“罗滇生”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15个，建议您升级VIP下载更多相关专利

[发明专利]一种基于图注意力神经网络的充油电气设备故障诊断方法-CN202111466253.4有效
发明人：张轲;陈文刚;宰洪涛;许泳涛;马伟天;何洪英;罗滇生;奚瑞瑶;符芳育;方杰 -专利权人：国网山西省电力公司晋城供电公司
申请日： 2021-12-03 - 公布日： 2023-10-03 - 主分类号： G01R31/00 文献下载
摘要：本发明涉及人工智能及电力系统领域，具体涉及一种基于图注意力神经网络的充油电气设备故障诊断方法。本发明利用充油电气设备故障时产生的5种特征气体以及气体之间可能存在的相关性作为图数据输入，6种故障类型作为输出，搭建图注意力神经网络，实现充油电气设备故障诊断。该网络不仅可以学习到特征气体与故障类型之间的非线性关系，还能学习到各个特征气体之间的相互关系。本发明采用了注意力机制，通过横向与纵向的深度挖掘充分挖掘了更多隐含的关系，消除了充油电气设备某些故障类型无法诊断的问题，提高了故障诊断的准确率。
一种基于注意力神经网络电气设备故障诊断方法

[发明专利]可变比例新能源接入下受端系统的提高惯量支撑规划方法-CN202211256460.1在审
发明人：江栗;王庆;周泓;路亮;杨宇霄;何洪英;罗滇生;奚瑞瑶 -专利权人：国家电网公司西南分部
申请日： 2022-10-14 - 公布日： 2023-01-03 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供了一种可变比例新能源接入下提高受端系统的惯量支撑规划方法，包括：S1.基于待规划受端系统确定规划必要电力参数；S2.基于电力参数建立提高受端系统惯量支撑的规划模型；S3.对建立的提高受端系统惯量支撑的规划模型进行求解，得到满足在新能源接入比例可变系数为x情况下系统所需的惯量以及需要新建的同步发电机组、新能源机组、电压源型虚拟惯量新能源机组、电流源型虚拟惯量新能源机组的最小投资建设方案。本发明从确定受端系统所需最小惯量角度进一步规划受端系统本地机组、新能源机组、电压源型虚拟惯量新能源机组、电流源型虚拟惯量新能源机组的建设提高受端系统的惯量支撑能力，解决受端系统频率稳定问题。
可变比例新能源接入下受端系统提高惯量支撑规划方法

[发明专利]基于图神经网络的电力变压器健康状态评估方法-CN202210177110.X在审
发明人： 罗滇生;奚瑞瑶;何洪英;刘楠;黄沁云 -专利权人：湖南大学
申请日： 2022-02-24 - 公布日： 2022-05-06 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及人工智能及电力领域。公开了一种基于图神经网络的电力变压器健康状态评估方法，全面考虑了多指标及指标间复杂关系，并通过主客观赋权法实现健康状态评估；本发明提出的评估方法从变压器的基本信息、运行信息、试验信息和故障检修信息中选取多个关键性评估指标构建健康状态评估体系；由于底层指标众多，通过层次分析法和健康指数法获得相应综合指标的健康指数；利用综合指标关系图构建图神经网络，再通过故障检修信息进行修正，最终实现变压器健康状态的评估；利用建立的变压器样本集对模型进行训练，将训练好的健康状态评估模型应用于实例验证，实验结果表明该方法能够更准确地得到变压器的健康状态。
基于神经网络电力变压器健康状态评估方法

[发明专利]基于图神经网络的电力专业知识图谱自动补全方法-CN202111462812.4在审
发明人：陈文刚;宰洪涛;何龙;张轲;马伟天;何洪英;方杰;罗滇生;奚瑞瑶;尹希浩;符芳育 -专利权人：国网山西省电力公司晋城供电公司
申请日： 2021-12-02 - 公布日： 2022-03-04 - 主分类号： G06N5/02 文献下载
摘要：本发明涉及人工智能及电力领域。公开了一种基于图神经网络的电力专业知识图谱自动补全方法，采用图神经网络对图外实体进行表征，将图外实体纳入电力专业人工知识图谱框架中，实现了对人工建立的电力专业知识图谱进行自动补全；丰富了电力专业人工知识图谱内容，还能避免对图外实体重新训练，减轻机器设备运算负担，降低学习成本，通过TransE算法学习现有的知识特征，挖掘知识实体间的隐藏关系，实现了电力专业人工知识图谱根据外界接收信息执行自动补全的功能。补全后的电力专业人工知识图谱信息更加充实、全面，使电力设备运维相关知识的智能查询和关联搜索结果更加完善，为电力设备运维管理人员提供更加全面的参考意见。
基于神经网络电力专业知识图谱自动方法

