-
公开(公告)号：CN104568323A
公开(公告)日：2015-04-29
申请号：CN201410287414.7
申请日：2014-06-25
申请人： 贵州电力试验研究院 , 武汉大学 , 贵州电网公司六盘水供电局
IPC分类号： G01M3/02 , G01M3/24 , G01N21/17 , G01N29/024
摘要： 本发明公开了一种SF6气体泄漏在线监测报警系统，它由数据线连接的远程端和现场端构成，现场端包括超声测量模块、红外测量模块、ARM控制器、RS485通信模块、继电器控制模块、AC220-DC24/5V开关电源、AC220V接线端子、远程端包括：远程控制模块、数据分析模块。本发明的检测合理的结合了红外测量原理和超声测量原理，其检测过程先由超声测量，若其检测发现SF6浓度超标，则后续启动红外测量，其不仅可以避免频繁测量费用较高的问题，又可对超声测量进行补充，提高其检测精度，因此其检测方法充分利了两者的优点，可以克服目前采用单传感器测量SF6浓度的弊端，提高了SF6浓度检测的精度和灵活性。
-
公开(公告)号：CN104568323B
公开(公告)日：2017-10-31
申请号：CN201410287414.7
申请日：2014-06-25
申请人： 贵州电力试验研究院 , 武汉大学 , 贵州电网公司六盘水供电局
IPC分类号： G01M3/02 , G01M3/24 , G01N21/17 , G01N29/024
摘要： 本发明公开了一种SF6气体泄漏在线监测报警系统，它由数据线连接的远程端和现场端构成，现场端包括超声测量模块、红外测量模块、ARM控制器、RS485通信模块、继电器控制模块、AC220‑DC24/5V开关电源、AC220V接线端子、远程端包括：远程控制模块、数据分析模块。本发明的检测合理的结合了红外测量原理和超声测量原理，其检测过程先由超声测量，若其检测发现SF6浓度超标，则后续启动红外测量，其不仅可以避免频繁测量费用较高的问题，又可对超声测量进行补充，提高其检测精度，因此其检测方法充分利了两者的优点，可以克服目前采用单传感器测量SF6浓度的弊端，提高了SF6浓度检测的精度和灵活性。
-
公开(公告)号：CN204065059U
公开(公告)日：2014-12-31
申请号：CN201420505880.3
申请日：2014-09-03
IPC分类号： G01N33/00
摘要： 本实用新型提供一种气体传感器标定容器，包括主腔体、左侧盖板、右侧盖板，两个盖板位于主腔体的两端；左侧盖板上固定有三通；三通的一端为进气口，进气口设置有进气口止回阀；一端为出气口，左侧盖板上开设有三通孔，出气口通过三通孔与主腔体连通；一端连接有密度计；右侧盖板上固定有绝缘盘和二通；绝缘盘上贯穿多个接线柱，接线柱的一端位于主腔体内部，一端位于绝缘盘外部；右侧盖板上开设有通孔，该二通的一端通过通孔与主腔体连通，另一端与抽气泵连接，二通上设置有出气口止回阀；抽气泵与回收瓶连通。本实用新型结构简单，方便拆卸，避免粘合胶剂的使用，而且可以对废气回收；且密封性能更好，更适合低浓度气体和有毒气体的标定。
-
公开(公告)号：CN117117878A
公开(公告)日：2023-11-24
申请号：CN202310777311.8
申请日：2023-06-29
申请人： 国网湖北省电力有限公司营销服务中心(计量中心) , 武汉大学
IPC分类号： H02J3/14 , G06Q10/04 , G06Q50/06 , G06F18/23 , G06N3/04 , G06N3/084 , G06N3/092 , G06Q10/0631 , H02J3/06 , H02J3/00
摘要： 本申请涉及一种基于人工神经网络和多智能体强化学习的电网需求侧响应潜力评估及负荷调控方法，包括以下步骤：步骤S1，使用改进的k‑means聚类算法对客户用电数据进行聚类生成用电行为标签；步骤S2，建立部分可观测的马尔可夫博弈模型；步骤S3，搭建并训练多层感知机神经网络模型；步骤S4，利用多智能体强化学习对所构建的负荷调控模型进行求解，输出最优的分时电价制定建议和调控负荷方案。本申请对传统强化学习建模方法和算法进行改进，利用多智能体强化学习“集中式训练，分布式执行(CTDE)”的核心框架辅助电网公司制定合适的分时电价策略。
-
公开(公告)号：CN113220449B
公开(公告)日：2023-11-14
申请号：CN202110457600.0
申请日：2021-04-27
申请人： 武汉大学
IPC分类号： G06F9/50 , G06Q10/0631 , G06Q50/06 , H04L67/12 , H04L67/1001
摘要： 本发明涉及电力系统脆弱线路辨识技术，具体涉及一种基于边缘计算的脆弱线路识别方法及结构，该方法在物理网络‑边缘计算‑信息网络传输过程通过网络节点采集设备、边缘节点融合设备、边缘节点处理设备及输电线路，与网络控制中心进行交互。在物理网络中采用对设备载体拓展的方式引入边缘计算，实现不同类型设备采集数据兼容和高效传输，在信息网络中采用对信息处理进行分解的方式引入边缘计算，降低网络控制中心决策处理负荷，并通过对决策环节的分解、简化保证信息网络对物理网络的实时控制，达到提高传输速率、提升处理速度及降低工作负荷等目的。
