“高天露”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果13个，建议您升级VIP下载更多相关专利

[发明专利]一种基于人机交互的电力系统调度方法及系统-CN202310937842.9在审
发明人：张俊;张科;许沛东;高天露;穆泽雨;刘浩;许成龙 -专利权人：武汉大学
申请日： 2023-07-27 - 公布日： 2023-10-27 - 主分类号： H02J3/14 文献下载
摘要：本发明提供一种基于人机交互的电力系统调度方法及系统，属于电力智能调度技术领域，包括：建立电力系统的有功功率校正控制领域模型，以总体成本最小化约束有功功率校正控制模型；提出建立基于图深度强化学习算法的电力系统有功校正控制模型，对电力系统进行优化调度控制；由贝叶斯网络建立调度员认知行为模型，利用调度员认知行为模型获取人因可靠性分析结果；采用虚拟数字人技术，利用优化后的电力系统和人因可靠性分析结果构建电力系统人机交互模型。本发明融合人类认知模型，机器智能模型以及人机交互接口来构建人机混合系统，采用虚拟数字人与可解释技术相结合作为新型人机智能接口提高人机混合认知水平，实现人类智能与机器智能的有效融合。
一种基于人机交互电力系统调度方法系统

[发明专利]电力系统云边协同人工智能调控方法、系统、介质及设备-CN202211089297.4在审
发明人：李文臣;黄彦浩;何春江;仲悟之;褚晓杰;许成龙;许沛东;高天露;张俊;严剑峰;吕晨;刘新元;暴悦爽;郑惠萍;邹卫美;李勤新 -专利权人：中国电力科学研究院有限公司;国家电网有限公司;国网山西省电力公司电力科学研究院;武汉大学
申请日： 2022-09-07 - 公布日： 2023-05-26 - 主分类号： H02J13/00 文献下载
摘要：本发明公开了一种电力系统云边协同人工智能调控方法、系统、介质及设备，方法包括：基于电力系统中所有子区域的观测数据确定每个子区域对应的预测值；基于所述预测值确定每个子区域对应的执行动作；基于每个子区域对应的执行动作执行联合动作，以进行电力系统调控。本发明在每个子区域分别进行利用对应的边缘平台进行运算，基于云协同技术实现电力系统广域协调运行控制，能够实现原有中心化任务的有效解耦与任务下沉，对维护高比例新能源接入下大规模互联电网的安全稳定运行提供了基础。
电力系统协同人工智能调控方法系统介质设备

[发明专利]时间序列预测模型构建方法、装置、设备及可读存储介质-CN202211167271.7在审
发明人：张俊;高天露;蒋宇祺;戴宇欣;许沛东;陈思远;张天韵 -专利权人：武汉大学
申请日： 2022-09-23 - 公布日： 2023-05-09 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及一种时间序列预测模型构建方法、装置、设备及可读存储介质，涉及人工智能与电力系统交叉技术领域，本申请基于自注意力机制的Transformer架构对长时间序列的典型特征提取与记忆能力，使时间序列预测模型更加容易地应对电力负荷的未知波动，且通过迁移学习可对数据集更小的下游任务进行训练，以减轻模型训练的工作量并增强模型的泛化性能。因此，对于突发情况下的电力负荷波动，本申请通过迁移长期负荷时间序列以及自注意力机制的记忆性，可使得时间序列预测模型能够对长期序列中的特征进行充分的提取并用于下游的预测，进而提升模型的预测精度和适应性。
时间序列预测模型构建方法装置设备可读存储介质

[发明专利]基于平行系统的人工智能量化评估和自主进化方法及设备-CN202211691019.6在审
发明人：张俊;张天韵;高天露;张浩然;司睿绮;许沛东;陈思远 -专利权人：武汉大学
申请日： 2022-12-28 - 公布日： 2023-04-18 - 主分类号： G06Q50/06 文献下载
摘要：本发明提供了一种基于平行系统的人工智能量化评估和自主进化方法及设备。所述方法包括：步骤1至步骤7。本发明能够对电网调控智能系统的智能水平进行客观量化评估，便于电力从业人员对不同智能系统的智能水平的比较和优选，还能够以智能水平提升为导向，促进智能系统的自主进化，自主寻找智能水平更优、调控电网效果更好的智能系统。
基于平行系统人工智能量化评估自主进化方法设备

