-
公开(公告)号:CN114548739A
公开(公告)日:2022-05-27
申请号:CN202210151217.7
申请日:2022-02-15
申请人: 国网河南省电力公司电力科学研究院 , 武汉理工大学 , 国家电网有限公司
发明人: 梁允 , 郭志民 , 李哲 , 刘善峰 , 王超 , 王晓辉 , 马建伟 , 夏中原 , 卢明 , 兰光宇 , 王津宇 , 田杨阳 , 成煜钤 , 石英 , 李晓纲 , 杨磊 , 苑司坤 , 高阳 , 李帅 , 崔晶晶 , 王磊 , 张小斐
摘要: 本发明公开了一种变电站防汛风险组合评估方法,涉及电网安全运行和数据处理领域。一种变电站防汛风险组合评估方法,包括:对多维度变电站防汛计量数据进行分析,将防汛数据集划分为静态数据部分和动态监测数据部分;构建基于LightGBM的静态数据评估子模型;构建基于LSTM的动态监测数据评估子模型;采用熵权分配法将所述静态数据评估子模型和所述动态监测数据评估子模型进行有效组合,构建变电站防汛风险组合评估算法模型;利用所述变电站防汛风险组合评估算法模型对变电站防汛风险进行评估。本发明实施例中所提供的一种变电站防汛风险组合评估方法,构建变电站防汛风险组合评估算法模型,能够以数据驱动方式代替主观经验评估方法,效率更高且更准确。
-
公开(公告)号:CN116307709B
公开(公告)日:2024-06-11
申请号:CN202310236821.4
申请日:2023-03-13
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 武汉理工大学
IPC分类号: G06Q10/0635 , G06Q50/06 , G06F17/18 , G06N7/01 , G06F18/2415
摘要: 本发明公开了一种基于信息增益融合的变电站防汛能力综合评估方法、系统,属于电力风险评估技术领域。首先从灾害理论角度出发,建立涵盖孕灾环境和承灾体等多模态因素的变电站静态防汛能力评估指标体系,结合专家领域先验知识使用层次分析法对各项评估指标进行赋权,通过模糊综合评价方法建立变电站静态防汛等级评估子模型;而后将致灾因子纳入考量构建变电站动态防风险评估指标体系,利用模糊贝叶斯网络得到变电站动态防汛能力评估子模型;最后利用信息增益融合策略,对两个子模型进行权重分配,建立基于信息增益融合的变电站防汛能力综合评估模型,实现了对变电站防汛风险能力高精度评估。
-
公开(公告)号:CN116341552A
公开(公告)日:2023-06-27
申请号:CN202310386116.2
申请日:2023-04-11
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 武汉理工大学
IPC分类号: G06F40/295 , G06F16/35 , G06N3/0442
摘要: 本发明属于变电站防汛技术领域,具体涉及一种基于Bert‑CRF的变电站防汛命名实体识别方法。所述方法包括以下步骤:步骤S1:获取防汛文本数据并标注;步骤S2:构建并训练基于Bert‑CRF的防汛命名实体识别模型;步骤S3:利用模型得出最优实体标签。本发明基于Bert‑CRF的变电站防汛命名实体识别方法解决了现有技术中防汛文本数据人工标注效率不高、且专业内涵知识丰富较其他文本更难以进行实体识别的问题,而且识别准确率高,识别快速,成本低,能够广泛应用于变电站防汛数据的命名实体识别。
-
公开(公告)号:CN116468270A
公开(公告)日:2023-07-21
申请号:CN202310380832.X
申请日:2023-04-11
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 武汉理工大学
IPC分类号: G06Q10/0635 , G06Q10/0639 , G06Q50/06
摘要: 本发明属于电网防灾减灾技术领域,具体涉及一种基于云模型的变电站汛期风险感知评估方法及装置,所述方法包括如下步骤:获取变电站汛期影响因素,建立多维度变电站汛期指标体系;获取不同变电站影响因素二级指标的定性和定量指标体系;采用层次分析法计算各风险指标的权重;基于正向云发生器把风险指标云化,建立云模型;基于逆向云发生器,确定各风险指标的数字特征值;根据各风险指标的数字特征值,确定云滴,绘制云图;根据云图,在云模型中判断风险等级。本发明实现了风险因素之间定性和定量的转化,充分考虑到风险因素的模糊性和随机性对评估结果的影响,使变电站汛期风险的评估结果更为客观。
-
公开(公告)号:CN116151459A
公开(公告)日:2023-05-23
申请号:CN202310178028.3
申请日:2023-02-28
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 武汉理工大学
IPC分类号: G06Q10/04 , G06Q10/0635 , G06Q50/06
摘要: 本发明提出了一种基于改进Transformer的电网防汛风险概率预测方法和系统,所述预测方法包括以下步骤:获取防汛数据;对防汛数据进行电网防汛预测预警影响因素辨识分析;使用基于门控选择机制与嵌入编码的特征增强改进策略改进Transformer网络框架;再使用显式稀疏注意力改进策略改进Transformer网络框架;使用上述改进Transformer网络框架进行电网防汛风险概率预测。本发明以Transformer为基础的网络框架,通过对特征选择模块、特征融合模块和注意力模块进行优化,增强整体网络性能,提高防汛风险概率预测的准确性。