[发明专利]基于深度学习算法的电力设备三元组构建方法-CN202111349722.4在审
发明人：陈文刚;宰洪涛;张秀丽;张轲;许泳涛;罗滇生;何洪英;尹希浩;奚瑞瑶;符芳育;方杰;罗广唯 -专利权人：国网山西省电力公司晋城供电公司
申请日： 2021-11-15 - 公布日： 2022-01-28 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及人工智能领域。公开了一种基于深度学习算法的电力设备三元组构建方法，本发明提出的基于深度学习算法的电力设备三元组构建方法，提供了一种更加完善的电力设备知识图谱三元组抽取方案，即以自顶向下的构建方式构建模式层，并在所述模式层的指导下，采用自底向上的方式构建数据层；本方案清晰体现了电力设备文本的特点，能够完善电力设备三元组的设计方案，进而提高电力设备三元组的提取效率和准确率；本发明还提出了一种包括双向循环网络、膨胀门卷积神经网络和自注意力模型的实体关系抽取模型；该模型基于自底向上构建的数据层构建，采用概率图的思想来抽取电力设备三元组，进一步提高了电力设备三元组抽取的效率和准确率。
基于深度学习算法电力设备三元组构方法

[发明专利]基于气体关系和图神经网络的充油电气设备故障诊断方法-CN202111347021.7在审
发明人：张轲;陈文刚;宰洪涛;杨晋彪;许泳涛;何洪英;罗滇生;符芳育;奚瑞瑶;方杰;罗广唯;尹希浩 -专利权人：国网山西省电力公司晋城供电公司
申请日： 2021-11-15 - 公布日： 2022-01-21 - 主分类号： G16C20/70 文献下载
摘要：本发明涉及人工智能领域，公开了一种基于气体关系和图神经网络的充油电气设备故障诊断方法，包括以下步骤，步骤一：构建基于充油电气设备故障诊断的图神经网络模型和建立特征气体关系模型；步骤二：利用特征气体关系图的拓扑结构的信息和特征气体节点的信息更新图的边；步骤三：利用特征气体关系图拓扑结构信息和更新后的边的信息更新图中的气体节点；步骤四：搭建线性更新及分类层，输出故障类型。本发明利用充油电气设备油中溶解气体的相互关系图及人工智能技术构建了图神经网络模型，实现了充油电气设备故障诊断，与传统的充油电气设备故障诊断方法相比，在故障诊断方面具有更高的准确率，而且对各类故障诊断判别更具有泛化性。
基于气体关系神经网络电气设备故障诊断方法

[发明专利]基于GRU-GCN的变压器油中溶解气体浓度预测方法-CN202111064277.7在审
发明人：何洪英;罗滇生;方杰 -专利权人：湖南大学
申请日： 2021-09-10 - 公布日： 2021-12-10 - 主分类号： G06K9/62 文献下载
摘要：基于GRU‑GCN的变压器油中溶解气体浓度预测方法包括：先对变压器油中溶解气体浓度历史数据进行预处理，得到气体浓度数据和气体关联拓扑图；其次构建基于GRU‑GCN的变压器油中溶解气体浓度预测模型，该模型用GRU网络提取气体浓度数据时间特征，用改进GCN从各气体时间特征提取关联特征；将气体浓度数据分为训练集和测试集，对模型进行训练；对训练后的模型进行评估、调整，得到最优模型；最后，将数据输入最优模型中得到预测结果。本发明GRU网络可以有效提取各气体浓度时间特征，避免模型训练时“长期依赖”问题，且网络参数少，便于训练；改进GCN可更有效地提取气体关联特征。本发明可有效提高气体浓度预测结果的可靠性和准确度。
基于 gru gcn 变压器溶解气体浓度预测方法

