-
公开(公告)号：CN112667377A
公开(公告)日：2021-04-16
申请号：CN202011543797.1
申请日：2020-12-23
Applicant: 浙江大学 , 南方电网数字电网研究院有限公司
Abstract: 本发明属于电力芯片领域，涉及一种面向电力芯片混合多核系统任务调度优化方法，通过计算应用程序中每个任务的upward值大小并确定任务优先级，使用能耗预分配策略确定每个任务的预分配能耗，按照优先级从大到小的顺序，依次选取一个任务，计算此任务的能耗约束，再将此任务调度到每个处理器核并遍历所有的任务执行频率，找出满足此任务能耗约束且令此任务结束时间最早的处理器核和频率组合并重复操作，直到所有的任务调度完毕，得到任务调度结果，最后找出可做频率再调整的任务，计算找到的任务在最大程度延长运行时间后能够节省出的能耗值，将所述能耗分配给直接影响整体调度长度的任务，以提高运行频率，达到缩短整体调度长度的目的。
-
公开(公告)号：CN112711383B
公开(公告)日：2022-08-26
申请号：CN202011643848.8
申请日：2020-12-30
Applicant: 浙江大学 , 南方电网数字电网研究院有限公司
IPC: G06F3/06 , G06F12/02 , G06F12/0862 , G06F13/16
Abstract: 本发明属于存储器控制领域，涉及用于电力芯片的非易失性存储读取加速方法，通过行长自适应缓存加速处理器从Flash读取指令和跨步预取加速处理器从Flash读取数据，其中所述通过行长自适应缓存加速处理器从Flash读取指令包括：对处理器发起的取指请求，根据缓存命中和缺失判断，进行缓存行填充并重构缓存行长，向Flash发起读取指令请求；所述通过跨步预取加速处理器从Flash读取数据包括：对处理器发起的取数请求，根据缓冲寄存器命中和缺失的判断和跨步预取使能位的有效情况，向Flash发起读取数据请求。本发明硬件开销小，提高了处理器从Flash中读取指令和数据的速度，同时降低了访问功耗。
-
公开(公告)号：CN112688868B
公开(公告)日：2022-04-08
申请号：CN202011543699.8
申请日：2020-12-23
Applicant: 浙江大学 , 南方电网数字电网研究院有限公司
Abstract: 本发明属于电力物联网中的以太网路由领域，涉及一种面向电力物联网的周期感知TSN路由方法，包括：步骤1.对网络拓扑和时间触发流进行建模；步骤2.根据网络拓扑和时间触发流的特征进行指定用户参数K；步骤3.根据时间触发流两两之间的最大公约数，对所有时间触发流进行排序；步骤4.依次为所有时间触发流选择路径。本发明适用于电力物联网以及其他工业物联网中的控制信息的传输，在时间触发流的路由时既考虑了负载平衡又考虑了不同周期的流之间的可结合性，使得整个TSN网络能容纳更多的时间触发流，满足当前控制信息越来越多、越来越复杂的传输需要。
-
公开(公告)号：CN113363997A
公开(公告)日：2021-09-07
申请号：CN202110597000.4
申请日：2021-05-28
Applicant: 浙江大学 , 南方电网数字电网研究院有限公司
Abstract: 本发明涉及电力系统运行和优化技术，旨在提供一种基于多时间尺度多智能体深度强化学习无功电压控制方法。本发明将光伏、风机和负荷中的有载调压分接头、电容器组和储能均定义为智能体，把基于强化学习的方法应用于无功优化问题中，允许控制器通过与类似系统的仿真模型交互来学习控制策略。将无功调节设备的动作变量与配电网环境进行交互，智能体最终能够实现对于外部环境的最优响应，从而获得最大的回报值。本发明用神经网络方法来分析和拟合智能体的战略函数和动作价值函数，训练过程不依赖于预测数据结果和精确的潮流建模；使用两个时间尺度的无功优化方法，可以使得网损更小、电压平抑效果更佳，对提升配网安全可靠性有更显著的效果。
