-
公开(公告)号：CN115374387A
公开(公告)日：2022-11-22
申请号：CN202210988014.3
申请日：2022-08-17
Applicant: 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
Abstract: 本发明公开了一种变电站碳排放量的计算方法及终端，在变电站的生产阶段中，考虑到设备及材料的用量难以获取，因此使用变电站的设备参数，根据设备参数建立的线性回归模型间接计算设备及材料生产的碳排放量，能够提高设备及材料生产的碳排放量计算的准确性；在变电站的运行维护中，通过计算输配电损失和燃料消耗，能够得到运行和维护过程中的碳排放量；在变电站的废弃回收阶段，根据设备及材料所消耗的基础材料及其回收比例，能够准确计算出废弃回收的碳排放量。因此，结合上述计算到的四个阶段的碳排放量，能够计算出变电站全生命周期的碳排放量，提升变电站碳排放量测算的准确性。
-
公开(公告)号：CN110856238B
公开(公告)日：2022-10-04
申请号：CN201911069391.1
申请日：2019-11-05
Applicant: 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
Abstract: 本发明涉及基于后决策状态学习的基站关断节能方法及装置，包括以下步骤：步骤S1:将宏微网络中的用户根据关联规则进行分类，并将各类用户的数目定义为网络状态，将各个基站的开/关操作定义为网络行动；步骤S2:将时延受限的节能问题映射为CMDP模型，刻画网络中各类业务的动态变化情况；步骤S3:计算出基站在每个时间周期内的决策前状态和后决策状态，并根据关断策略执行前已知的决策前状态学习关断策略执行后未知的后决策状态；步骤S4:在每个时间周期内，对值函数和后决策状态值函数进行迭代更新；首先使用后决策状态值函数更新值函数；然后使用更新后的值函数更新后决策状态值函数；反复更新直至满足预设条件，得到最优的基站关断节能策略。
-
公开(公告)号：CN114880696A
公开(公告)日：2022-08-09
申请号：CN202210239201.1
申请日：2022-03-11
Applicant: 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
Abstract: 本发明公开一种基于主动配电网MEC系统的安全防护的方法及终端，通过建立系统模型，并得到最大计算速度表达式、位置隐私奖励函数和使用模式隐私奖励函数对计算任务进行隐私保护，再通过神经网络对最大计算速度表达式和隐私保护等级表达式构建的综合模型以及预设的无线信道能量增益进行学习，得到对应的训练模型，使系统在运作的过程中能够通过当前获取到的服务器与用户之间的无线信道能量增益在训练模型中得到最优的附加冗余信息量以及所述卸载决策，同时优化了时间分配和卸载决策，提升了系统对用户的隐私保护能力，并降低了计算延迟，实现在保护用户隐私的同时系统能够保持较高的计算速度。
-
公开(公告)号：CN114826833A
公开(公告)日：2022-07-29
申请号：CN202210238773.8
申请日：2022-03-11
Applicant: 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
IPC: H04L25/02 , H04B17/391 , H04W24/02
Abstract: 本发明公开一种IRS辅助MEC中CF‑mMIMO的通信优化方法及终端，根据接收的信号使用卷积神经网络和条件循环单元进行信道估计，得到信道估计值；基于所述信道估计值建立信道模型，并定义学习误差性能指标；基于所述信道模型以及所述学习误差性能指标优化用户发射功率、波束成形向量和IRS相位向量，得到最优用户发射功率、最优波束成形向量和最优IRS相位向量；根据所述最优用户发射功率、最优波束成形向量和最优IRS相位向量进行通信传输，在用户服务质量和功率约束条件下，实现了更加全面的通信优化，利用卷积神经网络和条件循环单元进行信道估计，降低了估计过程的复杂度，便于后续最小化微网通信中边缘弱用户的学习误差，从而实现了学习误差最小化。
-
公开(公告)号：CN114693087A
公开(公告)日：2022-07-01
申请号：CN202210256453.5
申请日：2022-03-16
Applicant: 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
Abstract: 本发明提出一种城市能源系统多尺度能耗模型及其能流监测方法，通过采集相关数据，根据城市能源系统的能耗、能流状况，构建城市能源系统能流监测指标和方法，基于深度学习，挖掘和预警城市能源运营存在的关键环节和问题，提出解决方向，助力城市能源安全经济绿色可持续发展，为城市经济高质量发展提供低碳高效经济便捷的能源保障，有利于加快实现城市碳达峰、碳中和进程。
-
Patent Agency Ranking
