-
公开(公告)号:CN115563882A
公开(公告)日:2023-01-03
申请号:CN202211331534.3
申请日:2022-10-28
Applicant: 东南大学 , 国网江苏省电力有限公司淮安供电分公司
IPC: G06F30/27 , G06N3/00 , G06N3/08 , G06Q50/06 , G06F111/08 , G06F111/04
Abstract: 本发明公开了一种基于改进模仿学习的非实时观测有源配电网优化方法,涉及配电网优化技术领域。本发明首先根据配电网完整的历史数据,采用粒子群优化算法,对配电网的历史断面数据进行优化,获得对应历史断面的优化指令,构建最优指令库;然后,构建配电网优化的生成对抗网络模型;之后,对构建好的生成对抗网络模型进行训练,将历史断面数据输入生成器,生成优化指令,将生成指令和最优指令及其标签输入判别器,对判别器进行训练,实现对指令优秀与否的判定,将判别器对生成指令的判定结果反馈给生成器,对生成器进行反向更新,最终达到纳什均衡状态,完成训练;最后,在线应用时,将实时可以获得的量测数据输入生成对抗网络模型,输出对应的优化指令。
-
公开(公告)号:CN119759267A
公开(公告)日:2025-04-04
申请号:CN202411796766.5
申请日:2024-12-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于多副本安全重复数据删除和双重数据完整性审计的云储存方法,以解决现有支持审计的重复数据删除方案中存在的单点故障问题,以及多副本存储带来的高存储成本和缺乏有效审计机制的问题。本发明包括以下关键技术:首先,设计安全的重复数据删除存储模型,采用多个服务器进行副本存储,结合消息锁定加密和所有权证明协议,提升数据安全性并减少数据冗余。其次,开发双重数据审计机制,实现云服务提供商的初始协同审计,同时允许用户在争议情况下进行后续验证审计。最后,引入基于区块链的仲裁机制,通过记录审计结果和执行智能合约实现透明高效的争议解决。本发明能够显著提高存储效率和数据安全性,具有广泛的实用价值。
-
公开(公告)号:CN114583696A
公开(公告)日:2022-06-03
申请号:CN202210242974.5
申请日:2022-03-11
Applicant: 国网江苏省电力有限公司电力科学研究院 , 东南大学 , 国网江苏省电力有限公司 , 南京中大智能科技有限公司 , 江苏省电力试验研究院有限公司
Abstract: 本发明公开了配电网优化调控技术领域的一种基于BP神经网络和场景匹配的配电网无功优化方法及系统,所述方法包括:根据设定的分类规则,对待优化场景分类;将分类后的待优化场景与建立的历史场景库进行场景匹配,获得对应的关键控制对象和调控策略。本发明通过直接利用配电网的运行大数据生成历史场景库,充分考虑了接入随机负荷的配电网无功优化和电压管理问题中运行场景的特性,将待优化场景与建立的历史场景库进行场景匹配,获得对应的关键控制对象和调控策略,能够在不依赖配网模型和参数的情况下,实现对接入了随机负荷的配电网进行无功优化和电压管理,提高了电压质量和供电可靠性。
-
-