-
公开(公告)号:CN116647052B
公开(公告)日:2023-10-03
申请号:CN202310899524.8
申请日:2023-07-21
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: H02J13/00 , H02J3/00 , G06Q10/0631 , G06Q50/06 , H04L67/12
摘要: 本发明公开了基于多边云协同的智能变电站自动控制调度方法及系统,所述方法包括:根据变电站中传感器的位置确定边缘设备数目以及所处位置;变电站中传感器采集变电站内各类数据并通过数据流传输;将数据流分配到边缘设备或者云端,计算云端传输消耗;根据云端传输消耗以及边缘设备消耗的成本分别计算云端和边缘设备的收益;以收益最大为目标构建目标函数并建立约束条件;对目标函数求解,得出变电站的传感器数据流优化调度方案;本发明的优点在于:实现计算资源的合理分配的同时保证系统收益最大化,满足实际应用需求。
-
公开(公告)号:CN116647052A
公开(公告)日:2023-08-25
申请号:CN202310899524.8
申请日:2023-07-21
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: H02J13/00 , H02J3/00 , G06Q10/0631 , G06Q50/06 , H04L67/12
摘要: 本发明公开了基于多边云协同的智能变电站自动控制调度方法及系统,所述方法包括:根据变电站中传感器的位置确定边缘设备数目以及所处位置;变电站中传感器采集变电站内各类数据并通过数据流传输;将数据流分配到边缘设备或者云端,计算云端传输消耗;根据云端传输消耗以及边缘设备消耗的成本分别计算云端和边缘设备的收益;以收益最大为目标构建目标函数并建立约束条件;对目标函数求解,得出变电站的传感器数据流优化调度方案;本发明的优点在于:实现计算资源的合理分配的同时保证系统收益最大化,满足实际应用需求。
-
公开(公告)号:CN115081342B
公开(公告)日:2024-10-11
申请号:CN202210883962.0
申请日:2022-07-26
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
发明人: 李宾宾 , 秦琪 , 陈艺 , 汪玉 , 赵龙 , 包佳佳 , 杨瑞雪 , 王鑫 , 金雨楠 , 范明豪 , 马亚彬 , 翟玥 , 陈庆涛 , 黄杰 , 刘鑫 , 孙伟 , 李帷韬 , 李奇越 , 罗欢
IPC分类号: G06F30/27 , G06F119/02
摘要: 本发明公开了一种基于LSTNet的重点控排企业“碳耗‑能耗‑产出”预测方法,包括:1、对采集到的“碳耗‑能耗‑产出”数据进行预处理并划分数据集;2、设计基于长期和短期时间序列的深度神经网络结构3、基于长期和短期时间序列的深度神经网络结构得到测试集样本的预测结果。本发明通过基于LSTNet深度神经网络来提供时间序列的细粒度分析,可以动态的捕获数据在时域和频域上的特征,以提高动态预测精度,满足了准确化快速化的实际需求。
-
公开(公告)号:CN115081342A
公开(公告)日:2022-09-20
申请号:CN202210883962.0
申请日:2022-07-26
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
发明人: 李宾宾 , 秦琪 , 陈艺 , 汪玉 , 赵龙 , 包佳佳 , 杨瑞雪 , 王鑫 , 金雨楠 , 范明豪 , 马亚彬 , 翟玥 , 陈庆涛 , 黄杰 , 刘鑫 , 孙伟 , 李帷韬 , 李奇越 , 罗欢
IPC分类号: G06F30/27 , G06F119/02
摘要: 本发明公开了一种基于LSTNet的重点控排企业“碳耗‑能耗‑产出”预测方法,包括:1、对采集到的“碳耗‑能耗‑产出”数据进行预处理并划分数据集;2、设计基于长期和短期时间序列的深度神经网络结构3、基于长期和短期时间序列的深度神经网络结构得到测试集样本的预测结果。本发明通过基于LSTNet深度神经网络来提供时间序列的细粒度分析,可以动态的捕获数据在时域和频域上的特征,以提高动态预测精度,满足了准确化快速化的实际需求。
-
公开(公告)号:CN117135658A
公开(公告)日:2023-11-28
申请号:CN202311128361.X
申请日:2023-09-01
申请人: 合肥工业大学
摘要: 本发明公开了基于5G基站资源参与电网需求响应的控制方法及装置,包括:各个基站与用电家庭均连接至配电网;基于最小化系统功率波动的要求构建目标函数;构建出基站传输数据预测模型;对目标函数进行转换并构建基站通信服务质量约束条件;构建深度LSTM负荷预测模型,求解目标函数中的部分未知参数;构建非预期约束并将目标函数调整为包含非预期约束的目标函数;计算出满足基站通信服务质量约束条件并使得包含非预期约束的目标函数最小的决策变量,得到预测的下一时刻所要传输的数据包大小状态,基站基于该预测结果给用户传输数据包;本发明的优点在于:满足最小化功率调节的需求,从而电网需求响应效果好。
