公开(公告)号：CN118135368A

公开(公告)日：2024-06-04

申请号：CN202410107016.6

申请日：2024-01-25

Applicant: 国网新疆电力有限公司巴州供电公司 ,  华北电力大学

Inventor： 唐锐 ,  陈剑波 ,  张国庆 ,  武建超 ,  杨春萍 ,  王迁 ,  柴江 ,  魏新辉 ,  何雨辰 ,  刘凯波 ,  马振峰 ,  蔡润楷

IPC: G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/80 ,  G06V10/25

Abstract: 本发明公开了一种基于改进YOLOv8的电力输电线路覆冰检测方法，包括以下步骤：S01：选取数据集，并对其进行数据增强；S02：筛选数据，将数据集按比例分为测试集和验证集；S03：建立改进的YOLOv8模型；S04：训练模型；S05：评估模型；S06：应用改进的YOLOv8模型到实际检测中，该检测方法适合于山区、林区等复杂背景下的检测场景需求，提高了模型对于复杂特征的注意，抑制其余不相关的背景信息，在满足小型模型的条件下，提高了模型的精确定位能力，首先采用SIoU作为损失函数使模型训练更加快速，提高精确率；其次通过改用对偶卷积替换部分普通卷积，提高不同通道间的信息交换，加快模型收敛速度；最后，使用了GiraffeDet替换原本的网络结构，提升检测效果。

公开(公告)号：CN117911837A

公开(公告)日：2024-04-19

申请号：CN202410107003.9

申请日：2024-01-25

Applicant: 国网新疆电力有限公司巴州供电公司 ,  华北电力大学

Inventor： 陈剑波 ,  唐锐 ,  王迁 ,  姚平 ,  杨春萍 ,  柴江 ,  张国儒 ,  刘圣飞 ,  何雨辰 ,  刘凯波 ,  马振峰 ,  蔡润楷

IPC: G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种改进YOLOv8网络的电力输电线路覆冰检测方法，包括以下步骤：S01：选取数据集，并对其进行数据增强；S02：筛选数据并进行图像标注，将数据集按比例分为测试集和验证集；S03：建立改进的YOLOv8模型；S04：训练模型；S05：评估模型；S06：应用改进的YOLOv8模型到实际检测中，该方法采用改进的YOLOv8，通过幽灵洗牌卷积取代了部分传统卷积，减少模型参数，加快模型收敛速度；引入BiFormer注意力机制，有效地提高了模型对于复杂特征的注意，抑制其余不相关的背景信息；将损失函数替换为WIoUv3，配备合理的梯度分配策略，优先考虑平均质量的样本，提高了模型的精确定位能力。

公开(公告)号：CN117933750A

公开(公告)日：2024-04-26

申请号：CN202410107422.2

申请日：2024-01-26

Applicant: 国网新疆电力有限公司乌鲁木齐供电公司 ,  华北电力大学

Inventor： 赵许许 ,  廖俊龙 ,  穆羡瑛 ,  李霞 ,  杜建城 ,  杨春萍 ,  黄琰 ,  郭瑞 ,  芦劼 ,  詹鑫 ,  胡健民 ,  刘明兴 ,  于海明 ,  刘沙 ,  李香增 ,  窦浩平 ,  豆丹 ,  蔚凡 ,  吴紫恒 ,  罗晨 ,  汤德海 ,  邹德凡 ,  何雨辰 ,  刘凯波 ,  马振峰 ,  蔡润楷

IPC: G06Q10/0637 ,  G06Q50/06 ,  G06N3/0442

Abstract: 本发明公开了一种基于CEEMDAN‑LSTM‑TPA模型的短期光伏功率预测方法，包括以下步骤：S01：将预处理后的光伏功率数据经过CEEMDAN算法分解为k个不同频率的模态分量；S02：计算各分量的样本熵值，将相近频率的分量合并降低预测的复杂度，合并为n个重组序列；S03：将影响光伏功率的特征变量与不同模态分量输入基于时序注意力机制的长短期记忆网络进行预测；S04：将不同分量的预测值合并得到最后的预测结果，该方法首先对原始的光伏功率数据进行CEEMDAN分解，该分解方法解决了模态混叠问题，然后通过样本熵对不同模态分量进行合并，降低预测的复杂度，提高运算速度，总体来说，该预测方法降低了预测误差，提高了预测精度。

公开(公告)号：CN117933751A

公开(公告)日：2024-04-26

申请号：CN202410107586.5

申请日：2024-01-26

Applicant: 国网新疆电力有限公司乌鲁木齐供电公司 ,  华北电力大学

Inventor： 王世青 ,  廖俊龙 ,  李霞 ,  卢秋郁 ,  詹鑫 ,  杨春萍 ,  芦劼 ,  香静 ,  王建红 ,  孟祥军 ,  王炯程 ,  韩生龙 ,  李凯 ,  谢鹏 ,  傅永康 ,  胡昭杰 ,  张文斌 ,  邓琳 ,  薛文斌 ,  张高宇 ,  姚伟 ,  邹德凡 ,  何雨辰 ,  刘凯波 ,  马振峰 ,  蔡润楷

IPC: G06Q10/0637 ,  G06Q50/06

Abstract: 本发明公开了一种基于VMD‑BiGRU‑AE模型的短期光伏功率预测方法，包括以下步骤：S01：将预处理后的光伏功率数据经过VMD算法分解为k个不同频率的模态分量；S02：计算不同模态分量的排列熵，根据各分量的排列熵值将不同分量合并为n个重组序列；S03：将重组后的序列矩阵与影响光伏功率的特征信息矩阵拼接，分别将其输入BiGRU‑AE模型中进行预测；S04：将输出的预测值重构相加，得到最后的预测值并分析误差，所述BiGRU‑AE模型能够充分地挖掘时序信息，所述影响光伏功率的特征信息矩阵采用自注意力机制，根据数据内部自身的相关性分配注意力资源，更容易提取全局信息，从而提高了运算效率和准确率，总体来说，该方法能提高预测精度并提升预测效率。