-
公开(公告)号：CN116316629B
公开(公告)日：2024-09-03
申请号：CN202211690444.3
申请日：2022-12-27
申请人： 杭州电力设备制造有限公司 , 国网浙江省电力有限公司杭州市余杭区供电公司 , 国网浙江省电力有限公司杭州供电公司 , 重庆大学
摘要： 本发明公开一种考虑拓扑特征学习的数据驱动最优潮流计算方法，包括以下步骤：1)建立电力系统最优潮流模型；2)构建基于最优潮流模型的图卷积神经网络，并对图卷积神经网络进行训练，得到最优潮流计算的神经网络模型；3)基于电力系统最优潮流模型，构建神经网络模型输入特征；4)将神经网络模型输入特征输入到最优潮流计算的神经网络模型中，得到最优潮流计算结果。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络，对于多种拓扑具有良好的适应性。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络，对于多种拓扑具有良好的适应性，同时利用本发明计算得到的最优潮流结果近似数值计算结果。
-
公开(公告)号：CN117406093A
公开(公告)日：2024-01-16
申请号：CN202311339009.0
申请日：2023-10-16
申请人： 杭州电力设备制造有限公司 , 国网浙江省电力有限公司杭州市余杭区供电公司 , 国网浙江省电力有限公司杭州供电公司 , 重庆大学
IPC分类号： G01R31/367 , G06F30/20 , G01R31/392 , G06F119/02 , G06F111/04 , G06F113/06
摘要： 本发明公开了一种计及储能电池系统容量衰减失效和热失控失效的电力系统可靠性评估方法，包括以下步骤：1)考虑潜在储能电池热失控失效预警概率和储能电池系统性能衰减失效对储能电池系统可用输出功率的影响，建立储能电池系统可用输出功率模型；2)考虑功率平衡以及储能运行可靠性等约束，建立计及储能电池系统失效的电力系统负荷削减优化模型；3)基于非时序蒙特卡洛模拟法，提出综合考虑储能电池热失控失效与储能电池性能衰减失效的电力系统可靠性评估方法，准确考虑储能电池失效特性对电力系统可靠性的影响。本发明可以实现计及储能电池系统失效的电力系统可靠性精准评估。
-
公开(公告)号：CN116316629A
公开(公告)日：2023-06-23
申请号：CN202211690444.3
申请日：2022-12-27
申请人： 杭州电力设备制造有限公司 , 国网浙江省电力有限公司杭州市余杭区供电公司 , 国网浙江省电力有限公司杭州供电公司 , 重庆大学
摘要： 本发明公开一种考虑拓扑特征学习的数据驱动最优潮流计算方法，包括以下步骤：1)建立电力系统最优潮流模型；2)构建基于最优潮流模型的图卷积神经网络，并对图卷积神经网络进行训练，得到最优潮流计算的神经网络模型；3)基于电力系统最优潮流模型，构建神经网络模型输入特征；4)将神经网络模型输入特征输入到最优潮流计算的神经网络模型中，得到最优潮流计算结果。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络，对于多种拓扑具有良好的适应性。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络，对于多种拓扑具有良好的适应性，同时利用本发明计算得到的最优潮流结果近似数值计算结果。
-
公开(公告)号：CN113192010A
公开(公告)日：2021-07-30
申请号：CN202110390974.5
申请日：2021-04-12
申请人： 重庆大学
摘要： 本发明公开纤维分割方法，步骤为：1)利用边缘检测方法提取待处理图片中所有纤维的轮廓，得到纤维轮廓图片；2)提取纤维轮廓图片中纤维的骨架，并确定纤维的中心位置，得到纤维骨架图片；3)根据纤维骨架图片，确定不同纤维的纤维交叉点和交叉点位置坐标；4)分离纤维轮廓图片中交叉的纤维；5)搜索得到与交叉点相连的游离纤维，并对所述游离纤维进行分割，从而完成处理图片中纤维的分割。本发明可以分割显微镜拍摄图片中重叠交叉的纤维，为纺织品自动化检测打通关键环节。
-
公开(公告)号：CN112184614A
公开(公告)日：2021-01-05
申请号：CN202010627199.6
申请日：2020-07-01