-
公开(公告)号：CN113902183B
公开(公告)日：2022-11-08
申请号：CN202111156209.3
申请日：2021-09-28
Applicant: 浙江大学 , 南方电网数字电网研究院有限公司
Abstract: 本发明涉及电动汽车充电管理技术，旨在提供一种基于BERT的非侵入式台区充电桩状态监测与电价调整方法。该方法包括：获取变电站台区的总功率历史数据和充电桩状态历史数据，作为训练样本；搭建BERT模型，从前往后依次包括嵌入层、Transformer层和输出层；确定训练用损失函数；使用梯度下降算法训练BERT模型；将变电站台区中智能电表的历史总功率数据输入到训练好的BERT模型中，得到各充电桩的历史工作状态数据和历史充电功率数据，实现台区充电桩状态监测。本发明可直接应用在现有充电桩上，无需更新充电桩硬件设备；减少了充电桩设计和生产成本，比传统方法更加经济、高效。可以通过实时调整充电电价来引导用户改变用电习惯，有利于电网削峰填谷，提高电能利用率。
-
Patent Agency Ranking
公开(公告)号：CN114169593A
公开(公告)日：2022-03-11
申请号：CN202111410243.9
申请日：2021-11-24
Applicant: 广东电网有限责任公司中山供电局 , 南方电网数字电网研究院有限公司 , 浙江大学
Inventor： 胡筱曼 , 潘斌 , 陈旗展 , 崔益国 , 陈浩河 , 董芝春 , 王干军 , 黄宇行 , 陆靖宇 , 麦涵 , 何欣欣 , 蔡田田 , 邓清唐 , 陈波 , 彭勇刚 , 莫浩杰 , 胡丹尔 , 孙静 , 翁楚迪 , 韦巍
Abstract: 本发明涉及电动汽车充电技术，旨在提供一种基于负荷预测和深度强化学习的台区电动汽车有序充电方法。包括：根据变电站历史充电剩余容量信息，使用全连接前馈神经网络预测未来剩余充电容量；根据弹性电价机制和预测的未来剩余充电容量，使用基于DQN的深度强化学习算法调整电动汽车充电策略，控制电动汽车接入充电桩的数量。本发明将负荷预测方法引入到电动汽车有序充电运算中，将预测的未来剩余充电容量作为电动汽车充电调度的依据，比传统方法更具实时性、超前性。通过引入深度强化学习到电动汽车有序充电运算中，利用预测到的未来信息超前调度电动汽车有序充电，且具有实时自学习更新能力，比传统算法更灵活有效，进一步提高了经济性和高效性。
-
公开(公告)号：CN114707765B
公开(公告)日：2024-08-20
申请号：CN202210506246.0
申请日：2022-05-10
Applicant: 浙江大学 , 广东电网有限责任公司中山供电局 , 南方电网数字电网研究院有限公司
Inventor： 彭勇刚 , 孙静 , 莫浩杰 , 胡丹尔 , 韦巍 , 潘斌 , 胡筱曼 , 李黔 , 陈旗展 , 崔益国 , 陈浩河 , 董芝春 , 吴毅江 , 何欣欣 , 黄宇行 , 彭博涛 , 张超 , 梁杰华 , 习伟 , 蔡田田 , 陈波 , 邓清唐 , 杨英杰 , 朱明增 , 符杰
IPC: H02J3/00 , G06F18/22 , G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/098
Abstract: 本发明涉及涉及电力系统短期负荷预测技术，旨在提供一种基于动态加权聚合的联邦学习负荷预测方法。该方法是由边缘计算装置采用本地数据进行神经网络训练，获得网络参数变化向量上传至云端服务器进行两两相似度计算生成相似度矩阵，并计算本轮训练中局部模型之间的一致度向量。然后基于每轮局部模型针对服务端验证集的准确度与局部模型之间的一致度，对不同局部模型的网络参数变化进行加权，实现局部模型清洗的效果，云端服务器将更新后的全局模型再下发至边缘计算装置，重复上述步骤，直至服务器达到预设训练轮数。本发明解决了现有技术中不能有效避免局部模型可能训练出的脏模型和联邦学习中的数据异构的问题，加快全局模型训练的收敛。
