-
公开(公告)号：CN113115322B
公开(公告)日：2022-04-26
申请号：CN202110389956.5
申请日：2021-04-12
申请人： 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学
摘要： 本发明公开了一种基于5G网络的智能变电站上行信道的无线资源分配方法，其步骤包括：1、构建智能变电站上行网络环境；2、采用自适应调制编码方法，计算变电站内节点的信噪比和比特率；3、以节点传输的最大比特率为目标函数，以5G通信的限制因素为约束条件，建立带有逐步函数的最大比特率优化模型；4、采用频谱效率近似函数重构频谱效率，建立最优比特率线性规划模型，为变电站中每一个节点分配最优的调制编码方案和资源块。本发明能够支持变电站中传感器与巡检机器人的协同资源分配，在满足时延的要求下最大化系统的传输速率。
-
公开(公告)号：CN112969164B
公开(公告)日：2022-03-22
申请号：CN202110208132.3
申请日：2021-02-24
申请人： 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
摘要： 本发明公开了一种基于5G网络中D2D辅助的智能变电站通信无线资源分配方法，其步骤包括：1、构造最优簇划分算法，将智能变电站中的传感器进行簇划分；2、对传感器、边缘网关和巡检机器人进行初始功率分配；3、对传感器、边缘网关和巡检机器人进行信道分配；4、对传感器、边缘网关和巡检机器人的功率分配进行改进。本发明能够支持智能变电站中传感器和巡检机器人的协同数据采集与资源分配，并在保证系统吞吐量的同时最大化频谱效率。
-
公开(公告)号：CN112969164A
公开(公告)日：2021-06-15
申请号：CN202110208132.3
申请日：2021-02-24
申请人： 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
摘要： 本发明公开了一种基于5G网络中D2D辅助的智能变电站通信无线资源分配方法，其步骤包括：1、构造最优簇划分算法，将智能变电站中的传感器进行簇划分；2、对传感器、边缘网关和巡检机器人进行初始功率分配；3、对传感器、边缘网关和巡检机器人进行信道分配；4、对传感器、边缘网关和巡检机器人的功率分配进行改进。本发明能够支持智能变电站中传感器和巡检机器人的协同数据采集与资源分配，并在保证系统吞吐量的同时最大化频谱效率。
-
公开(公告)号：CN112882383A
公开(公告)日：2021-06-01
申请号：CN202110031489.9
申请日：2021-01-11
申请人： 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
IPC分类号： G05B13/04
摘要： 本发明公开了一种面向变电站监测的边缘云协同的预测控制调度方法，其步骤包括：1、变电站中不同类型传感器采集变电站内的各类数据，并对这些数据按种类和采样时刻进行编码，然后将这些数据传输给资源调度器；2、在已知互联网延迟变化趋势的情况下，资源调度器根据当前边缘端资源池的状态和调度器的控制输入进行预测、迭代、求解，得出下一时刻数据是传输给边缘设备来处理还是传输给云端来处理，如此反复进行从而使系统不断优化，实现计算资源的合理分配。本发明可以在满足数据传输延迟的要求下，实现计算资源的合理分配，使系统的吞吐量最大化。
-
公开(公告)号：CN112637806A
公开(公告)日：2021-04-09
申请号：CN202011478035.8
申请日：2020-12-15
申请人： 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
摘要： 本发明公开了一种基于深度强化学习的变电站监测系统及其资源调度方法，该系统包含N种不同类型传感器的无线传感器网络节点、深度强化学习智能体、电力无线专网基站、拥有多个神经网络的边缘设备和远程云端的系统，该系统采集电网状态进行基于神经网络的异常监测，有两种数据传输的方法：一是将传感器采集的数据通过LTE‑A无线通信接口传输到电力无线专网基站，再通过互联网传输到云端进行处理；二是将传感器采集的数据通过WIFI传输到边缘设备，选择不同的神经网络处理。本发明在时变的互联网时延的环境中，并在满足数据传输时延的要求下，能优化分配无线通信资源与边缘设备的计算资源，使得最大化系统的吞吐量。
-
公开(公告)号：CN112016473A
公开(公告)日：2020-12-01
申请号：CN202010894524.5
申请日：2020-08-31
