-
公开(公告)号：CN105893714A
公开(公告)日：2016-08-24
申请号：CN201610340787.5
申请日：2016-05-19
申请人： 国网四川省电力公司电力科学研究院 , 四川大学
IPC分类号： G06F17/50
CPC分类号： Y02E60/76 , Y04S40/22 , G06F17/5009 , G06F2217/06
摘要： 本发明公开了基于大电网仿真系统下的自动电压控制系统闭环检测及评估方法，其包括大电网仿真系统从存储有多组案例的智能检测库中选取的实际地区电网的潮流断面信息发送给自动电压控制系统；若潮流断面信息中存在电压或功率越限，自动电压控制系统则生成相应的控制策略并发送至大电网仿真系统，对仿真系统相应电气设备进行调控操作，使其电气参量回复到正常范围内；对同一运行方式，将潮流断面信息发送到评估系统，由评估系统生成相应的控制策略，并计算相应的评估指标，对自动电压控制系统控制策略的优化效果、控制效率和可操作性进行评估。
-
公开(公告)号：CN117201139A
公开(公告)日：2023-12-08
申请号：CN202311179525.1
申请日：2023-09-13
申请人： 国网四川省电力公司电力科学研究院 , 四川中电启明星信息技术有限公司 , 四川大学 , 电子科技大学
摘要： 本发明公开了一种基于联邦蒸馏学习框架的噪声扰动防御方法及系统，包括：针对不同工业物联网领域，建立联邦学习通讯框架；基于联邦学习通讯框架，采用知识蒸馏技术实现对联邦学习通讯框架的通讯参数由梯度向逻辑层参数的转化；建立基于知识蒸馏的联邦蒸馏学习框架，进行联邦学习模型训练优化，得到优化后的联邦蒸馏学习框架；基于优化后的联邦蒸馏学习框架，结合噪声扰动技术，建立联邦蒸馏客户端级别成员推理攻击的防御方案；其中，所述客户端级别成员推理攻击是一种由恶意客户端发起的针对所有参与者成员隐私的推理攻击手段。本发明解决了联邦蒸馏框架中存在的客户端成员推理攻击以及用户本地模型的标签损失和置信度分数向量失真问题。
-
公开(公告)号：CN105893714B
公开(公告)日：2019-02-26
申请号：CN201610340787.5
申请日：2016-05-19
申请人： 国网四川省电力公司电力科学研究院 , 四川大学
IPC分类号： G06F17/50
摘要： 本发明公开了基于大电网仿真系统下的自动电压控制系统闭环检测及评估方法，其包括大电网仿真系统从存储有多组案例的智能检测库中选取的实际地区电网的潮流断面信息发送给自动电压控制系统；若潮流断面信息中存在电压或功率越限，自动电压控制系统则生成相应的控制策略并发送至大电网仿真系统，对仿真系统相应电气设备进行调控操作，使其电气参量回复到正常范围内；对同一运行方式，将潮流断面信息发送到评估系统，由评估系统生成相应的控制策略，并计算相应的评估指标，对自动电压控制系统控制策略的优化效果、控制效率和可操作性进行评估。
-
公开(公告)号：CN118802534A
公开(公告)日：2024-10-18
申请号：CN202410973101.0
申请日：2022-07-26
申请人： 国网四川省电力公司电力科学研究院
IPC分类号： H04L41/082 , H04L41/16 , H04L67/12 , H04L67/289
摘要： 本发明公开了一种电力物联网AI赋能云边协同中间件及其系统，包括北向接口单元、南向接口单元、控制接口单元、AI分析单元和模型库；北向接口单元用于解析并将电网管理平台下发的消息转换为北向消息，将南向接口单元上传的电力终端设备采集的数据和AI分析单元的分析结果上传至电网管理平台；南向接口单元用于将终端设备信息采集指令转发给电力终端设备，并接收解析电力终端设备上传的数据；控制接口单元用于将终端设备控制指令转发给电力终端设备；AI分析单元响应于接收分析指令，利用AI分析模型对电力终端设备采集的数据进行分析。本发明通过中间件实现电力终端设备和电网管理平台的有效连接，仅需对中间件进行升级维护，减小升级维护的工作量。
-
公开(公告)号：CN117977576B
公开(公告)日：2024-07-16
申请号：CN202410361309.7
申请日：2024-03-28
申请人： 国网四川省电力公司电力科学研究院
摘要： 本发明公开了一种基于多尺度历史负荷数据的台区负荷预测方法，涉及负荷数据预测技术领域，通过HUTFormer结合基于贝叶斯优化的弹球损失函数进行置信区间预测。HUTFormer模型可以捕获时间序列数据中的长期依赖性，而弹球损失函数有助于在存在不确定性时提供准确的置信区间。该组合具有更广泛的适用范围并能生成更精确可靠的预测结果。能够有效地提高配电网台区变压器负荷预测的精准度和可靠性处理长期的依赖关系，在预测中提供定量的不确定性评估，从而为实际应用中的风险管理和决策提供了科学依据。此外，本方法扩展了现有技术的应用范围，并对各种不同类型的负荷情况提供了准确的预测，使其在实际操作中具有更高的实用价值。
-
公开(公告)号：CN117674155A
公开(公告)日：2024-03-08
申请号：CN202311660020.7
申请日：2023-12-05
申请人： 国网四川省电力公司电力科学研究院 , 西南交通大学
IPC分类号： H02J3/06