-
公开(公告)号：CN107833206B
公开(公告)日：2021-07-06
申请号：CN201711004062.X
申请日：2017-10-24
申请人： 武汉大学
摘要： 本发明涉及输电线系统故障诊断技术，具体涉及一种复杂背景下电力线精确提取方法，首先利用Ratio算子实现对电力线边缘的检测，在保证电力线连续性的前提下，尽量引入较少噪声，给出了线特征检测阈值lth的参考范围。对边缘检测结果进行四连通聚类分析，以消除引入的背景噪声。然后，利用Hough变换实现对电力线的初步提取。虽然背景噪声已基本被消除，但是粗糙的电力线边缘仍会导致提取出的电力线存在断裂和重叠的问题。因此，最后设计直线编组算法，连接断裂的电力线并消除重叠的部分，得到最终的电力线提取结果。该方法给出了Ratio算法中线特征检测阈值lth的参考范围，不仅确保电力线连续、完整，而且能够消除大量背景噪声。
-
公开(公告)号：CN105530133B
公开(公告)日：2018-09-21
申请号：CN201510967751.5
申请日：2015-12-22
申请人： 武汉大学
IPC分类号： H04L12/24 , H04L12/707 , H04L12/751
摘要： 本发明涉及一种电力控制业务智能恢复方法，基于ASON网络的路径计算方法，当电网控制业务出现故障时，首先拆除原有的业务收发路径，然后根据网络中计算得到的各节点的重要程度，形成降序排列的备选节点列表，建立新的路由通道时，选择节点排序位置靠后的作为新业务路径通道，保障电网中的重要站点功能不受重路由选择影响。同时拆除故障通道的收发业务通道，保证电网控制业务始终收发路径一致。具体包括业务路径选择和线路故障恢复选择的两个过程：1）业务路径选择和2）控制业务通道故障时恢复。本发明提出了一种新的路由选择方法，实现了电力控制业务智能恢复，保证了控制业务收发路径时延一致。
-
公开(公告)号：CN106026089B
公开(公告)日：2018-05-01
申请号：CN201610547842.8
申请日：2016-07-13
申请人： 武汉大学
IPC分类号： H02J3/00
摘要： 本发明公开了电力系统信息安全研究领域中的一种基于保护量测点的现代输电网虚假数据攻击防御方法。本发明首先基于传统的电力系统状态估计理论构建了虚假数据攻击向量的优化模型，然后根据该优化模型提出了基于指标Vk和Rk的虚假数据攻击防御措施，基本思路是减少电力系统中容易遭受攻击的脆弱节点数量和提升整体应对虚假数据攻击的能力。最后根据重要度指标Ik实现该防御措施，即是通过保护重要度指标Ik较高的量测点实现优化指标Vk和Rk的目标。本发明通过对重要的量测点进行保护，可以有效增加攻击者的攻击成本和攻击难度。
-
公开(公告)号：CN107833206A
公开(公告)日：2018-03-23
申请号：CN201711004062.X
申请日：2017-10-24
申请人： 武汉大学
CPC分类号： G06T7/0002 , G06T5/002 , G06T7/13 , G06T7/136 , G06T7/187 , G06T2207/20021
摘要： 本发明涉及输电线系统故障诊断技术，具体涉及一种复杂背景下电力线精确提取方法，首先利用Ratio算子实现对电力线边缘的检测，在保证电力线连续性的前提下，尽量引入较少噪声，给出了线特征检测阈值lth的参考范围。对边缘检测结果进行四连通聚类分析，以消除引入的背景噪声。然后，利用Hough变换实现对电力线的初步提取。虽然背景噪声已基本被消除，但是粗糙的电力线边缘仍会导致提取出的电力线存在断裂和重叠的问题。因此，最后设计直线编组算法，连接断裂的电力线并消除重叠的部分，得到最终的电力线提取结果。该方法给出了Ratio算法中线特征检测阈值lth的参考范围，不仅确保电力线连续、完整，而且能够消除大量背景噪声。
-
公开(公告)号：CN106707221A
公开(公告)日：2017-05-24
申请号：CN201710006774.9
申请日：2017-01-05
申请人： 云南电网有限责任公司电力科学研究院 , 武汉大学
摘要： 本发明是关于一种电能计量装置中传感器故障诊断方法及系统，包括：获取预设时间段内用户的用电数据作为测试样本，用户的历史用电数据作为训练样本，其中，训练样本为传感器无故障时用户的历史用电数据；分别对测试样本和训练样本采用主成分分析提取特征向量，将所述测试样本的特征向量构建测试样本集，训练样本的特征向量构建训练样本集；将训练样本集输入预设极端学习机模型进行训练，得到隐层的输出权值；将隐层的输出权值更新到所述极端学习机模型；将测试样本输入更新的极端学习模型进行训练，输出发生故障的权值和未发生故障的权值，确定用户的电能计量装置中的传感器在预设时间段内是否发生故障。本方法计算工作量小，故障诊断准确。
-
-
-
-
-
-
-
-
-
搜索结果
57 条记录 (耗时 0.046 秒)
