，得到预测结果。实现对实时气象因素变化的细致描述，同时细粒度分类而来的波动子群，其内部在出力模式和波动趋势方面相关性较强，简化了后续模型的预测难度。
-
Patent Agency Ranking
公开(公告)号：CN117498306B
公开(公告)日：2024-07-23
申请号：CN202311290470.1
申请日：2023-10-08
Applicant: 湖南第一师范学院 , 拓维信息系统股份有限公司
Abstract: 本发明属于智能电网技术领域，公开了一种微电网优化调度方法、系统、介质、设备及终端，确定电力系统历史运行任务数据以及决策策略π；根据电力系统历史运行任务数据进行密度聚类，确定历史运行数据分类结果；利用历史运行数据分类结果，训练分类神经网络；根据目标电力系统任务运行数据，构建任务类型分类器，确定目标任务类型；根据决策策略π，提取全部或部分属于目标任务类型的决策策略作为源策略；引入PTF策略迁移模块的深度强化学习电力系统优化调度，通过电网调度模型的离线训练确定自适应选择源策略，并实现在线决策。本发明通过添加迁移损失，避免了使用迁移学习处理电网调度问题时出现逆迁移的情况发生，极大地拓宽了使用场景。
-
公开(公告)号：CN119379598A
公开(公告)日：2025-01-28
申请号：CN202411298794.4
申请日：2024-09-18
Applicant: 湖南第一师范学院
IPC: G06T7/00 , G06T7/194 , G06F3/0482 , G06F3/04842 , G06V10/25
Abstract: 本发明公开了一种图像异常检测用高精度像素级标注系统，涉及图像异常检测技术领域，其技术方案要点是：包括菜单栏模块、工具栏模块和工作区模块；所述菜单栏模块用于与用户进行数据交互；所述工具栏模块用于管理进行图像标注的多种工具；所述工作区模块用于提供进行图像标注的区域；所述菜单栏模块包括文件选项、视图选项、标注选项和帮助选项。本发明专门用于制作图像异常检测数据集，能够直接得到图像形式的异常掩膜，并完成图像的像素级异常标注，同时本发明包含了7种标注工具，能够实现对不同异常图像的快速、精准标注。
-
公开(公告)号：CN119004102A
公开(公告)日：2024-11-22
申请号：CN202411039324.6
申请日：2024-07-31
Applicant: 湖南第一师范学院 , 湖南湘江鲲鹏信息科技有限责任公司
IPC: G06F18/214 , G06F18/22 , G06F18/24 , G06N3/0442 , G06N3/0475 , G06N3/094 , G06N3/0985
Abstract: 本发明公开了一种基于数据增强和元学习的新风机短期功率预测方法，该风电功率预测方法主要通过数据增强、元学习过程、在线功率预测三个步骤，针对历史数据匮乏问题，进行数据增强过程，利用较适合时间序列数据生成的TimeGAN模型对其中的生成器进行多次变异‑评估‑选择过程，评估时提出了一种兼顾样本相似性和样本多样性的综合适应度得分函数。在模型预测阶段，利用了元学习方法综合了多种简单和复杂的预测模型，充分发挥不同预测模型的优势，同时为功率预测模型引入了在线更新模块，更贴近风电功率预测的实际需求。
-
公开(公告)号：CN119415984A
公开(公告)日：2025-02-11
申请号：CN202411292070.9
申请日：2024-09-14
Applicant: 湖南第一师范学院
IPC: G06F18/23213
Abstract: 本发明公开了一种使用小批量数据更新的k‑center问题求解方法，涉及数据更新技术领域，其技术方案要点是：所述方法从全集中任意选取k个点初始化中心点集，之后将全集中的剩余点分成若干批次，每一次均只使用一批点更新中心点集，更新完毕后得到最终的中心点集。该方法具有时间复杂度小、占用计算资源小的优点。
-
公开(公告)号：CN118941052A
公开(公告)日：2024-11-12
申请号：CN202411157222.4
申请日：2024-08-22
Applicant: 湖南第一师范学院
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N20/00 , G06F30/27 , G06F113/04
Abstract: 本发明公开了一种融合专家知识与强化学习技术的互联微电网能量调度方法，属于智能电网领域领域，包括如下步骤：S1、建立互联微电网强化学习环境，引入优化策略模型；S2、分层优化设计；S3、强化学习策略的迭代优化；S4、模型应用与性能评估。本发明提出的融合专家知识与强化学习技术的互联微电网能量调度方法，缩短了强化学习的训练时间，增强了策略的鲁棒性和稳定性，而且通过优化能量调度策略，进一步降低了互联微电网的运行成本，为实现大规模互联微电网的高效、经济、安全运行提供了关键技术支撑。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
