基于生成对抗神经网络的电力线脉冲噪声建模方法

    公开(公告)号:CN118051721A

    公开(公告)日:2024-05-17

    申请号:CN202410086378.1

    申请日:2024-01-22

    摘要: 本发明涉及一种基于生成对抗神经网络的电力线脉冲噪声建模方法,该方案针对高比例电力电子接入的环境,首先,采用FPGA获取实测电力线脉冲噪声数据,并通过MATLAB进行处理得到噪声幅度随样本点数变化的实测波形,其次,采用生成对抗神经网络代替传统的神经网络对电力线脉冲噪声进行建模,优化网络训练过程,使得训练方法更加简洁,减少训练过程中的不确定因素,提高神经网络的收敛速度。此外,将生成对抗神经网络中的生成器和判别器根据分析结果在高比例电力电子设备中不断训练,能够更加适应当前电力线系统的稳定形态和运行特点,提高电力线脉冲噪声的建模精度,进一步增强低压电力线系统的抗噪能力,提高高比例电力电子接入环境下系统的稳定性与可靠性。

    基于多尺度小波变换网络预测的电力电子噪声能量建模方法

    公开(公告)号:CN118051720A

    公开(公告)日:2024-05-17

    申请号:CN202410086340.4

    申请日:2024-01-22

    摘要: 本发明涉及一种基于多尺度小波变换网络预测的电力电子噪声能量建模方法,该方案针对电力电子系统的运行场景,在采集到电力电子噪声后,通过分析噪声的时频特性和分布特征,并采用多尺度小波变换获得激励函数,再与深度神经网络相结合进行噪声参数调整和权重更新,通过参数预测和模型优化得到最优权重,然后针对不同噪声类型进行建模,极大提高了噪声建模的可靠性和稳定性,提高电力通信系统的数据传输效率。此外,通过对多尺度小波变换网络预测算法中尺度因子的调整,得到多噪声特征的频率取值,满足了对不同噪声的频率分析。与现有技术相比,本发明能够分析不同噪声的时频特性,并在建立对应噪声模型过程中加入了参数预测和权重更新,通过不断的优化训练降低噪声分析的误差,实现电力电子噪声的高精度建模。

    面向局放检测的多光谱感传算一体化方法、装置及系统

    公开(公告)号:CN117310403A

    公开(公告)日:2023-12-29

    申请号:CN202311226310.0

    申请日:2023-09-21

    摘要: 本发明涉及一种面向局放检测的多光谱感传算一体化方法、装置及系统,属于电力系统技术领域。该算法构造了一对协作DAC网络扩充DQN,实现了对整数变量和连续变量同时优化。此外,该算法将AoI超过阈值或出现漏判情况的经验判断为失败经验,并调整成功经验回放池和失败经验回放池的协作提取率,提高初始学习阶段的收敛速度,避免最后学习阶段的过拟合,实现多重经验回放学习,避免了局部放电检测多次失败的情况,提高了局部放电检测效率、精度。

    基于信息流、能量流和碳流一体化的配网资源调度方法及系统

    公开(公告)号:CN118350584A

    公开(公告)日:2024-07-16

    申请号:CN202410487754.8

    申请日:2024-04-23

    摘要: 本发明涉及一种基于信息流、能量流和碳流一体化的配网资源调度方法及系统,属于电力通信技术领域。本发明提出的CEPAoI是不同于AoI的新颖信息时效性度量,CEPAoI能够捕捉信息流的AoI演化对能量流和碳流的非线性影响。此外,CEPAoI与信息流、能量流和碳流相结合,实现信息流、能量流和碳流一体化的配网资源调度。提出DNFAC,将DFNN纳入DAC框架,以解决非显式状态‑动作映射的问题,通过基于模糊规则和加权点火强度提取信息流、能量流和碳流的关键特征来阐明任何特定状态‑动作对资源调度策略背后的基本原理,极大地提高了学习的准确性、收敛性和可解释性,提高了信息流、能量流和碳流一体化的配网资源调度的准确性。

    基于通感一体化的电力语义短包通信方法、装置与系统

    公开(公告)号:CN118338321A

    公开(公告)日:2024-07-12

    申请号:CN202410516599.8

    申请日:2024-04-28

    IPC分类号: H04W24/02 H04W24/06

    摘要: 本发明涉及一种基于通感一体化的电力语义短包通信方法、装置与系统,属于电力通信技术领域。本发明通过构建多模态经验回放池和引入电力模态探索‑利用折中系数,使PMU终端能够动态调整数据采集频率,有效应对配电网多样化运行模态下的感知挑战,提升稀疏模态下感知频率的优化性能,加强了对电力系统关键运行状态的捕捉能力。利用对抗智能体模拟不确定性环境,结合多智能体的合作博弈机制,实现了信源信道联合编码的动态优化和鲁棒性提升,有效保障了电力语义信息在复杂信道条件下的传输可靠性,为电力系统的高效和可靠运行提供了坚实的技术支撑。

    一种基于残差网络的电力线载波分组聚合方法

    公开(公告)号:CN117978208A

    公开(公告)日:2024-05-03

    申请号:CN202410086437.5

    申请日:2024-01-22

    摘要: 本发明涉及一种基于残差网络的电力线载波分组聚合方法,该方法针对电力线载波通信场景,在获取实际电力线通信网环境信息之后,通过卷积法对实际电力线网络节点分组及其环境建模,并基于残差网络设计电力线载波分组聚合方法,采用残差网络进行载波聚合预测,通过考虑网络噪声和拓扑变化等环境因素,增加了载波聚合方法的精准性,大大提高了载波聚合的正确率。此外,通过Adam优化算法中损失的设计,杜绝残差网络的重复工作,保证载波聚合的计算效率。与现有技术相比,本发明能够实现载波聚合结果的快速输出与自主优化,达到性能的快速高效收敛,对场景的适应能力更强,业务性能更优。