申请人： 重庆大学 , 广州冠图视觉科技有限公司
摘要： 本发明公开了纤维宽度精确测量方法，主要步骤为：1)对原始纤维图片进行二值化处理，从而初步确定纤维轮廓；2)对纤维原始图片进行纵向采样，并将采样得到的原始像素数据输入到低通滤波器中，保留低频原始像素数据，并获取低频原始像素数据的特征信号；3)基于纵向采样数据的特征信号，确定纤维边界；4)计算采样点的纤维宽度，即纤维上边界和下边界距离；5)利用K‑Means方法对采样点的纤维宽度进行评估，得到纤维的有效采样宽度。本发明能够在显微镜获取纤维图片失焦的情况下，精确测量纤维宽度。
-
公开(公告)号：CN117689098A
公开(公告)日：2024-03-12
申请号：CN202311449819.1
申请日：2023-11-02
申请人： 重庆大学
IPC分类号： G06Q10/063 , G06Q50/06 , G06F18/2415 , G06F18/214 , G06N3/0475 , G06N3/045
摘要： 本发明公开一种考虑样本不平衡性的运行可靠性智能评估方法，包括以下步骤：1)获取电力系统在不同状态下的神经网络训练样本集；2)基于切负荷基础样本集，训练生成对抗神经网络；3)利用对抗神经网络生成切负荷新增样本集；基于切负荷基础样本集和切负荷新增样本集，构建切负荷扩充样本集；4)以正常状态样本集和切负荷扩充样本集作为训练集，利用基于注意力机制的神经网络学习方法训练生成最小切负荷计算神经网络；5)利用最小切负荷计算神经网络进行电力系统运行可靠性评估。发明通过精准扩充切负荷样本和基于注意力的学习方法，构建电力系统运行可靠性智能评估智能体，提升运行可靠性在线评估能力。
-
公开(公告)号：CN117748455A
公开(公告)日：2024-03-22
申请号：CN202311479235.9
申请日：2023-11-08
申请人： 重庆大学
摘要： 一种基于对抗过程的潮流越限智能调整方法，包括以下步骤：1)构造表征多种N‑1场景的潮流数据特征，得到训练集；2)构建基于全连接神经网络的潮流计算模型；3)利用训练集训练潮流计算模型，构建输入输出函数关系；4)获取不满足N‑1校验的待调整潮流状态作为越限潮流样本；5)将越限潮流样本输入至潮流计算模型中，计算潮流样本的输出和越限值，判断是否满足N‑1校验，若不满足则进行步骤6)；6)基于梯度下降法和迭代策略计算出输入调整量，对越限潮流样本进行调整后，返回步骤5)，直至越限潮流样本满足N‑1校验时，结束对抗过程。本发明能够基于对抗过程自动生成使越限潮流调整为满足N‑1校验的潮流状态的调整措施。
-
公开(公告)号：CN116629110A
公开(公告)日：2023-08-22
申请号：CN202310570200.X
申请日：2023-05-19
申请人： 重庆大学
IPC分类号： G06F30/27 , G06F17/16 , G06F113/04 , G06F119/02
摘要： 本发明公开一种强泛化能力的最优潮流可信数据驱动求解方法，包括以下步骤：1)对最优潮流输出与输入的固定关系模型进行优化，得到最优潮流输出与输入的梯度关系模型；2)建立考虑最优潮流输出与输入的梯度关系的损失函数；3)对神经网络进行训练，得到最优潮流计算神经网络；4)将输入数据传输至最优潮流计算神经网络的隐含层；5)对输入数据进行解码，得到最优潮流输入特征，若最优潮流计算神经网络对最优潮流输入特征是适应的，则所述隐含层将最优潮流输入特征传输至输出层，解算得到最优潮流输出；本发明增强了最优潮流数据驱动计算方法对新能源渗透率变化的适应能力。
-
公开(公告)号：CN114861874A
公开(公告)日：2022-08-05
申请号：CN202210409057.1
申请日：2022-04-19
申请人： 重庆大学
摘要： 本发明公开模型驱动图卷积神经网络潮流计算方法，步骤包括：1)建立电力系统线性潮流方程；2)对电力系统线性潮流方程进行去中心化处理，得到节点特征状态更新方程；3)根据节点特征状态更新方程建立模型驱动的图卷积方程；4)根据所述模型驱动的图卷积方程建立模型驱动的图卷积神经网络；5)获取电力系统基本数据，并输入到模型驱动的图卷积神经网络中，得到电力系统潮流。本发明能够适应拓扑与新能源不确定性。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.092 秒)