[发明专利]一种充油电气设备油中气体含量预测方法-CN202110969197.X在审
发明人：宰洪涛;陈文刚;刘建国;张轲;马伟天;何洪英;罗滇生;方杰;奚瑞瑶;符芳育 -专利权人：国网山西省电力公司晋城供电公司
申请日： 2021-08-23 - 公布日： 2021-11-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种充油电气设备油中气体含量预测方法，该预测方法包括：获取充油电气设备油中各气体含量的历史数据，以此获得训练集数据；构建气体含量预测模型，该模型首先构建时间卷积网络TCN实现油中各气体含量的时序特征提取，随后对各气体间进行相关性分析，构建多层感知机MLP提取气体间关联特征，综合利用各气体含量的时间序列特征和气体间关联特征，通过线性输出层得到气体含量的预测结果。本发明的预测方法不仅利用了各气体成分的时序特征还考虑了气体间的关联特征，采用TCN提取时序列特征，避免了陷入梯度爆炸或梯度消失，采用MLP提取气体间关联特征，提高了充油电气设备油中气体含量的预测准确度。
一种电气设备气体含量预测方法

[发明专利]一种基于混合模型和聚类算法的电力专业词库构建方法-CN202110874173.6在审
发明人：陈文刚;宰洪涛;刘建国;张轲;许泳涛;何洪英;罗滇生;尹希浩;奚瑞瑶;符芳育;方杰 -专利权人：国网山西省电力公司晋城供电公司
申请日： 2021-07-30 - 公布日： 2021-11-05 - 主分类号： G06F40/242 文献下载
摘要：本发明涉及人工智能领域，具体涉及一种基于混合模型和聚类算法的电力专业词库构建方法。将电力文本和平行语料进行预处理，再通过分词模型进行分词，其中互信息和左右熵算法和TextRank算法对结巴分词结果进行词语组合，TF‑IDF算法和Word2Vec词聚类算法对结巴分词结果提取文本关键词，信息熵分词算法直接对文本分词，上述结果汇总、对比得到特征语料词；从特征语料词中挑选电力专业词汇作为种子词；同时用导出来的电力文本词库作为候选词对电力文本分词，然后使用word2vec算法把词变为词向量；聚类得到相似词，然后规则过滤获得电力专业词库。本发明使用一个聚类模型能够过滤掉大部分非电力领域专业词语，专业词语较为完整。
一种基于混合模型算法电力专业词库构建方法

[发明专利]基于小波时频图像化的超短期风电功率预测方法-CN202011232819.2在审
发明人：何洪英;罗滇生;高思远;蒋宇翔;尹希浩 -专利权人：湖南大学
申请日： 2020-11-06 - 公布日： 2021-02-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于小波时频图像化的超短期风电功率预测方法，包括获取原始输入数据集，并对原始输入数据集的输入数据进行预处理；对处理后的输入数据进行小波时频分析，提取历史时间序列的时域特征和频域特征，生成对应的时频图；根据时频图的特性、原始输入数据集的大小、硬件平台的条件，搭建神经网络预测模型；并根据图像特征提取结果、训练误差结果和最终预测结果对神经网络预测模型的参数进行调整，以获取最优预测结果。这种方法一方面可充分利用时间序列的时频信息，另一方面可充分利用二维卷积优良特性，实现对风电功率的时间序列精准的超短期预测。
基于小波时频图像短期电功率预测方法

[发明专利]一种基于Bi-GRU-SA的家庭用电负荷分解方法及系统-CN202010636012.9在审
发明人：何洪英;罗滇生;黎灿兵;周斌;蒋宇翔;高思远;尹希浩;赵友琳 -专利权人：湖南大学
申请日： 2020-07-03 - 公布日： 2020-10-16 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于Bi‑GRU‑SA的家庭用电负荷分解方法及系统，方法包括：采集用户的家庭用电功率数据和一段时间内单个设备功率数据；建立基于自注意力机制的双向门控递归神经网络的负荷分解模型；将所述家庭用电功率数据分为训练集数据和测试集数据；使用所述训练集对所述负荷分解模型进行训练；门控神经网络将能够很好地避免梯度爆炸和局部最优；双向机制可充分利用未来时刻的信息；自注意力机制使得重要特征得以突出；故本发明提出的家庭用电负荷分解方法能使得负荷分解的准确性大大提高。
一种基于 bi gru sa 家庭用电负荷分解方法系统

