公开(公告)号：CN116611332A

公开(公告)日：2023-08-18

申请号：CN202310582003.X

申请日：2023-05-23

Applicant: 成都理工大学

Inventor： 蔡东升 ,  周星宇 ,  李琳琳 ,  黄琦 ,  梁瑞鹏 ,  杨欢 ,  孙飞宇

IPC: G06F30/27 ,  G06N3/006 ,  G06Q50/06 ,  G06F111/04 ,  G06F111/06 ,  G06F113/04

Abstract: 本发明公开一种隧道输电线路磁传感器阵列的优化方法、系统及设备，涉及电力系统技术领域，包括：基于非接触测量方式确定电流测量误差与磁场干扰的关系模型；该关系模型中包括电磁关系系数矩阵；确定磁传感器阵列测点坐标的取值范围；以电磁关系系数矩阵的条件数最小为目标构建目标函数，并将磁传感器阵列测点坐标的取值范围作为目标函数的约束条件；采用差分进化算法对目标函数进行求解，得到最佳磁传感器阵列测点坐标；最佳磁传感器阵列测点坐标为磁场干扰对电流测量误差影响最小的磁传感器阵列测点坐标。本发明能够针对隧道输电线路紧凑且复杂的排布方式，实现对磁传感器阵列的优化，减小磁场干扰对电流测量误差的影响。

公开(公告)号：CN116595878A

公开(公告)日：2023-08-15

申请号：CN202310564251.1

申请日：2023-05-18

Applicant: 成都理工大学

Inventor： 蔡东升 ,  黄琦 ,  张男 ,  刘伟 ,  梁瑞鹏 ,  白明金 ,  王泽煦

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开一种基于改进神经网络模型的碳足迹预测方法、系统及介质，涉及数据预测技术领域，方法包括：获取电力系统中某一节点在预设时间段内的历史碳排放量时序数据和碳排放量影响因素，并对改进神经网络模型进行训练，得出训练好的预测模型；改进神经网络模型包括碳排放量输入层、碳排放影响因素输入层、TCN隐藏层、GRU隐藏层、注意力机制层和全连接层；利用训练好的预测模型对所述节点的碳排放量进行预测。本发明利用TCN隐藏层、GRU隐藏层和注意力机制层构成用于碳足迹预测的神经网络模型，能够保证神经网络模型预测的准确性。