摘要： 本发明公开了一种柔性牵引供电系统及控制方法，包括一个潮流控制所和一个以上牵引变电所；潮流控制所中，三相变压器的一次侧连接到交流母线，二次侧连接到三组电压源变流器的交流侧；三组电压源变流器的直流侧均连接到直流母线，光伏阵列和超级电容分别通过一组DC‑DC变换器连接到直流母线；直流母线还依次通过三相并网逆变器、三相升压变压器连接到配电网；牵引变电所中，牵引变压器一次侧连接到交流母线，二次侧连接到牵引网；交流母线还连接到供电网；还包括测控单元，所述测控单元用于采集电气数据后，控制三组电压源变流器、三相并网逆变器和两组DC‑DC变换器。本发明消除了牵引网中部分/全部电分相，降低了列车过分相风险，保障列车运营安全。
-
公开(公告)号：CN117592513A
公开(公告)日：2024-02-23
申请号：CN202311559870.8
申请日：2023-11-21
申请人： 国网四川省电力公司电力科学研究院
IPC分类号： G06N3/0455 , H02J3/00 , G06N3/08
摘要： 本发明公开了一种基于变分自编码器和模型迁移的电力系统运行方式样本的生成方法，包括：获取目标电力系统的运行数据并构建变分自编码器的训练数据集；根据不同的给定任务，将对应的所述训练数据集输入变分自编码器，训练得到对应任务的变分自编码器；将所述运行数据的隐藏特征分布组合输入所述变分自编码器的解码器，得到所述电力系统的运行方式样本数据。本发明通过获取目标电力系统的运行数据经过预训练得到基础模型，并且在根据特定运行方式的样本数据学习训练不同分布组合只需使用少量的样本训练一个模型，具有算力需求低、样本需求少的特点，解决了传统的电力系统运行方式样本的生成方法存在的生成的样本可靠性差的问题。
-
公开(公告)号：CN117274748A
公开(公告)日：2023-12-22
申请号：CN202311526946.7
申请日：2023-11-16
申请人： 国网四川省电力公司电力科学研究院
IPC分类号： G06V10/774 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/048 , G06N3/08
摘要： 本发明一种基于离群抑制的终生学习电力模型训练及检测方法，该方法包括：获取输配电线路电力缺陷图像数据；训练得到电力缺陷检测模型；通过密集区域融合算法对电力缺陷检测模型中特征金字塔模块的离群数据进行自适应抑制，优化并得到最终训练好的电力缺陷检测模型；使用已训练的电力缺陷检测模型对输配电线路电力缺陷图像数据进行缺陷检测。本发明通过在终生学习过程中对电力缺陷图像数据的持续增量训练，以及自适应地抑制离群数据，有效地抑制了模型中的异常参数，解决了现有训练方法中全量更新引发的异常参数问题，以及部分参数冻结更新导致的样本特征学习不完整问题，进而提高了检测的精度。
-
公开(公告)号：CN117269829A
公开(公告)日：2023-12-22
申请号：CN202311069999.0
申请日：2023-08-23
申请人： 国网四川省电力公司电力科学研究院
发明人： 吴杰 , 甄威 , 常政威 , 黄琦 , 张华杰 , 张蔓 , 廖均 , 李凡红 , 李富祥 , 王利平 , 李小鹏 , 姜振超 , 陈刚 , 宋梁 , 井实 , 易建波 , 罗荣森 , 李世龙
摘要： 本发明公开了一种干式空心电抗器匝间短路故障识别方法和系统，该方法包括：利用干式空心电抗器的等效电阻和有效功率构造判断干式空心电抗器匝间短路故障的故障因子，所述故障因子对匝间故障的检测信号具有放大作用；利用所述故障因子对干式空心电抗器匝间短路故障进行在线检测。本发明提出的干式空心电抗器匝间短路故障识别方法，其利用等效电阻和有功功率构造判断干式空心电抗器匝间短路故障的故障因子，该故障因子能够将匝间故障的检测信号进行放大，因此可利用该故障因子对干式空心电抗器内部匝间短路故障进行在线监测识别，同时对匝间轻微故障也具有较高的识别灵敏度，提高了匝间短路故障检测的准确性和可靠性。
-
公开(公告)号：CN117033947B
公开(公告)日：2023-12-22
申请号：CN202311287544.6
申请日：2023-10-08
申请人： 国网四川省电力公司电力科学研究院
摘要： 本发明一种隐私保护的云边协同的频繁项目挖掘方法，包括以下步骤：将真实项目域编码为虚拟项目域；云边端协同挖掘k1个频繁虚拟项目；基于频繁虚拟项目构建云端频率表征矩阵；将云端频率表征矩阵和所有边端进行分组并配对；各边端基于所在边端组与对应频率子矩阵获得信息表征矩阵，并将信息表征矩阵进行向量化表征；各边端对本地向量进行扰动获得扰动值及扰动序号；云端聚合各边端组的扰动值及扰动序号，获得对应的频率恢复子矩阵，进而获得频率恢复矩阵；云边端协同融合隐私保护技术挖掘频(56)对比文件Ling Qiu 等.Preserving privacy inassociation rule mining with bloomfilters《.J Intell Inf Syst 》.2007,253–278.Haonan Wu 等.Mining frequent itemsfrom high-dimensional set-valued dataunder local differential privacyprotection《.Expert Systems WithApplications》.2023,1-13.Beibei Li 等.EPPSQ: Achievingefficient and privacy-preservingstatistics queries over encrypted data insmart grids《.Future Generation ComputerSystems》.2023,1-15.
-
-
-
-
-
-
-
-
-
搜索结果
207 条记录 (耗时 0.056 秒)
