公开(公告)号：CN115640743B

公开(公告)日：2023-09-08

申请号：CN202211213121.5

申请日：2022-09-30

申请人： 国网江苏省电力有限公司常州供电分公司

发明人： 赵翊 ,  孙阳 ,  何湘英 ,  王恭玥 ,  傅旭栋

IPC分类号： G06F30/27 ,  G06F18/22 ,  G06F18/213 ,  G06F18/214 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

摘要： 本发明公开了一种基于贝叶斯优化参数神经网络的配电负荷‑馈线智能匹配方法，涉及电力系统智能运维技术领域。所述方法包括如下步骤：通过近似符号聚合算法对离散时间序列的采样数据符号化并利用欧式距离散发计算采样数据符号间的关联度，对采样数据中的异常及空白数据进行修正和填充；采用改进CNN‑LSTM混合神经网络模型对修正后的采样负荷数据及馈线编号进行匹配训练；使用贝叶斯优化算法对CNN‑LSTM混合神经网络模型进行最优超参数组合设定及优化。所述方法具有智能化程度高且分类准确等优点。

公开(公告)号：CN115640743A

公开(公告)日：2023-01-24

申请号：CN202211213121.5

申请日：2022-09-30

申请人： 国网江苏省电力有限公司常州供电分公司

发明人： 赵翊 ,  孙阳 ,  何湘英 ,  王恭玥 ,  傅旭栋

IPC分类号： G06F30/27 ,  G06F18/22 ,  G06F18/213 ,  G06F18/214 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

摘要： 本发明公开了一种基于贝叶斯优化参数神经网络的配电负荷‑馈线智能匹配方法，涉及电力系统智能运维技术领域。所述方法包括如下步骤：通过近似符号聚合算法对离散时间序列的采样数据符号化并利用欧式距离散发计算采样数据符号间的关联度，对采样数据中的异常及空白数据进行修正和填充；采用改进CNN‑LSTM混合神经网络模型对修正后的采样负荷数据及馈线编号进行匹配训练；使用贝叶斯优化算法对CNN‑LSTM混合神经网络模型进行最优超参数组合设定及优化。所述方法具有智能化程度高且分类准确等优点。

公开(公告)号：CN117555960A

公开(公告)日：2024-02-13

申请号：CN202311561552.5

申请日：2023-11-21

申请人： 国网江苏省电力有限公司常州供电分公司

发明人： 穆迪 ,  刘晓婕 ,  赵翊 ,  孙阳 ,  虞晓洁 ,  胡苏筠

IPC分类号： G06F16/26 ,  G06F16/29 ,  G06F18/2131 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/20 ,  G06Q50/06 ,  H02J3/00 ,  G06F123/02

摘要： 本发明公开了一种设备故障热力图生成方法及装置、停电信息判断方法，所述设备故障热力图生成方法包括：获取当前行波故障特征；利用Grad‑CAM可视化分析方法计算预先训练的CNN模型中的通道权重，生成激活热力图；根据所述当前行波故障特征和激活热力图，生成设备故障热力图。该设备故障热力图生成方法及装置、停电信息判断方法，根据获取的行波故障特征，利用CNN算法构建行波故障特征与故障距离的关系，并引入Grad‑CAM可视化分析方法，从而生成激活热力图以生成设备故障专题热力图，以对配网故障抢修指挥模块进行完善，加快故障处置响应速度。