-
公开(公告)号：CN115562042A
公开(公告)日：2023-01-03
申请号：CN202211386662.8
申请日：2022-11-07
Applicant: 广西大学
IPC: G05B13/04
Abstract: 本发明提出一种分布式平行多层模型预测控制的发电控制方法，包括分布式平行系统和多层输入模型预测控制两个模块，分布式平行系统根据实际电力系统构建基于模型预测控制的多区域发电控制模型，形成分布式的多智能体虚拟系统，并与实际系统相互修正。区域控制偏差、频率偏差、疫情防控和健康管理信息、天气信息、四小时预测负荷值及日前调度构成模型预测控制模块的多层输入。所提分布式平行多层模型预测控制方法能解决现有的发电控制方法存在的问题，有效平衡发电控制系统的有功功率，减少频率偏差，充分发掘人工系统的潜力，并对复杂系统建立精确的数学模型的问题，优化实际系统与人工系统评估的状态之间的不同，提高实际系统和虚拟系统的拟合度。
-
Patent Agency Ranking
公开(公告)号：CN115236455A
公开(公告)日：2022-10-25
申请号：CN202210854601.3
申请日：2022-07-20
Applicant: 广西大学
Abstract: 本发明提出一种量子模糊分解图神经网络的临时接地线定位检测方法，该方法将深度图神经网络、模糊逻辑、量子计算和经验模态分解进行结合，用于计算配电线路中临时接地线的位置。首先，临时接地线定位检测装置将200Hz三相正弦信号输入至待测线路，采样并对采样信号进行经验模态分解；然后，建立故障图训练集，训练深度图神经网络，预测得到线路节点接地置信水平矩阵；输入至模拟的接地定位量子传输线路；进行模糊化并计算相关性系数；最终计算接地线所处线路位置。所提量子模糊分解图神经网络方法能解决人为寻找接地线耗时长的问题，实现线路临时接地线定位检测的功能，优化了配电网改造与检修工作，提高了电力系统接地线排查效率。
-
公开(公告)号：CN115221706A
公开(公告)日：2022-10-21
申请号：CN202210850554.5
申请日：2022-07-20
Applicant: 广西大学
Abstract: 本发明提出一种多层区间段分离图神经网络的多点接地线定位方法。该方法主要步骤包括：搭建模拟检测线路，模拟各类接地情况并收集数据，作为训练图神经网络的样本；由图注意力网络自适应地给节点之间分配权重并聚合；由带动量的梯度下降法计算每层训练好的图神经网络的偏差；将偏差转化为权重并分配给每个训练好的图神经网络层；输入实际检测信号；对每层输出进行线性叠加；找出可能接地的节点分离并验算；得到多个不同分支的接地段。所提基于多层图神经网络的配电网接地检测方法能解决多个接地点的接地检测问题，实现在多个接地点情况下得到多个接地段的功能，提高检测精度。
-
公开(公告)号：CN116880649A
公开(公告)日：2023-10-13
申请号：CN202310363796.6
申请日：2023-04-07
Applicant: 广西大学
IPC: G05F1/67
Abstract: 本发明提出一种部分遮蔽光伏多峰的量子加速最大功率点跟踪方法，该方法在光伏发电控制技术中利用MobileNet V3网络预测当前遮蔽情况下的光伏组件的最大功率点，通过Grover算法整定分数阶自抗扰控制器的参数从而实现最大功率点的跟踪，最终提高光伏发电效率。所提方法能解决现有的光伏最大功率跟踪技术存在的跟踪速度较慢，稳态振荡严重的问题，实现最大功率跟踪技术，优化寻找最大功率点的寻优过程和控制工作点跟踪最大功率点的控制过程，提高光伏发电效率。
-
公开(公告)号：CN116644187A
公开(公告)日：2023-08-25
申请号：CN202310385844.1
申请日：2023-04-12
Applicant: 广西大学
IPC: G06F16/36 , G06Q50/06 , G06Q10/04 , G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种多组移动图谱快速裁剪网络的多标签负荷识别方法，该多标签负荷识别方法包括：首先，获得待测用户的负荷信息，即一整天不同时刻的负荷量；其次，绘制用户的负荷曲线图谱，再对图谱进行多组移动快速裁剪并进行卷积操作；建立训练集，训练Nasnet‑deep网络；经过Nasnet‑deep网络输出用户负荷状态预测值；设定阈值并与负荷状态预测值进行比较后输出负荷的运行状态，从而实现多标签的识别功能；所提多组移动图谱快速裁剪网络的方法能解决用户侧负荷监管效率不高的问题，实现负荷类型识别功能，优化了用户侧监管体系，提高电能需求双向互动的效率。
-
公开(公告)号：CN115834161A
公开(公告)日：2023-03-21
申请号：CN202211391277.2
申请日：2022-11-07
Applicant: 广西大学
Abstract: 本发明提出一种人工智能四层架构的电网假数据注入攻击检测方法，该检测方法的主要结构如下：将电网检测数据的传统检测法作为第一层；第二层为互补经验模态分解进行数据处理；第三层是门控循环单元神经网络，能训练得到电网状态估计的预测模型；第四层是基于全局局部图像转换网络法的图像识别层，将实时数据和基于实时数据得到的预测数据二者共同输入到第四层进行检测判断是否受到虚假数据注入攻击。所提的四层架构检测方法能解决传统检测法中存在部分数据重叠而导致难以检测到重叠部分是否受到攻击的问题，实现电网实时更简便更快速更精确地检测到假数据注入攻击，优化检测虚假数据攻击的整体结构，提高检测虚假数据的精度。
-
-
-
-
-
Search Results
6
records
(took 0.03 seconds)