公开(公告)号：CN112415337B
公开(公告)日：2022-05-13
申请号：CN202011460803.7
申请日：2020-12-11
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司经济技术研究院
IPC: G01R31/08
Abstract: 本发明涉及一种基于动态集合覆盖的配电网故障诊断方法，包括步骤：对配电网故障区段的节点和供电线路进行统一编号并引入可达矩阵对各节点间的连通性进行建模；同时构建与可达矩阵对应的故障电流信息‑故障区段相关矩阵，并建立动态集合覆盖模型；使用维特比译码求解动态集合覆盖模型，得到配电网中每条线路区段的工作状态变化序列；根据工作状态变化序列判定设定的时间周期上配电网的线路区段状态集合是否能够覆盖所有故障电流信息，得到故障线路的区段集合。本发明可以根据每个时间周期FTU设备上报的故障电流信息集合预测出现故障的线路区段集合，并可以准确定位同时出现故障的多个线路区段。
-
公开(公告)号：CN114154425A
公开(公告)日：2022-03-08
申请号：CN202111497891.2
申请日：2021-12-09
Applicant: 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
Abstract: 本发明涉及一种基于专家知识驱动的变压器重过载问题识别系统，包括以下步骤：步骤S1:获取110kV‑35kV变压器及其下级线路基础参数信息及运行信息；步骤S2:根据获取获取的设备信息为基础，计算变压器是否存在重过载；步骤S3:如变压器重过载，则以该变压器为依据对下级馈线负载情况作出判断；如下级馈线存在重过载情况，则负载率逐条改成50%，基于修改后的下级馈线负载率重新计算变压器负载情况；如果变压器负载计算结果为重过载，则判定为变压器容量不足，反之则为该馈线处于重载或过载；步骤S4:根据判断结果及预设边界条件进行判断，获取最优的变压器重过载解决方案。本发明能够有效识别配电网变压器重过载原因并给出解决方案。
-
公开(公告)号：CN114147696A
公开(公告)日：2022-03-08
申请号：CN202111517005.8
申请日：2021-12-13
Applicant: 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
Abstract: 本发明涉及一种基于5G及北斗的电网巡检机器人定位系统，包括依次连接的控制中心、机器人群和5G基站；所述控制中心进行任务规划、任务计算、任务分配和任务下发；所述机器人群根据控制中心下发的任务，照不同的任务分排不同的机器人外出；所述机器人外出巡检线路杆塔的电网，把实时的数据和位置传输给5G基站；所述5G基站通过数据分析，输出用户的坐标。本发明有效提升巡检质量，提高巡检效率。
-
公开(公告)号：CN112345888A
公开(公告)日：2021-02-09
申请号：CN202011450064.3
申请日：2020-12-09
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司经济技术研究院
IPC: G01R31/08
Abstract: 本发明涉及一种多跳D2D组网下的配电网故障检测方法及系统，包括：配电网信息收集器，用于将配电网在一个给定时间周期内的数据流使用多跳D2D组网传送到通信网络边缘，计算相应的特征矢量，并利用边缘服务器中的计算和存储资源对相关数据进行实时分析；异常特征监测器，用于将训练数据划分为异常或正常特征；故障检测器接收从异常特征监测器传送来的异常特征数据，并将它们按照时间标识进行分类，识别出异常特征属于哪一类配电网故障。本发明不仅可以克服机器学习在处理高维数据时的泛化能力问题，且可在缺乏故障信息的前提下精确识别出异常特征属于哪一类配电网故障。
-
公开(公告)号：CN111327453A
公开(公告)日：2020-06-23
申请号：CN202010062237.8
申请日：2020-01-19
Applicant: 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司
IPC: H04L12/24
Abstract: 本发明涉及一种考虑网格化动态、静态分量的通信带宽估算方法，包括步骤：获取待处理的城市规划地区模型结构与带宽空间分布情况数据，并将城市用地进行网格化划分；采用最小二乘法获取各个网格内通信带宽的活动周期与静态分量；通过对网格空间通信带宽数据做处理搭建动态通信数据库；采用3D卷积的方式由动态通信数据库得到网格内通信带宽的动态分量；融合静态分量与动态分量得到区域内各网格的预测带宽。本发明通过将网格内带宽分为动态分量和静态分量的方法，综合考虑了带宽变化的周期性和地区之间的带宽影响，从而得到更加合理的带宽预测结果。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.044 seconds)
