-
公开(公告)号:CN119959776A
公开(公告)日:2025-05-09
申请号:CN202510284779.2
申请日:2025-03-11
Applicant: 重庆大学 , 国家电网有限公司西南分部
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 基于相位空间重构和多空间注意力机制的锂电池RUL预测方法,包括:1)获取锂电池每个充放电循环中的充电电流和电压序列;2)构建容量相位空间重构模型,并输入获取的数据,得到容量相位空间重构矩阵;3)将容量相位空间重构矩阵划分在不同的子空间;4)计算不同子空间的注意力得分,并组合为多空间注意力矩阵;5)构建离线RUL预测模型;6)采集待预测锂电池的充电电流序列和充电电压序列,将采集的数据依次输入容量相位空间重构模型、离线RUL预测模型,得到预测的RUL。本发明利用C‑C算法对锂电池退化容量进行时空嵌入,重构多维子空间中的退化模式和趋势,并结合多空间注意力机制,动态选择性地调整不同退化速率阶段的权重,以提高预测精度。
-
公开(公告)号:CN117407717A
公开(公告)日:2024-01-16
申请号:CN202311456923.3
申请日:2023-11-03
Applicant: 重庆大学 , 重庆大学溧阳智慧城市研究院
IPC: G06F18/214 , G06N3/084 , G06F21/62 , G06Q50/06
Abstract: 本发明属于能源互联网技术领域,尤其涉及一种能源互联网中隐私保护的多能负荷解耦预测方法,包括以下步骤:S1、构建多能负荷预测模型PPenergyNET;所述PPenergyNET包括分别设置在冷、热、电能源公司处的本地模型,用于独立提取对应能源公司的本地负荷数据的负荷特征;PPenergyNET还包括设置在云服务器的全局模型,用于聚合三个本地模型的负荷特征进行多能负荷预测;S2、对S1构建的PPenergyNET进行学习优化;S3、使用学习优化后的PPenergyNET进行多能负荷预测。使用本发明,可以只交换本地特征、预测结果、损失和梯度信息就能完成模型的训练和预测,从而实现了数据可用不可见,保护了原始数据的隐私。本方法可以在保护各能源公司的本地数据隐私的同时,准确的进行多能源负荷预测。
-
公开(公告)号:CN117473869A
公开(公告)日:2024-01-30
申请号:CN202311466826.2
申请日:2023-11-06
Applicant: 重庆大学 , 重庆大学溧阳智慧城市研究院
IPC: G06F30/27 , G06Q50/06 , G06F18/214 , G06N3/0464 , G06Q10/20 , G06F111/10 , G06F113/04
Abstract: 本发明属于智能模型学习技术领域,尤其涉及一种基于自适应联邦元学习的初期故障辨识方法,包括以下步骤:S1、构建仿真配电网并仿真模拟各类故障事件,并同步记录故障波形数据和非故障波形数据;将记录的波形数据转换为图像样本,得到故障图像数据库Dtrain;S2、在云服务器设置全局模型并在各电力公司设置本地模型;S3、结合Dtrain中的样本,使用元学习策略,对云服务器的全局模型进行训练,得到全局模型的最优初始参数θ*;S4、通过设计的联邦学习框架,对全局模型参数进行多轮优化;S5、使用参数优化完成的全局模型进行IF辨识。本方法能够在实现隐私保护的同时,在样本量小的条件下完成IF特征的学习,并保证IF辨识准确度。
-
公开(公告)号:CN116087682A
公开(公告)日:2023-05-09
申请号:CN202211617949.7
申请日:2022-12-15
Applicant: 国网重庆市电力公司 , 重庆大学 , 国家电网有限公司 , 重庆大学溧阳智慧城市研究院
IPC: G01R31/08
Abstract: 本发明提供了一种基于分布参数模型线路参数辨识方法和装置、设备、介质。所述方法包括:采集输电线路第一端和第二端的故障录波数据,根据故障录波数据确认第一端的第一电流数据和第一电压数据、第二端的第二电流数据和第二电压数据。基于遗传算法和第二端的第三电流数据和第三电压数据确认输电线路参数。其中,第三电流数据和第三电压数据根据第一电流数据、第一电压数据和第二电流数据、第二电压数据以及分布参数模型确认。本发明的方法利用分布参数电路模型和遗传算法进行线路参数分析和计算,使得参数的计算和辨识更加的准确、方便快捷、稳定可靠,进而保证电力系统的监控维护工作的正常运行和工作效率的有效提高,为电网的稳定运行提供保障。
-
公开(公告)号:CN114498631A
公开(公告)日:2022-05-13
申请号:CN202210095779.4
申请日:2022-01-26
Applicant: 国家电网有限公司 , 重庆大学 , 国网重庆市电力公司 , 重庆大学溧阳智慧城市研究院
Abstract: 本发明提供了一种分布式电源接入下变压器中性点接地方法。变压器中性点不接地,所述方法包括以下步骤:根据分布式电源的类型和发生故障的类型,选择计算模型;确定变压器安全运行的暂稳态条件;根据所述计算模型和所述暂稳态条件,确定分布式电源接入电网的容量。在分布式电源接入电网的容量大于所述确定容量的情况下,将变压器中心点从不接地转换成接地。本发明能够确定出分布式电源接入的容量限制,保障了电网的运行安全,避免了不接地变压器中性点电压过高导致的间隙击穿造成的损失;本发明能够为分布式电源接入点变压器中性点运行方式提供决策参考;本发明能够降低变压器投资、运行成本,减少因故障处置不恰当带来的直接或者间接经济损失。
-
公开(公告)号:CN118040674A
公开(公告)日:2024-05-14