-
公开(公告)号：CN115603330A
公开(公告)日：2023-01-13
申请号：CN202211270838.3
申请日：2022-10-17
Applicant: 广东电网有限责任公司中山供电局(CN) , 浙江大学(CN) , 南方电网数字电网研究院有限公司(CN)
Inventor： 胡筱曼 , 崔益国 , 陈浩河 , 董芝春 , 冷必喜 , 郭鸿毅 , 吴乾江 , 吴奕泓 , 吴毅江 , 彭勇刚 , 苗洛源 , 莫浩杰 , 胡丹尔 , 孙静 , 翁楚迪 , 韦巍 , 蔡田田 , 邓清唐 , 陈波 , 李肖博 , 杨英杰 , 朱明增 , 周培
Abstract: 本发明涉及数字电网智能运行和控制技术，旨在提供一种基于自适应离散粒子群算法的配电网优化方法。该优化方法是针对配电网中无功补偿设备在不同负荷水平和发电水平下的最佳出力值进行调节，使配电网整体的网损和各节点电压偏差之和综合最小；在基于无功补偿设备的无功输出功率或者调节档位构建粒子位置矩阵后，利用自适应离散粒子群算法计算出不同粒子位置下配电网的网损及电压偏差，经多次迭代后计算得到全局最优粒子位置矩阵，获得每个无功补偿设备应输出的无功功率值或者调节档位，用于实现无功调节。本发明可以对连续变量和离散变量同时进行优化，能极大地提高算法求解的效率，增强粒子群算法寻找全局最优解的能力，更适于实际配电网场景。
-
公开(公告)号：CN113363997B
公开(公告)日：2022-06-14
申请号：CN202110597000.4
申请日：2021-05-28
Applicant: 浙江大学 , 南方电网数字电网研究院有限公司
Abstract: 本发明涉及电力系统运行和优化技术，旨在提供一种基于多时间尺度多智能体深度强化学习无功电压控制方法。本发明将光伏、风机和负荷中的有载调压分接头、电容器组和储能均定义为智能体，把基于强化学习的方法应用于无功优化问题中，允许控制器通过与类似系统的仿真模型交互来学习控制策略。将无功调节设备的动作变量与配电网环境进行交互，智能体最终能够实现对于外部环境的最优响应，从而获得最大的回报值。本发明用神经网络方法来分析和拟合智能体的战略函数和动作价值函数，训练过程不依赖于预测数据结果和精确的潮流建模；使用两个时间尺度的无功优化方法，可以使得网损更小、电压平抑效果更佳，对提升配网安全可靠性有更显著的效果。
-
公开(公告)号：CN114462683A
公开(公告)日：2022-05-10
申请号：CN202210029647.1
申请日：2022-01-11
Applicant: 浙江大学 , 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F9/455 , G06N3/04 , G06N3/08 , G06N20/00 , H02J3/00 , H04L67/10 , H04L9/00
Abstract: 本发明涉及电力系统短期负荷预测方法，旨在提供一种基于联邦学习的云边协同多居民区负荷预测方法。本发明采用云边协同技术，通过同态加密技术实现云端服务器与分布于各居民区的计算客户端之间的负荷预测模型参数传输，达到降低通信成本与保护居民数据隐私的目的；通过采用统一的全局模型而非各异的局部模型对居民区进行负荷预测，避免了居民区由于数据数量少或计算能力不够导致的负荷预测结果不佳的问题。本发明使用与负荷相关性高的气象数据作为模型特征参与模型训练，合理运用不同计算客户端之间的数据量差异，提升了训练精度和效率。将居民区的用户数据留在本地，只传输模型参数，显著降低了通信耗时与通信所需带宽，提高模型效率与经济性。
-
-
-
-
-
-
-
-
-
Search Results
148
records
(took 0.103 seconds)