[发明专利]短期时序数据预测模型构建方法、装置、设备及存储介质-CN202211167278.9在审
发明人：张俊;高天露;陈宇锋;赵杭;许沛东;陈思远;王恒 -专利权人：武汉大学
申请日： 2022-09-23 - 公布日： 2023-04-04 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及一种短期时序数据预测模型构建方法、装置、设备及存储介质，涉及短期时序数据预测技术领域，包括对包括风电功率和多个风电特征参数的历史多维时序数据进行正则化处理，筛选出多个第一风电特征参数，将包含第一风电特征参数的历史多维时序数据作为新的历史多维时序数据；构建包括CNN网络、扁平化层和BiLSTM网络的CNN‑BiLSTM模型，CNN网络对多维时序数据进行特征提取处理，扁平化层对处理后的多维时序数据进行扁平化处理得到一维时序数据，BiLSTM网络对一维时序数据进行学习和预测；基于新的历史多维时序数据对上述模型进行训练得到短期时序数据预测模型，可有效提高短期风电功率预测的精度。
短期时序数据预测模型构建方法装置设备存储介质

[发明专利]时序数据预测模型构建方法、装置、设备及可读存储介质-CN202211167258.1在审
发明人：张俊;高天露;周豪杰;赵杭;许沛东;陈思远;张科 -专利权人：武汉大学
申请日： 2022-09-23 - 公布日： 2023-02-24 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及一种时序数据预测模型构建方法、装置、设备及可读存储介质，涉及电力系统与人工智能交叉技术领域，包括基于三次样条插值法对待处理数据进行数据重建，得到重建后数据曲线，所述待处理数据包括温度和电力负荷；基于道格拉斯‑普克算法对重建后数据曲线进行数据压缩，得到压缩后数据曲线；将压缩后数据曲线对应的压缩数据输入至CNN‑BiGRU网络模型进行训练，得到时序数据预测模型，以利用所述时序数据预测模型进行电力负荷预测。本申请可有效降低预测模型的构建难度，并可准确预测电力负荷。
时序数据预测模型构建方法装置设备可读存储介质

[发明专利]一种电力系统高维静态安全域边界拟合方法-CN202211338564.7在审
发明人：张俊;高天露;戴宇欣;张科;许沛东;陈思远;周自强;陈晓刚;章姝俊;李乃一 -专利权人：武汉大学;国网浙江省电力有限公司
申请日： 2022-10-28 - 公布日： 2023-02-03 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及电力行业安全域边界拟合技术，具体涉及一种电力系统高维静态安全域边界拟合方法，考虑系统发电机出力约束，进行节点负荷值采样，通过潮流计算，筛选出处于安全域内的样本，形成初始样本集。提出边界样本搜索算法，为初始样本集中每一个样本寻找一个处于安全域内的样本，一个安全域外样本，并满足二者距离小于设定的距离阈值。将所处原始功率注入空间的边界样本集中数据通过深度神经网络模型转换到新的三维特征空间中。通过基于信息增益比的加权倾斜决策树算法在特征空间中进行边界的提取，并评估边界性能，选出最优边界。该方法可实现电力系统安全域高维边界的拟合，并缩小与实际边界的误差。
一种电力系统静态全域边界拟合方法

[发明专利]多智能体强化学习滚动调度方法、装置、设备及存储介质-CN202210828178.X在审
发明人：张俊;高天露;白昱阳;陈思远;许沛东;戴宇欣;司睿绮 -专利权人：武汉大学
申请日： 2022-07-13 - 公布日： 2022-11-08 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种多智能体强化学习滚动调度方法、装置、设备及存储介质，所述方法通过构建高比例新能源电力系统对应日内有功的滚动调度模型；对滚动调度模型进行多智能体的去中心化部分可观马尔科尔夫决策过程建模，获得多智能体调度架构；获取多智能体调度架构的改进区域特征聚合图的注意力网络，并获取支持时空多维特征聚合的多智能体强化学习算法，根据注意力网络和多智能体强化学习算法构建基于多智能体强化学习的分布式日内滚动调度算法的训练架构，建模求解速度快，训练过程简单，符合电网调度实际应用场景，提高了多智能体强化学习滚动调度的准确性，提升了多智能体强化学习滚动调度的速度和效率。
智能强化学习滚动调度方法装置设备存储介质

[发明专利]新能源开发预测方法、装置、设备及存储介质-CN202210852851.3在审
发明人：张俊;高天露;刘佳伟;赵杭;许沛东;陈思远;戴宇欣 -专利权人：武汉大学
申请日： 2022-07-19 - 公布日： 2022-10-11 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种新能源开发预测方法、装置、设备及存储介质，所述方法通过获取新能源最大消纳量和新能源系统运行成本，根据新能源最大消纳量和新能源系统运行成本对新能源的消纳能力进行评估，建立新能源评估指标体系；对新能源源域和任务域的数据进行预处理，根据预处理后的目标数据建立新能源预测体系；建立新能源定价模型，根据新能源评估指标体系、新能源预测体系和新能源定价模型进行新能源系统开发和预测，能够保证新能源在开发应用中的可行性以及利润性，促进了新能源消费，提升了新能源利用比率，避免了新能源的过量消耗，节省了发电成本，提高了新能源开发预测的准确性，提升了新能源开发预测的速度和效率。
新能源开发预测方法装置设备存储介质