-
公开(公告)号:CN114977205A
公开(公告)日:2022-08-30
申请号:CN202210653051.9
申请日:2022-06-09
申请人: 合肥工业大学
摘要: 本发明公开了一种基于改进自适应惯性权重的主动配电网电压控制方法,其步骤包括:1、获取分布式电源的特征参数,对获得的数据进行预处理;2、构建邻接矩阵和无向图模型;3、采用STGCN进行训练确定分区方案;4、在分区方案的基础上设定有源配电系统中以电压偏差和网络损耗最小为目标函数;5、确定约束条件;6、采用自适应惯性权重改进的粒子群优化算法方法进行电压控制的寻优。本发明无需额外获取冗杂的配电网参数即可实现孤岛分区任务,从而能实现电网网损和电压偏差最小的优化控制目标,并能提高电压质量。
-
公开(公告)号:CN103332144A
公开(公告)日:2013-10-02
申请号:CN201310242013.5
申请日:2013-06-18
申请人: 合肥工业大学
IPC分类号: B60Q5/00
摘要: 本发明涉及一种基于多传感器组合的纯电动汽车路人监测提醒方法和系统。该方法包括(1)将影响行人安全的区域按照距离汽车的远近设计分解为多个危险等级;(2)选用多个人体识别传感器对上述多个危险等级区域进行组合监测;(3)对多个传感器监测到的数据进行处理,判断出行人所处区域的危险等级;(4)对每一个危险等级用不同声音进行语音提示及报警。该发明所提出的基于多传感器组合的人-车距离监测识别方法,成功的解决了现有的人体传感器只能检测出人体信号,不能同时测量距离的问题,实现了对危险区域的全方位监测。另外本发明采用不同声音报警的设计,也解决了因为纯电动汽车噪音较小,使行人意识不到车辆靠近而对行人的安全隐患。
-
公开(公告)号:CN114977205B
公开(公告)日:2024-03-05
申请号:CN202210653051.9
申请日:2022-06-09
申请人: 合肥工业大学
摘要: 本发明公开了一种基于改进自适应惯性权重的主动配电网电压控制方法,其步骤包括:1、获取分布式电源的特征参数,对获得的数据进行预处理;2、构建邻接矩阵和无向图模型;3、采用STGCN进行训练确定分区方案;4、在分区方案的基础上设定有源配电系统中以电压偏差和网络损耗最小为目标函数;5、确定约束条件;6、采用自适应惯性权重改进的粒子群优化算法方法进行电压控制的寻优。本发明无需额外获取冗杂的配电网参数即可实现孤岛分区任务,从而能实现电网网损和电压偏差最小的优化控制目标,并能提高电压质量。(56)对比文件鲍祚睿;孙强;韩林.一种基于改进粒子群算法的主动配电网优化运行分析方法.自动化应用.2017,(05),121-123+126.
-
公开(公告)号:CN103332144B
公开(公告)日:2016-12-28
申请号:CN201310242013.5
申请日:2013-06-18
申请人: 合肥工业大学
IPC分类号: B60Q5/00
摘要: 本发明涉及一种基于多传感器组合的纯电动汽车路人监测提醒方法和系统。该方法包括1)将影响行人安全的区域按照距离汽车的远近设计分解为多个危险等级;(2)选用多个人体识别传感器对上述多个危险等级区域进行组合监测(;3)对多个传感器监测到的数据进行处理,判断出行人所处区域的危险等级;(4)对每一个危险等级用不同声音进行语音提示及报警。该发明所提出的基于多传感器组合的人-车距离监测识别方法,成功的解决了现有的人体传感器只能检测出人体信号,不能同时测量距离的问题,实现了对危险区域的全方位监测。另外本发明采用不同声音报警的设计,也解决了因为纯电动汽车噪音较小,使行人意识不到车辆靠近而对行人的安全隐患。
-
公开(公告)号:CN114781458A
公开(公告)日:2022-07-22
申请号:CN202210481128.9
申请日:2022-05-05
申请人: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司
摘要: 本发明公开了一种基于自适应小波和注意力机制的时频记忆神经网络的配电网初期故障识别方法,包括:1、对采集到的电流和电压数据进行预处理并划分数据集;2、设计基于自适应小波变换的时频记忆递归神经网络核心结构;3、构建基于自适应小波变换和Attention机制的时频记忆递归神经网络;4、基于自适应小波和Attention机制的时频记忆递归神经网络得到测试集样本的输出结果。本发明通过基于自适应小波变换和Attention机制的时频记忆递归神经网络来提供时间序列的细粒度分析,可以动态的捕获数据在时域和频域上的特征,以提高初期故障的识别精度,满足了准确化快速化的实际需求。
-
-
-
-
-
-
-
-
-