-
公开(公告)号:CN116151459B
公开(公告)日:2024-06-11
申请号:CN202310178028.3
申请日:2023-02-28
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 武汉理工大学
IPC分类号: G06Q10/04 , G06Q10/0635 , G06Q50/06
摘要: 本发明提出了一种基于改进Transformer的电网防汛风险概率预测方法和系统,所述预测方法包括以下步骤:获取防汛数据;对防汛数据进行电网防汛预测预警影响因素辨识分析;使用基于门控选择机制与嵌入编码的特征增强改进策略改进Transformer网络框架;再使用显式稀疏注意力改进策略改进Transformer网络框架;使用上述改进Transformer网络框架进行电网防汛风险概率预测。本发明以Transformer为基础的网络框架,通过对特征选择模块、特征融合模块和注意力模块进行优化,增强整体网络性能,提高防汛风险概率预测的准确性。
-
公开(公告)号:CN116307709A
公开(公告)日:2023-06-23
申请号:CN202310236821.4
申请日:2023-03-13
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 武汉理工大学
IPC分类号: G06Q10/0635 , G06Q50/06 , G06F17/18 , G06N7/01 , G06F18/2415
摘要: 本发明公开了一种基于信息增益融合的变电站防汛能力综合评估方法、系统,属于电力风险评估技术领域。首先从灾害理论角度出发,建立涵盖孕灾环境和承灾体等多模态因素的变电站静态防汛能力评估指标体系,结合专家领域先验知识使用层次分析法对各项评估指标进行赋权,通过模糊综合评价方法建立变电站静态防汛等级评估子模型;而后将致灾因子纳入考量构建变电站动态防风险评估指标体系,利用模糊贝叶斯网络得到变电站动态防汛能力评估子模型;最后利用信息增益融合策略,对两个子模型进行权重分配,建立基于信息增益融合的变电站防汛能力综合评估模型,实现了对变电站防汛风险能力高精度评估。
-
公开(公告)号:CN115133071B
公开(公告)日:2024-07-19
申请号:CN202210613031.9
申请日:2022-05-31
申请人: 武汉理工大学
IPC分类号: H01M8/04089 , H01M8/04828 , H01M8/06
摘要: 本发明公开了一种质子交换膜燃料电池阴极水管理系统。该系统包括空气压缩模块、空气计量和加湿模块、空气雾化模块、氢气供应模、燃料电池堆模块、湿度监测模块、压降值测量模块、水分离模块、液体计量模块、储水模块、控制中心模块;其中,控制中心模块用于根据湿度监测模块监测到的湿度数据大小,智能调节鼓泡加湿器的功率、以及液体流量计输出至雾化喷嘴液体流道的液态水的质量流量和流速;并根据不同的压缩空气流速下压降值测量模块测量的压降曲线所呈现的波动频率、幅度,并智能调节压缩空气的质量流量和流速。本发明能够智能维持燃料电池电解质膜的合适湿度;确定阴极通道中液态水的合适去除速度,提高燃料电池的输出性能以及使用寿命。
-
公开(公告)号:CN118114114A
公开(公告)日:2024-05-31
申请号:CN202410252943.7
申请日:2024-03-06
申请人: 武汉理工大学
IPC分类号: G06F18/241 , G06F18/213 , G06F40/211 , G06F40/30 , G06N3/0442 , G06N3/048 , G06N3/084 , G06Q10/20 , G06Q50/06
摘要: 本发明涉及一种电力设备故障分类方法、装置、电子设备及介质,属于电网故障诊断技术领域,其中,该方法包括:将目标电力设备故障文本截为第一文本和第二文本;将第一文本和第二文本输入到预设的BERT模型中,得到第一向量和第二向量;将第一向量和第二向量拼接得到合并向量,将合并向量输入到预设的BI‑LSTM模型中得到全局语义信息;将全局语义信息输入预设的全连接神经网络进行分类,得到目标电力设备故障文本的故障类别。本发明通过将设备故障文本截为前后两段,输入到BERT模型中得到对应的向量,将向量输入到BI‑LSTM模型中得到全局语义信息,从而避免了由于模型输入截断造成的故障成因挖掘精度下降的问题。
-
公开(公告)号:CN111860264B
公开(公告)日:2024-01-05
申请号:CN202010665205.7
申请日:2020-07-10
申请人: 武汉理工大学
IPC分类号: G06V20/56 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种基于梯度均衡策略的多任务实例级道路场景理解算法,构建具有分类与定位功能的实例级道路场景理解网络,该网络由特征提取模块、区域生成模块和位置精修模块构成;在训练阶段,引入梯度均衡策略,通过优化参数的算法分别调整区域生成模块和位置精修模块的分类和回归损失的梯度,倾向于在使不同损失获得均衡的梯度的基础上,对更难训练的损失赋予更大的梯度,降低多个分类和回归损失间的相互扰动作用,获得实例级道路场景理解模型;利用网络模型,获得图像的多个目标的定位坐标信息和分类信息。本发明实现了在道路场景下目标的多任务定位和分类检测,提高了检测的速度和精度,对目标检测中相互重叠、存在遮挡的情况进行很好的处理。
-
-
-
-
-
-
-
-
-