-
公开(公告)号：CN115800538A
公开(公告)日：2023-03-14
申请号：CN202211536392.4
申请日：2022-12-01
Applicant: 国网四川省电力公司电力科学研究院 , 四川省创世华软科技有限公司
IPC: H02J13/00
Abstract: 本发明提供的基于人工智能的智能电网运维监控方法及系统，涉及数据处理技术领域。在本发明中，可以先对目标电网组件进行数据提取处理，以得到目标电网组件对应的历史电网运行数据；再分别计算历史电网运行数据和预先配置的参考电网运行数据集合包括的每一个参考电网运行数据之间的数据相关度；最后，依据历史电网运行数据和每一个参考电网运行数据之间的数据相关度，并结合预先为每一个参考电网运行数据配置的异常程度参考值，分析输出历史电网运行数据对应的异常程度表征值，再基于异常程度表征值确定出目标电网组件对应的目标运行安全度。基于上述内容，可以在一定程度上提高运行安全分析的可靠度。
-
公开(公告)号：CN119068264A
公开(公告)日：2024-12-03
申请号：CN202411255981.4
申请日：2024-09-09
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/774 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N5/04
Abstract: 本发明公开了一种光电池表面缺陷检测方法、系统、终端及介质，涉及电池检测技术领域，其技术方案要点是：采集光电池图像，并对光电池图像进行缺陷类型标注；将缺陷类型标注后的光电池图像进行数据增广，得到训练集；在YOLOv8的特征提取网络C2f模块中引入可变形卷积网络，构建新的YOLOv8模型；通过训练集对新的YOLOv8模型进行训练，得到检测模型；采用检测模型对待识别光电池图像进行检测，完成光电池表面缺陷的目标检测。本发明以YOLOv8为基线，建立一种高精度且轻量化的光电池表面缺陷检测模型，来满足工业生产的实际需求。
-
公开(公告)号：CN119066835A
公开(公告)日：2024-12-03
申请号：CN202410967959.6
申请日：2024-07-18
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06F30/20 , G06F30/18 , G06Q40/04 , G06Q50/06 , H02J3/00 , G06F111/04 , G06F113/04
Abstract: 本发明公开一种考虑不可执行电力期望惩罚的省间电力交易出清问题寻优计算方法，包括以下步骤：1)以社会福利最大化为优化目标，建立计及绿电低碳价值的省间电力中长期交易模型；2)构建计及出力分布特性的绿电不可执行电力惩罚表达式，并进行线性化处理，得到考虑线性化不可执行电力期望的惩罚；3)基于考虑线性化不可执行电力期望的惩罚，对省间电力中长期交易模型的目标函数进行修正，构建省间电力中长期交易高效出清模型；4)求解省间电力中长期交易高效出清模型，得到省间电力中长期交易出清方案。本发明所提提高绿电配置方案可执行性的省间电力交易出清方法可以提高出清方案的可执行性、出清计算效率和求解效率。
-
公开(公告)号：CN115937492B
公开(公告)日：2024-07-09
申请号：CN202211590327.X
申请日：2022-12-12
Applicant: 国网四川省电力公司电力科学研究院 , 华北电力大学(保定) , 安徽继远软件有限公司
IPC: G06V10/143 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了一种基于特征识别的变电设备红外图像识别方法，其目的在于解决在红外图像中设备与背景难以区分的情况下对变电设备目标检测困难的问题，首先对变电设备的红外图像进行兴趣特征的提取，再通过识别的难易程度放到深度学习中进行训练，通过目标检测数据集的标准制作变电设备红外数据集，并使用目标检测网络在该数据集上进行训练，实现对多种变电设备的目标检测。其利用先验知识对多种变电设备进行定位与分类，解决在红外图像中设备与背景难以区分的情况下对变电设备目标检测困难的问题，本发明方法检测更准确，通用性较强，检测过程无需人工参与。
-
公开(公告)号：CN117557111A
公开(公告)日：2024-02-13
申请号：CN202311270970.9
申请日：2023-09-28
Applicant: 国网四川省电力公司电力科学研究院 , 西南石油大学
IPC: G06Q10/0637 , G06Q50/06
Abstract: 本发明公开了一种服务于实时碳交易的燃煤电厂碳排放因子计算方法及系统，涉及碳排放监测技术领域。包括根据每日入炉燃煤的检测参数数据，获取燃煤电厂当日燃煤发电的碳排放核算总量；利用烟气连续排放监测系统，获取燃煤电厂当日燃煤发电的碳排放实测总量；根据历史日燃煤发电的碳排放核算总量和日燃煤发电的碳排放实测总量关系，获取碳排放校正值；根据碳排放校正值对预定时期内燃煤发电的碳排放实测总量进行校正，获取碳排放实测校正值；根据碳排放实测校正值以及预定时期内的上网电量，实时计算燃煤电厂电厂碳排放因子。本发明通过结合核算法和实测法，既保证了服务于碳交易市场的时效性要求，又提高了准确度。
-
Patent Agency Ranking
公开(公告)号：CN116612124B
公开(公告)日：2023-10-20
申请号：CN202310897591.6
申请日：2023-07-21
