“冯裕祺”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种孤岛中压微电网下抑制电网频率波动的控制方法-CN202111148524.1有效
发明人：李辉;周彦博;彭寒梅;冯裕祺;谭貌 -专利权人：湘潭大学
申请日： 2021-09-28 - 公布日： 2023-09-26 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种孤岛中压微电网下抑制电网频率波动的态势感知与利导方法；首次将态势感知与利导方法相结合运用于孤岛中压微电网，来保证孤岛中压微电网在分布式电源输出功率波动时也能持续稳定频率；包括孤岛中压微电网建模；基于历史数据的态势感知；抑制频率波动的态势利导方法三个部分；本发明提供的方法，在孤岛中压微电网运行时，信息采集单元先提取风机风速和电网频率信息作为历史数据，再进行态势感知，对电网系统频率态势进行超前预测，然后根据孤岛中压微电网的耦合关系得出有功功率和无功功率的预测值，进行态势决策系统和态势执行系统控制来实现态势利导功能，可有效抑制频率波动，降低对电网系统的冲击，使系统频率在分布式电源输出功率波动的时能继续保持稳定。
一种孤岛中压微电网抑制频率波动控制方法

[发明专利]一种电力物联网架构下的需量态势感知方法-CN202110898414.0有效
发明人： 冯裕祺;何峰;李辉;陈翔;谭貌;唐力军 -专利权人：湘潭大学;湖南华菱湘潭钢铁有限公司
申请日： 2021-08-05 - 公布日： 2023-09-12 - 主分类号： G06Q10/0631 文献下载
摘要：本发明公开了一种电力物联网架构下的需量态势感知方法，包括以下步骤：构建混合传感器网络；配置中继节点；数据上传云端；构建多维时间序列；需量自相关性分析；多变量相关性分析；数据预处理；构建需量预测模型；进行超短期需量预测。本发明通过构建需量态势感知网络，采用需量态势感知方法对多维时间序列数据进行挖掘，首先通过电压、电流、功率传感器采集数据构建多维时间序列；然后利用中继节点、网关节点将数据传送到云端，并通过自协方差方程等进行相关性分析；最后设计长短期记忆网络需量预测模型结构，实现对需量的高精度态势感知，有效提高了需量的态势感知准确度。
一种电力联网架构态势感知方法

[发明专利]一种确定突发事件影响的方法、装置、设备及存储介质-CN202211542457.6在审
发明人：邵钟飞;冯裕祺;施杨杰 -专利权人：中电金信软件有限公司
申请日： 2022-12-02 - 公布日： 2023-03-14 - 主分类号： G06F16/2458 文献下载
摘要：本申请提供了一种确定突发事件影响的方法、装置、设备及存储介质，包括：获取目标数据的历史时间序列；历史时间序列包括目标数据在多个时间节点对应的数据真实值；基于历史时间序列中起始时间至突发事件的开始时间节点之前的第一时间序列，预测突发事件对应的预测时间序列；根据历史时间序列与预测时间序列之间的时间序列相似度，所述突发事件对所述历史时间序列造成了影响情况。这样，可以准确地确定突发事件是否对目标数据的时间序列造成了影响情况，进而为后续的时间序列预测和处理决策提供参考，有利于更好地应对突发事件带来的风险。
一种确定突发事件影响方法装置设备存储介质

[发明专利]风控模型的训练方法、风险预测方法、装置、计算机设备-CN202211403924.7在审
发明人：邵钟飞;冯裕祺;施杨杰 -专利权人：中电金信软件（上海）有限公司
申请日： 2022-11-10 - 公布日： 2023-01-20 - 主分类号： G06F18/24 文献下载
摘要：本申请涉及一种风控模型的训练方法、风险预测方法、装置、计算机设备。所述方法包括：根据风控训练样本集包含的多个特征标签以及特征标签对应的特征标签值，获取特征标签对应的特征列向量。确定特征列向量与预设的分类标识向量的相关系数，并得到特征标签与分类标识向量之间相关系数。在风控训练样本的各特征标签中，筛选对应的相关系数符合预设的特征筛选条件的特征标签，并将筛选得到的特征标签加入特征激活集，最后根据筛选得到特征激活集，训练最终的风控模型。采用本方法能够提高风控模型的预测准确率。
模型训练方法风险预测装置计算机设备

[发明专利]异常检测方法、装置、电子设备及存储介质-CN202211173396.0在审
发明人：邵钟飞;冯裕祺 -专利权人：中电金信软件（上海）有限公司
申请日： 2022-09-26 - 公布日： 2023-01-17 - 主分类号： G06F18/23 文献下载
摘要：本申请提供一种异常检测方法、装置、电子设备及存储介质，该方法包括：根据目标对象在第一目标时段的第一目标数据，预测在第二目标时段的目标预测数据，第二目标时段位于第一目标时段之后且与第一目标时段连续；根据目标预测数据和第二目标数据的聚类结果，检测目标对象是否基于突发事件的影响在第二目标时段发生数据异常，第二目标数据为目标对象在第二目标时段的实际数据；第一目标时段为第一时段、第二目标时段为突发事件对应的突发时段，和/或，第一目标时段为包括第一时段和突发时段的第二时段、第二目标时段为位于突发时段之后且与突发时段连续的第三时段。本申请可将数据预测和聚类结合进行异常检测，更好地应对突发风险。
异常检测方法装置电子设备存储介质

[发明专利]一种基于CNN-GRU的电压态势感知方法-CN202111563878.2在审
发明人：李辉;冯裕祺;周彦博;谭貌;彭寒梅;李利娟;苏永新 -专利权人：湘潭大学
申请日： 2021-12-20 - 公布日： 2022-03-25 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于CNN‑GRU的电压态势感知方法，包括以下步骤：采集电压、有功功率和太阳辐照度数据；构建电压时间序列；电压自相关性理解；变量因素相关性理解；时间序列数据预处理；构建电压态势预测模型；进行短期电压态势预测。本发明通过构建电压态势感知网络，采用电压态势感知方法对时间序列数据进行挖掘，首先通过电力参数测量仪、传感器单元采集电压、有功功率、太阳辐照度数据；然后提取数据构建电压时间序列，并通过最大信息系数等进行相关性理解；最后设计CNN‑GRU态势预测模型结构，实现了对电压的高精度态势预测。
一种基于 cnn gru 电压态势感知方法