[实用新型]一种运用于地铁车辆的自然风冷制动电阻箱-CN201320879218.X有效
发明人：王新坤;陈清理;罗滇生;蔡耀成 -专利权人：湘潭电机股份有限公司
申请日： 2013-12-30 - 公布日： 2014-05-28 - 主分类号： H01C1/084 文献下载
摘要：本实用新型公开了一种运用于地铁车辆的自然风冷制动电阻箱，包括箱体和置于箱体内的电阻元件，箱体的周围设有盖板，所述箱体的前盖板的下部、后盖板的下部分别设有网孔Ⅰ，左盖板的上部、右盖板的上部分别设有网孔Ⅱ，所述箱体的上盖板采用全封闭结构，箱体的下盖板采用全网孔结构。当车辆运行时，冷空气只有通过前盖板下方的网孔Ⅰ、安装在前盖板下方的进风口导风板及下盖板的网孔进入箱体，而大部分制动热量只有通过左盖板上的网孔Ⅱ、右盖板的上的网孔Ⅱ及出风口导风板排出，这样的对流路径，流道通畅，通过电阻元件表面风量基本均匀，能快速降低电阻带的温度，减少电阻带因局部温度过高而烧损，保证车辆的安全行驶。
一种运用于地铁车辆自然风冷制动电阻箱

[发明专利]基于云计算的智能电网负荷预测管理平台-CN201410019266.0无效
发明人： 罗滇生;阳经伟;蔡剑彪 -专利权人：湖南大学
申请日： 2014-01-16 - 公布日： 2014-04-02 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了一种基于云计算的智能电网负荷预测管理平台，包括(1)基础设施层；(2)负荷数据管理、处理以及分析平台层；(3)四类智能化负荷服务软件层；4)云接口管理层。本发明提供的技术方案具有以下优点和特点：1.本发明采用智能电网负荷预测新技术，有效地满足智能电网负荷预测的需求。2.本发明有效利用了云计算的一般特点，能够实现资源的最优化配置，实现了负荷预测数据等信息的共享以及不同用户对负荷服务随时、方便、有效获取。3.本发明可以避免今后智能电网发展要求负荷预测平台升级而导致增加额外的硬件升级费用，不需要增加各类服务器等设备，减少一次开发成本和维护升级升本。此外，本发明采用开源开发环境，因此开发成本低。
基于计算智能电网负荷预测管理平台

[发明专利]一种基于元学习的电力系统时变非线性负荷组合预测方法-CN201410019270.7无效
发明人： 罗滇生;钱松林;何洪英 -专利权人：湖南大学
申请日： 2014-01-16 - 公布日： 2014-04-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于元学习的电力系统负荷组合预测方法。本发明的有益效果如下：(1)元学习是在学习结果的基础上进行多次学习得到最终结果。它利用前一层模型的输出结果和预测序列的特征属性作为下一层学习的输入信息，使得前一次的学习能够充分应用于后面的归纳过程，从而发现并纠正所使用的学习算法中的系统偏差，提高学习精度。(2)元学习通过设定均方误差最小，通过判定条件调整门控网络参数，从而获得最优权值，为优化确定负荷组合预测模型的权重提供参考依据。
一种基于学习电力系统非线性负荷组合预测方法

[实用新型]智能楼宇能耗管理与远程监控系统-CN201120338447.1有效
发明人：邹文谦;罗滇生;匡少林 -专利权人：湖南湖大华龙电气与信息技术有限公司
申请日： 2011-09-09 - 公布日： 2012-05-30 - 主分类号： G05B19/418 文献下载
摘要：本实用新型涉及智能楼宇管理系统，具体说是智能楼宇能耗管理与远程监控系统，其包括安装于至少一组用户楼宇内的至少一能耗设备上的设备控制终端，每一组用户楼宇内的所述设备控制终端将用户输入的信息传递至一终端控制器，每一所述终端控制器通过交换机与通讯服务器连接，该通讯服务器通过数据库服务器与web服务器连接。本实用新型实现了只要能够上网的地方就能轻松地实现远程控制功能，同时本系统还可实现近距离无线遥控控制或手动控制的方式，其良好的灵活性大大方便了用户；而且，本实用新型还设有报警监控系统，提高了整个系统的安全可靠性；加之，本系统中还可连接多回路电能表和温湿度传感器，实现节能环保的目的。
智能楼宇能耗管理远程监控系统

1
共 15 条