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06T7/00 , G06V10/44 , G06N3/0464 , G06N3/08 , G06V10/82
Abstract: 本发明提供了一种基于双分支串行混合注意力的输电线路缺陷检测方法，属于输电线路缺陷检测技术领域，该方法包括构建基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型，其中，所述基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型包括双分支串行混合注意力DBSA和特征金字塔WCFPN；利用基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型对输电线路进行缺陷检测。本发明解决了现有的输电线路缺陷检测方法不能很好地克服小目标和复杂背景两个难点的问题。
-
公开(公告)号：CN112858784B
公开(公告)日：2023-05-26
申请号：CN202110363959.1
申请日：2021-04-03
Applicant: 国网四川省电力公司电力科学研究院
IPC: G01R23/163
Abstract: 一种牵引供电系统‑区域电网并联谐波谐振频率识别方法，利用电能质量同步监测设备记录牵引变压器高压侧区域电网任一母线A相、B相或C相电压波形以及机车网侧电压波形，来估计由机车发射谐波从机车网侧高压电路到牵引变压器高压侧区域电网该母线A相、B相或C相的放大倍数，进而判断铁路牵引供电系统‑区域电网是否存在并联谐波谐振频率。本发明可以识别铁路牵引供电系统‑区域电网是否存在并联谐波谐振频率，且能定量反映机车发射谐波对区域电力系统的谐波影响大小；可用于定量分析铁路机车发射谐波对牵引变压器高压侧区域电网的谐波影响，相比于仿真分析的方法，不需要建立牵引供电系统‑区域电网谐波模型，更简单且足够精确。
-
公开(公告)号：CN116108002A
公开(公告)日：2023-05-12
申请号：CN202211618836.9
申请日：2022-12-15
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06F16/215 , G06F17/18 , G06F16/242 , G06Q50/06
Abstract: 本发明公开了基于内外部数据勾稽的城市充电桩运行状态监测方法，从充电站相关运营商平台批量爬取充电站数据；对同一批次的所有充电站数据进行清洗和标准化处理，得到第一标准数据组；根据公共字段对第一标准数据组中的数据进行分组统计；得到外部充电站数据；获取国网内部的充电站数据，根据公共字段对国网内部的充电站数据进行分组统计，得到国网充电站数据；对比外部充电站数据与国网充电站数据的充电站数量是否一致，若不一致，则得到未报装充电站；定时批量爬取充电站数据，更新外部充电站数据，并循环上述步骤。找到未报装充电站。实时更新外部充电站数据，可实现对城市充电桩运行状态的及时监控，助力电网配置优化和充电基础设施建设。
-
公开(公告)号：CN114861882A
公开(公告)日：2022-08-05
申请号：CN202210490951.6
申请日：2022-05-07
Applicant: 国网四川省电力公司电力科学研究院
Abstract: 本发明公开了一种CO2时空分布重构方法及系统，包括以下步骤：S1：建立环境数据库，所述环境数据库和多输出深度神经网络模型；S2：利用NO2卫星遥感数据和与环境数据对多输出深度神经网络模型进行初始训练；S3：利用CO2卫星遥感数据和与环境数据对经过初始训练后的多输出深度神经网络模型进行二次训练；S4：利用与环境数据和经训练好的多输出深度神经网络模型对CO2时空分布进行预测，得到CO2时空分布重构结果。本发明在重构出准确度更高的NO2卫星数据高时空分辨率数据集的同时，将NO2卫星数据所代表的化石燃料燃烧的信息赋予到模型中，实现对CO2高时空分辨率时空分布的重构。
-
公开(公告)号：CN119514868A
公开(公告)日：2025-02-25
申请号：CN202411575159.6
申请日：2024-11-06
Applicant: 国网四川省电力公司电力科学研究院
IPC: G06Q10/063 , G06Q50/26 , G06Q10/04 , G06N20/20 , G06F30/20 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/0442 , G06N3/049 , G06N3/126 , G06N3/006 , G06N20/10
Abstract: 本发明公开了考虑驱动因素波动的碳排放集成预测方法、设备及介质，涉及碳排放预测技术领域。预测方法包括：基于时间序列模型和多因素模型建立碳排放量的集成预测模型；采用蒙特卡洛法对影响碳排放量的驱动因素进行动态情景模拟，得到驱动因素的波动范围；在所波动范围内对驱动因素进行随机抽样，得到多组抽样结果；将多组抽样结果分别输入集成预测模型进行预测，得到对应于各组抽样结果的碳排放量预测结果；基于碳排放量预测结果的置信区间得到预测的碳排放区间。本发明通过构建不同的时间序列方法与多因素预测方法结合的碳排放集成预测模型，通过蒙特卡洛模拟考虑了未来碳排放影响因素的不确定性，提高了碳排放预测的准确性和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.07 seconds)
