基于熵值法的电力监控系统韧性评估方法

    公开(公告)号:CN111415102A

    公开(公告)日:2020-07-14

    申请号:CN202010306204.3

    申请日:2020-04-17

    摘要: 本发明涉及一种基于熵值法的电力监控系统韧性评估方法,包括步骤1:从时间和空间两个不同维度分析电力监控系统的韧性特征;步骤2:基于所述韧性特征,选取多个韧性评价指标,并根据多目标决策方法的层次结构建立针对电力监控系统的韧性评价指标体系;步骤3:利用熵值法完成对指标权重的量化计算,得到各个韧性评价指标的权重值,并根据所述权重值的大小,来判别各个韧性评价指标对系统韧性评估的影响程度;步骤4:计算该电力监控系统的韧性综合得分,作为该电力监控系统的韧性量化评估结果。本发明可实现对电力监控系统韧性的有效评估,保证评估的科学性、准确性。

    一种基于期望偏差的用户精准切负荷潜能评估方法

    公开(公告)号:CN110443439A

    公开(公告)日:2019-11-12

    申请号:CN201910519533.3

    申请日:2019-06-17

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明的目的在于提供一种基于期望偏差准则的用户精准切负荷潜能评估方法。针对现有用户用电行为的潜能评估系统缺乏对切负荷用户实际用电数据的具体分析。本发明在充分分析切负荷用户实际用电数据基础上,获取切负荷用户工作日的可切负荷信息,计算用户可切负荷的上下限评估值,按照期望偏差准则确定阈值区间,筛选并计算负荷量最佳评估值。根据评估潜能制定合理的电网运行策略,可以有效提高切负荷系统的资源利用率以及系统响应效率。

    基于方向角度的无线传感网络路由空洞优化方法

    公开(公告)号:CN103747498A

    公开(公告)日:2014-04-23

    申请号:CN201410023896.5

    申请日:2014-01-17

    IPC分类号: H04W40/02 H04W40/24 H04W84/18

    摘要: 本发明提出了属于无线传感器网络(WSNs)技术领域中的一种基于方向角度的无线传感网络路由空洞优化方法。该方法用任意两个节点间的距离小于通信半径R判断路由空洞节点;以空洞节点为中心构建基于方向角度空洞节点的方向邻居节点集合;计算邻居节点的下一跳代价函数;根据下一跳代价函数划分路由空洞下一跳节点优先等级;采用随机选择从高优先级节点集合中选取一节点作为空洞节点的下一跳;最后对空洞附近路径进行精简优化,减少路径上节点个数,得到基于方向角度的无线传感网络路由空洞优化方法。本发明既能处理空洞路由问题,也满足了WSNs的QoS需求;简单可行,在解决空洞问题上效果显著。

    一种可移动智能监控与分析装置

    公开(公告)号:CN102890470A

    公开(公告)日:2013-01-23

    申请号:CN201210367301.9

    申请日:2012-09-28

    IPC分类号: G05B19/048

    摘要: 本发明公开了变电站施工现场的工程管理和安全监视技术领域的一种可移动智能监控与分析装置。其技术方案是,所述装置包括工控服务器、编码正交频分复用COFDM无线传输模块、网络交换机、键盘/显示器接口模块、多功能摄像机、LCD显示器模块、声光报警模块、电池管理控制模块、天线和第一I/O接口模块。本发明基于视频监控技术、智能视频分析技术、无线通信技术提出一种可移动、可进行智能分析和处理的视频智能监控小车系统装置,满足施工单位对工地监控的临时性和对一般现场突发状况进行智能分析处理的需求。

    一种基于模型收敛的联邦学习梯度动态裁剪方法

    公开(公告)号:CN118863096A

    公开(公告)日:2024-10-29

    申请号:CN202410906188.X

    申请日:2024-07-08

    IPC分类号: G06N20/00

    摘要: 本发明提供了一种基于模型收敛的联邦学习梯度动态裁剪方法,针对现有的联邦学习梯度裁剪通常采用固定阈值的方法,存在难以适应动态变化、难以找到最优阈值以及缺乏灵活性等弊端,本发明充分考虑模型训练过程中各客户端收敛程度的差异性,采用基于本地模型收敛效果的裁剪阈值动态调整策略,实现对联邦学习客户端梯度裁剪程度的个性化调整,从而有效提高联邦学习模型的收敛效果和性能。

    一种更新贡献加权聚合的差分联邦学习异常用电辨识方法

    公开(公告)号:CN118568556A

    公开(公告)日:2024-08-30

    申请号:CN202410582381.2

    申请日:2024-05-11

    摘要: 本发明提供了一种更新贡献加权聚合的差分联邦学习异常用电辨识方法,针对现有机器学习异常用电辨识方法对配电网数据隐私保障考虑不充分的局限性,本发明充分考虑异常用电辨识模型训练过程中对配电网数据的隐私保护,采用差分隐私的分布式联邦学习框架,基于梯度更新贡献度加权聚合策略训练全局模型,实现对分布式配电网用电用户异常用电行为的辨识,从而有效提高电力配电网的运维效率和配电网数据的安全性。

    一种基于改进的AHP-CRITIC-ELECTRE变电站风险评估方法

    公开(公告)号:CN118313659A

    公开(公告)日:2024-07-09

    申请号:CN202410443155.6

    申请日:2024-04-12

    摘要: 本发明公开了一种基于改进的AHP‑CRITIC‑ELECTRE变电站风险评估方法,包括选取变电站各设备评价指标;收集专家意见,并对所述评价指标进行重要度排序,基于改进AHP法计算主观权重;利用预先构建的评价矩阵对所述变电站各设备在评价指标下进行评分;通过CRITIC法计算客观权重;计算综合权重。采用改进后的AHP方法计算评估指标的主观权重,利用CRITIC方法计算相应的客观权重,再将两者结合得到主客观综合权重。然后再利用ELECTRE方法对变电站的各风险设备进行综合的风险评估,并根据效用函数值给出了风险排序,结合多种因素对变电站设备进行准确的风险评估,合理安排风险设备的升级改造,实现变电站安全可靠运行。