申请号:CN202410180555.2
申请日:2024-02-18
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国网重庆市电力公司 , 国家电网有限公司
Inventor: 廖庆龙 , 崔秋实 , 李永福 , 王卓恒 , 黄飞 , 夏磊 , 印华 , 舒逊 , 赵俊光 , 王谦 , 高洁 , 钟加勇 , 王宇 , 罗建 , 姚勇 , 谢松 , 李哲 , 向洪 , 吴晓东 , 李俊杰 , 戴健 , 张程 , 魏来
IPC: H02J3/00 , G06F30/18 , G06F30/20 , G06Q50/06 , G06F111/10 , G06F113/04
Abstract: 本发明公开了一种零注入汇流节点的确定方法、系统、电子设备及介质,涉及电力系统领域,通过选取电压差最小的两个用户节点作为最初始的节点对,从而确定最可能存在零注入汇流节点的节点对,同时计算节点对之间的连接关系,通过节点等效的过程自下而上逐步确定整个配电网中的零注入汇流节点,每一次循环过程都会计算是否存在零注入汇流节点,同时挑选的节点对依据是这两个节点具有最小的电压差,选择电压差最小的节点对,可以更快且准确的锁定需要进行零功率节点判断的节点对,提高识别的精度,确保最终对零注入汇流节点的确定结果的准确性和可靠性。
-
公开(公告)号:CN118040673A
公开(公告)日:2024-05-14
申请号:CN202410180411.7
申请日:2024-02-18
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国网重庆市电力公司 , 国家电网有限公司
Inventor: 李永福 , 崔秋实 , 廖庆龙 , 王卓恒 , 黄飞 , 夏磊 , 舒逊 , 印华 , 赵俊光 , 王谦 , 高洁 , 钟加勇 , 王宇 , 罗建 , 姚勇 , 叶浩 , 向洪 , 蒋西平 , 宫林 , 戴健 , 杨华潇
IPC: H02J3/00 , G06F30/18 , G06F119/06 , G06F119/12 , G06F113/04 , G06F111/10
Abstract: 本发明公开了一种配电台区的拓扑构建方法、系统、电子设备及介质,涉及电力系统领域,基于用户节点的电压将用户节点等效为用户簇,并继续对用户簇进行等效,在等效的过程中基于电压情况确定各个用户节点以及用户簇节点之间的连接关系,从而依次确定出整个配电台网的拓扑结构;通过聚类过程减少拓扑识别计算过程中的累积误差造成的节点连接关系判断错误的情况,不需要在配电网中加设额外的测量设备,通过输入用户节点本身的智能电表就可以自下而上逐步还原整个配电网台区的拓扑;提出用户节点先聚类、再计算的办法,尽量减小迭代误差,提高识别结果的准确性,提供了一套完整的基于用户电表识别配电台区拓扑的方法体系。
-
公开(公告)号:CN117422217A
公开(公告)日:2024-01-19
申请号:CN202311164340.3
申请日:2023-09-11
Applicant: 东方电气集团东方电机有限公司 , 重庆大学 , 西南科技大学
IPC: G06Q10/0631 , G06Q50/06 , G06F17/18
Abstract: 本发明涉及能源规划技术领域,公开了一种综合能源热设备选取方法及系统,该方法,利用用户输入的信息自动计算负荷特征、制热设备的推荐容量,在制热设备的推荐容量、设备类型、设备数量约束下,完成不同种类的负荷的综合能源制热系统的制热设备选取计算。本发明解决了现有技术存在的难以实现热、气、电负荷的综合规划,不能实现成本最低的热设备容量与组合等问题。
-
公开(公告)号:CN115691481A
公开(公告)日:2023-02-03
申请号:CN202211071402.1
申请日:2022-09-02
Abstract: 本发明公开一种基于门控卷积的老年方言语音识别方法,包括以下步骤:1)获取使用者录制的至少两个音频文件;2)分别对每个音频文件进行处理,得到频谱向量Vr和频域特征Fbankr;3)将频谱向量Vr和频域特征Fbankr作为输入数据输入到Gate CNN网络中,得到第r个音频文件的语音识别结果hr;4)重复步骤3),从而获取R个音频文件的语音识别结果;5)对R个音频文件的语音识别结果进行处理,得到最终的语音识别结果。本发明利用Gate CNN做声学模型,即保留了CNN的特征处理能力,又保留了模型的时许特性,同时结构简单,参数可控。
-
公开(公告)号:CN118824544A
公开(公告)日:2024-10-22
申请号:CN202411025703.X
申请日:2024-07-26
Applicant: 重庆大学
IPC: G16H50/30 , G06F18/213 , G06F18/243 , G06N5/01 , G06N3/006 , G06N3/042 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于大模型智能体的多模态AD风险辅助预测方法及系统,其中方法包括以下步骤:获取包括低纬的AD多模态数据;对多模态数据进行特征筛选;基于筛选获得的特征,通过跨模态注意力网络模块和图神经网络模块分别获得参数输出;将两网络所获取的参数输出进行参数融合计算,以获取深度神经网络输出结果;将深度神经网络输出结果传输至基于大语言模型的智能体系统,得出最终预测结果。本发明能够对AD多模态数据中低维空间做特征做计算和筛选,即剔除了冗余噪声特征,又增强了深度学习模型的学习能力。同时,在本发明中通过参数融合,创新性地将图神经网络与注意力神经网络形成了结合使用,解决了现有技术中这两种网络无法兼容的难题。
-
-
-
-
-
-
-
-
-