-
Patent Agency Ranking
公开(公告)号：CN118691839B
公开(公告)日：2024-10-29
申请号：CN202411162839.5
申请日：2024-08-23
Applicant: 安徽继远软件有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
IPC: G06V10/422 , G06V10/764 , G06V10/82 , G06N3/0499 , G06N3/082
Abstract: 本发明公开了基于维修或故障拓扑变化场景的神经网络模型建模方法，涉及计算机技术领域，包括：构建神经网络初步模型；在识别层中构建拓扑节点识别机制，在识别层中构建拓扑链路识别机制；在正则化层构建拓扑结构的正则化模型；形成判断依据值；形成神经网络初步模型的学习和矫正机制；神经网络初步模型使用学习和矫正机制，得到神经网络模型；对神经网络模型附加形成实景拓扑化机制；神经网络模型输出初始拓扑图像和拓扑变化图像中的不同位置。通过在识别层中构建拓扑节点识别机制，在识别层中构建拓扑链路识别机制，形成神经网络初步模型的学习和矫正机制，其输出结果与实际吻合度高，具有较强的参考价值。
-
公开(公告)号：CN118691839A
公开(公告)日：2024-09-24
申请号：CN202411162839.5
申请日：2024-08-23
Applicant: 安徽继远软件有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
IPC: G06V10/422 , G06V10/764 , G06V10/82 , G06N3/0499 , G06N3/082
Abstract: 本发明公开了基于维修或故障拓扑变化场景的神经网络模型建模方法，涉及计算机技术领域，包括：构建神经网络初步模型；在识别层中构建拓扑节点识别机制，在识别层中构建拓扑链路识别机制；在正则化层构建拓扑结构的正则化模型；形成判断依据值；形成神经网络初步模型的学习和矫正机制；神经网络初步模型使用学习和矫正机制，得到神经网络模型；对神经网络模型附加形成实景拓扑化机制；神经网络模型输出初始拓扑图像和拓扑变化图像中的不同位置。通过在识别层中构建拓扑节点识别机制，在识别层中构建拓扑链路识别机制，形成神经网络初步模型的学习和矫正机制，其输出结果与实际吻合度高，具有较强的参考价值。
-
公开(公告)号：CN118659462A
公开(公告)日：2024-09-17
申请号：CN202411132222.9
申请日：2024-08-19
Applicant: 安徽继远软件有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
Inventor： 孙飞 , 刘伟浩 , 姜建 , 陈炜 , 吴振杰 , 刘箭 , 金旻昊 , 周小希 , 徐唯耀 , 吴立刚 , 王维佳 , 汪春燕 , 朱卫东 , 王一达 , 陈礼朝 , 程炜东 , 罗明亮 , 张水云
Abstract: 本发明公开了基于深度图生成模型及多模态数据的源荷场景生成方法，涉及电网分析技术领域，包括：获取新能源接入点处的新能源负荷功率范围；得到至少一个电力节点深度图；得到不可忽略电力节点深度图和可忽略电力节点深度图；在不可忽略电力节点深度图和可忽略电力节点深度图之间建立映射关系；得到电力重构向量；所有的不可忽略电力节点深度图及其重构所得的电力重构向量构成初步源荷场景；形成新能源分配向量；得到源荷场景。通过对电力系统进行可视化处理、计算电力节点深度图的分布概率和对初步源荷场景进行删减，能减少存储空间，同时，还能减少检索源荷场景中实际数据对应的场景的时间。
-
公开(公告)号：CN118659462B
公开(公告)日：2024-11-05
申请号：CN202411132222.9
申请日：2024-08-19
Applicant: 安徽继远软件有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
Inventor： 孙飞 , 刘伟浩 , 姜建 , 陈炜 , 吴振杰 , 刘箭 , 金旻昊 , 周小希 , 徐唯耀 , 吴立刚 , 王维佳 , 汪春燕 , 朱卫东 , 王一达 , 陈礼朝 , 程炜东 , 罗明亮 , 张水云
Abstract: 本发明公开了基于深度图生成模型及多模态数据的源荷场景生成方法，涉及电网分析技术领域，包括：获取新能源接入点处的新能源负荷功率范围；得到至少一个电力节点深度图；得到不可忽略电力节点深度图和可忽略电力节点深度图；在不可忽略电力节点深度图和可忽略电力节点深度图之间建立映射关系；得到电力重构向量；所有的不可忽略电力节点深度图及其重构所得的电力重构向量构成初步源荷场景；形成新能源分配向量；得到源荷场景。通过对电力系统进行可视化处理、计算电力节点深度图的分布概率和对初步源荷场景进行删减，能减少存储空间，同时，还能减少检索源荷场景中实际数据对应的场景的时间。
-
公开(公告)号：CN118674012A
公开(公告)日：2024-09-20
申请号：CN202411155591.X
申请日：2024-08-22
Applicant: 安徽继远软件有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
IPC: G06N3/096 , G06N3/092 , G06F18/214
Abstract: 本发明公开了基于神经网络优化的不确定性场景下策略的快速迁移方法，涉及模型迁移技术领域，包括：获取所有已知场景下的决策任务；构建每一个已知场景下的决策任务的任务特征集合；确定每一个已知场景下的决策任务的执行次数；确定环境泛用特征数据；基于环境泛用特征数据，调整环境泛用策略模型的神经网络参数；基于调整的环境泛用策略模型的神经网络参数训练得到环境泛用策略模型。本发明的优点在于：通过神经网络的优化和双重测试集的评估，能够在较短时间内完成模型对新环境的适应，显著缩短了在相同的环境下模型面对不同应用场景的迁移学习的时间，提高了迁移效率。
-
-
-
-
Search Results
85
records
(took 0.064 seconds)
