本发明公开了基于简化潮流神经网络的配电网状态估计初值计算方法。该方法利用历史数据与嵌入物理知识的神经网络学习配电网状态变量的初值，用以进行配电网状态估计的计算。由于潮流方程为一个非线性函数，故可以用一个输入为量测、输出为状态变量的全连接的神经网络描述，本方法提出一种基于简化潮流方程的物理感知神经网络，即利用配电网拓扑结构相关知识，对全连接神经网络进行了剪枝，去掉了其非必要的参数；然后再利用历史数据离线训练剪枝后的网络；之后将实时量测数据输入该网络中，得到更为精确的初值应用于高斯牛顿法初值；最后可以根据高斯牛顿法迭代求解配电网状态估计。
📄 2022107497062
📂 H02J3_00
👤 杭州电子科技大学
📅 2022-06-28
本发明公开了一种基于图卷积神经网络的配电网单相接地故障定位方法。该方法包括：通过FTU终端设备采集配电网馈线段不同状态下的负荷节点与边的特征信息，归一化处理后利用单层全连接神经网络将边特征数据转化为与其相连的节点特征数据，然后将所有节点特征数连接成矩阵后输入图卷积神经网络模型，并利用数据采集时的配电网状态作为标签对网络进行训练，以获得最优图卷积神经网络的结构参数。最后基于训练后的定位模型，对变电站各馈线处发生的故障进行搜索定位，从而通过输出的特征数据得到故障所在的具体支路。本发明利用神经网络方法整合配电网故障定位理论，能有效保证城市复杂配电网故障的定位精度，适合城市配电网拓扑变化下的情况。
📄 2022107410745
📂 G01R31_08
👤 杭州电子科技大学
📅 2022-06-27
本发明公开了一种基于相序混合法的低压配电网三相潮流计算方法。本发明首先在相分量模型时将单相节点向三相节点等效形成三相对称的低压配电网络，其次将配电网络的相分量模型参数转变成序分量模型参数后采用前推后代法进行潮流计算，得到的潮流结果再转换成相分量模型，最后通过之前等效的上级三相节点潮流结果及参数求解单相节点潮流。本发明方法通过对不对称部分采用相分量法，对对称部分采用序分量法，使得低压配电网也可应用对称分量法，且求解过程中减少了系统参与潮流计算的节点数，单相节点数越多，降维效果越好，潮流计算速度越快。
📄 2020104249786
📂 H02J3_06
👤 杭州电子科技大学
📅 2020-05-19
本发明公开了一种基于扇形的变电站为中心配电网单线图初始布局计算方法，本发明是一种全新的配电网模型；对于该模型，其最大的优势是将变电站所有10kV馈线的单线图，按照辐射状，全部绘制在一个平面上；其困难就是该图形的自动生成方法；采取力导法是计算该单线图的最好方法，但是力导法是一种基于初始布局的方法，如果有良好的初始布局，则将大大加快力导计算的速度，并且获取高质量的最终布线图；目前没有人研究过变电站为中心配电网单线图的自动生成问题；本文提出的基于扇形的变电站为中心配电网单线图初始布局计算方法，为变电站为中心配电网单线图的自动生成提供了优良的初始布局。
📄 2018116241449
📂 G06F30_18
👤 杭州电子科技大学
📅 2018-12-28
本发明公开了一种基于磁保持继电器的低压配电网快速换相方法以磁保持继电器作为换相开关，结合交流过零检测信号以及换相开关状态反馈信号并使用时序逻辑控制算法来完成负载相序的切换。本发明通过改进磁保持继电器的控制方法，大大缩短换相过程中的掉电时间，最长掉电时间约15ms，不会影响家庭用户负载的正常用电，而且满足了交流过零投切原则，误差小，不会产生电弧，并利用换相开关状态反馈信号设置合适的校验时刻，对是否成功切除和是否成功切入进行判断处理，可以避免相间短路，保证了低压配电网的正常运行。
📄 2019102130587
📂 H01H9_56
👤 东莞市恒阳信息科技有限公司
📅 2019-03-20
本发明公开了一种配电网分布式储能的中长期容量需求时空预测方法及装置，方法包括：选取Logistic回归增长曲线作为期望函数拟合目标片区的分布式储能容量需求曲线得到第一曲线；根据原始回归损失和对抗扰动损失得到复合损失函数；根据复合损失函数结合曲线平滑原理得到第一曲线的鲁棒优化函数；根据鲁棒优化函数结合参数约束优化第一曲线得到第二曲线；根据预设的刚性时间节点和柔性条件将时间段进行处理得到时间分段集；根据预设参数将时间分段集中各时间区间内的第二曲线片段进行修正得到第三曲线；预设参数包括影响因素集、配电网重过载配变数阈值和储能电池单位容量成本阈值；根据第三曲线得到目标片区分布式储能的中长期容量需求。