申请人： 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学
摘要： 本发明公开了一种基于半监督学习和注意力机制的配电网高阻接地故障诊断方法，包括：1、将故障相电压时间序列数据集合分类成有标记样本集合和无标记样本集合；2、根据计算无标记样本和有标记样本集合的相似度更新两类样本集；3、利用有标记样本集合训练1NN分类器，并利用1NN分类器对无标记样本集合进行预测标注；4、构建基于注意力机制的LSTM-CNN神经网络；5、利用注意力机制网络融合LSTM和CNN的特征向量；6、通过梯度下降反向传播算法更新LSTM-CNN的神经网络参数。本发明使得故障检测模型具有时间、空间的特征表达能力，从而能提高配电网高阻接地的故障检测率。
-
公开(公告)号：CN111756407A
公开(公告)日：2020-10-09
申请号：CN202010587989.6
申请日：2020-06-24
申请人： 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学
摘要： 本发明公开了一种基于优化各态历经数据到达率的异构单中继通道传输方法，其步骤包括：1、将智能电网内的源数据按照时间进行编码；2、在第一时隙，源(S)节点将源数据通过有线(PLC)或者无线通道传输到中继(R)节点和目标(D)节点；3、在第二时隙，R节点接收到的信息通过电力线和无线数据通信介质转发到D节点。本发明能同时考虑异构网络的共存、传输链路丢失的影响和单中继通道的存在，并同时提高传输过程中的各态历经数据到达率，从而提高传输系统的可靠性。
-
公开(公告)号：CN111142049A
公开(公告)日：2020-05-12
申请号：CN202010049713.2
申请日：2020-01-16
申请人： 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
摘要： 本发明公开了一种基于边云协同机制的变压器智能故障诊断方法，包括：1云端预训练ResNet-18网络、ResNet-50-1,2和LSTM网络模型；2由边缘端采集并预处理变压器故障特征变量数据，并上传数据至云端；3利用边缘端ResNet-18网络和云端ResNet-50-1网络对变压器故障类型进行协同判别；4若出现新故障类型，云端重新构建训练ResNet-18网络和ResNet-50-2网络；5云端定时重新训练ResNet-18网络，利用边云协同机制更新边缘端网络参数；6若边缘端向云端传输的过程中产生数据丢包，基于LSTM网络预测丢失的数据。本发明能提高变压器故障的状态检测率。
-
公开(公告)号：CN115293630A
公开(公告)日：2022-11-04
申请号：CN202210999076.4
申请日：2022-08-19
申请人： 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学
发明人： 秦琪 , 陈艺 , 汪玉 , 赵龙 , 李宾宾 , 包佳佳 , 杨瑞雪 , 丁洁 , 范明豪 , 马亚彬 , 翟玥 , 陈庆涛 , 黄杰 , 刘鑫 , 王鑫 , 孙伟 , 李奇越 , 李帷韬 , 吕秋硕
摘要： 本发明公开了一种重点控排企业的碳排放来源综合评价方法，其步骤包括：1、分析重点控排企业全流程生产经营活动中与碳排放来源相关的因素，构建设备观测矩阵；2、计算碳排放来源的影响系数；3、利用相关性分析构建碳排放来源之间的关联性，并进行重点控排企业的碳排放来源综合评价。本发明能分析出重点控排企业全流程生产经营活动中对的碳排放来源的影响系数，再通过通过相关性分析构建不同的碳排放来源之间的联系，从而有效进行重点控排企业的碳排放来源综合评价。
-
公开(公告)号：CN111182564B
公开(公告)日：2022-04-08
申请号：CN201911373199.1
申请日：2019-12-26
申请人： 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学
摘要： 本发明公开了一种基于LSTM神经网络的无线链路质量预测方法，所述预测方法的步骤包括：无线通信设备采集并保存无线链路质量信噪比信号序列作为通信链路质量原始信号序列，采用均值滤波的方法将通信链路质量原始信号序列分解为平稳序列和噪声序列，噪声序列计算噪声标准差，并分别对两部分设计LSTM神经网络模型进行训练和预测应用，最终计算出所需通信链路的置信区间。通过将预测的下界与智能电网通信可靠性最低要求作对比，判断是否满足通信可靠性最低标准。本发明可以广泛应用于无线传感器网络领域，有效地预测链路质量，提高了链路传输的稳定性和可靠性。
-
-
-
-
-
-
-
-
-
搜索结果
221 条记录 (耗时 0.136 秒)