[发明专利]一种电-热-气综合能源系统双层协同控制方法-CN202210657453.6在审
发明人：鄢晶;王亚捷;赵爽;王莉琳;段志强;张籍;张俊;高天露 -专利权人：国网湖北省电力有限公司经济技术研究院
申请日： 2022-06-10 - 公布日： 2022-09-23 - 主分类号： H02J3/00 文献下载
摘要：一种电‑热‑气综合能源系统双层协同控制方法，先构建由上层多智能体强化学习模型和下层潮流计算模型构成的双层决策控制模型，下层模型用于为上层模型提供系统的能流数据，上层模型则根据能流数据对智能体的决策行为进行奖励，再将采集的电、热、气负荷需求量等历史状态信息数据输入双层决策控制模型中进行迭代训练，随后采集综合能源系统的实时状态信息数据，并将其输入训练好的双层决策控制模型中，得到最优的综合能源系统出力，即热电联供机组的电出力、燃气锅炉的热出力、燃气轮机的电出力、电网向系统输送的电功率以及天然气网向系统输送的天然气量。本发明有效简化了奖励函数的设计，提高了模型的收敛性。
一种综合能源系统双层协同控制方法

[发明专利]一种电力系统深度强化学习紧急控制策略提取方法-CN202111188349.9在审
发明人：张俊;高天露;戴宇欣;张科;许沛东;陈思远 -专利权人：武汉大学;国网浙江省电力有限公司
申请日： 2021-10-12 - 公布日： 2022-02-01 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种电力系统深度强化学习紧急控制策略提取方法。通过引入电力系统节点模型多个历史时刻的特征数据构建观测数据；进一步构建深度Q学习网络模型，并采用随机梯度下降优化算法进行优化训练得到电力系统紧急控制深度强化学习模型；基于已训练完成的深度Q学习网络模型，在特定的故障场景下，生成数据集；并在此数据及上训练基于信息增益比的加权倾斜决策树模型，以完成策略提取；设定策略保真度指标、策略实际控制性能指标、模型复杂度指标，以评估不同超参数下的模型性能，从而根据实际需求选出最优模型，以用于电力系统紧急控制领域中。
一种电力系统深度强化学习紧急控制策略提取方法

[发明专利]一种基于电力系统紧急控制的混合智能关键因素辨识方法-CN202111208028.0在审
发明人：张俊;高天露;张科;戴宇欣;许沛东;陈思远 -专利权人：武汉大学;国网浙江省电力有限公司
申请日： 2021-10-18 - 公布日： 2022-01-28 - 主分类号： H02J3/00 文献下载
摘要：本发明提出了一种基于电力系统紧急控制的关键因素辨识方法。构建电力系统紧急控制深度强化学习模型，引入配电网节点模型多个历史时刻的特征数据构建配电网特征数据集；进一步将配电网特征数据集中每组配电网特征矩阵集合依次输入至采用随机梯度下降算法和Q学习算法的深度强化学习模型进行训练，预测并得到负荷削减动作；将配电网特征数据集中每组配电网特征矩阵集合依次输入至电力系统紧急控制深度强化学习模型预测得到对应的负荷削减动作，通过Deep‑SHAP方法获取多个影响电力系统紧急控制深度强化学习模型的主要特征；本发明解决机器学习模型中透明度过低的问题，为调度人员提供更加充分的决策帮助，提高模型的可解释性和准确度。
一种基于电力系统紧急控制混合智能关键因素辨识方法

[实用新型]一种正三棱柱翻转式黑板装置-CN201420174781.1有效
发明人：徐漫琳;李立成;郑涛;高天露;刘嘉敏;柯昌辅;李晨飞;周伟;刘洋 -专利权人：徐漫琳
申请日： 2014-04-11 - 公布日： 2014-08-06 - 主分类号： B43L1/04 文献下载
摘要：本实用新型公开了一种正三棱柱翻转式黑板装置，包括多个并列设置且旋转角度一致的正三棱柱，还包括用于控制正三棱柱旋转的翻转控制机构，所述翻转控制机构，包括位于正三棱柱一侧的翻转控制电机和翻转控制转杆，翻转控制电机输出端和翻转控制转杆相连并能够带动其旋转，所述翻转控制转杆上对应每个正三棱柱位置固定套设有主动锥齿轮，主动锥齿轮和一个对应的从动锥齿轮啮合传动，从动锥齿轮和对应的正三棱柱相连并能够带动其旋转。本实用新型提高了书写面积且方便保留板书，同时还具有结构简单，三棱柱控制同步度非常好的优点，能够更好地保证板面的平整，使得书写方便，同时实现了黑板的自动擦拭，且擦拭稳定可靠。
一种棱柱翻转黑板装置

1
共 13 条