📄 202510736074X
📂 G06Q10_04
👤 湖南大学
📅 2025-06-04
本发明公开了一种强降雨天气下城市配电网超充负荷时空态势预测方法，S1.构建地面积水深度、雨强和时程变化下的电气性能失效概率模型；S2.构建雨强时程驱动下考虑超充桩可用性和用户充电避险行为的超充负荷时空转移矩阵模型；S3.以超充站为节点划分充电辐射区域，将雨强和时程数据映射至充电辐射区域节点，结合用户电气性能失效概率模型和超充负荷时空转移矩阵模型获取超充桩运行状态特征、降雨强度特征和交通流特征，构建基于时空图建模的超充负荷动态关联模型，通过将当前超充桩运行状态特征、降雨强度特征和交通流特征输入至超充负荷动态关联模型获取对应的负荷预测量。
📄 2025107083840
📂 H02J3_00
👤 湖南大学
📅 2025-05-29
本发明公开了一种用于图神经网络训练的单层增强负样本生成算法，涉及深度图神经网络训练领域，可应用于互联网推荐系统等应用场景，包括：考虑协同过滤推荐任务的节点信息传播和聚合特点以及GNN过平滑问题，将信息论中的信息扁平化理论结合到负样本生成策略，提出单层增强的负样本合成策略，只跟踪样本的最强特征或是与目标最相关的关联，同时关注数据稠密度与聚合嵌入之间的关系，对具有不同稠密度特征的数据集选择不同层数的单层聚合嵌入进行正负样本嵌入插值，生成构造负样本，减轻了推荐系统模型训练中的过拟合，提高了模型的泛化能力；本发明算法可以直接插入现有的基于GNN的推荐算法中改善模型训练，使模型性能指标显著提高，节省计算开销。
📄 202211491358X
📂 G06F16_9535
👤 成都理工大学
📅 2022-11-25
本发明的基于卷积神经网络的SVG控制器参数辨识方法，通过BPA仿真软件得到各个SVG参数的不同组合和与之对应输出的无功、电压、电流曲线数据，并进行筛选，得到最终数据集；然后依据获取到的数据集搭建可以依据无功动态曲线数据逆推出SVG参数的神经卷积网络模型；最后以RTDS实测曲线数据作为模型输入，即可快速辨识出SVG参数值。本方法将卷积神经网络与SVG控制器参数辨识相结合，为SVG控制器参数辨识提供一种新的方法，保证了参数预测结果的准确度，也提高了辨识效率。
📄 2022104476543
📂 G05B13_04
👤 杭州电子科技大学
📅 2022-04-26
本发明公开了一种遗传算法优化的小波神经网络温室温度预测建模方法，包括：获取当前时刻多个温室温度相关变量，根据多个小波神经网络WNN初始权值参数产生遗传算法的最初遗传种群，根据小波神经网络WNN预测结果和实际输出结果构建遗传算法的适应度函数，用于评价遗传种群个体，利用遗传算法逐代筛选出最优的初始权值参数，利用最优的初始权值参数构建基于小波神经网络WNN的温室温度预测模型，在基于小波神经网络WNN的温室温度预测模型中输入当前时刻多个温室温度相关变量，输出未来某一时刻温室温度预测值。该方法联合小波神经网络和遗传算法，可以获得更加精确的模型。
📄 2022100598325
📂 G06F30_27
👤 中国计量大学
📅 2022-01-19
本发明公开了一种基于神经网络二次优化的二类水体大气校正方法，它涉及遥感影像数据处理技术领域。其步骤为：对所获取的高光谱影像提取其几何信息、波长信息以及550nm处气溶胶光学厚度初值τ5500；将前述提取的参数输入神经网络模型，模拟输出大气漫射透过率t以及总贡献ρpath；利用近红外波段的离水反射率ρw(NIR)，连同t、ρpath，模拟出表观反射率ρtoasin；将ρtoasim与从影像中提取的真实表观反射率ρtoames进行光谱优化，最终得到最优解τ550opt、Ropt、nopt；将τ550opt带入神经网络模型中，得到所有高光谱波段的大气漫射透过率topt以及大气分子和气溶胶的总贡献ρpathopt；结合影像上真实表观反射率ρtoames，估算高光谱影像的离水反射率。本发明提高了模型的实用性，减少输入参数的同时提高了估算精度。
📄 2014100104284
📂 G01N21_55
👤 杭州同济测绘有限公司
📅 2014-01-02
已申报项目
柿子坊 · 知识产权运营
柿子坊知识产权运营平台