元の名称記録: 国网江西省电力有限公司赣州供电分公司

本申请提供了基于人工智能的充电桩有序充电引导优化方法及系统，涉及机器学习技术领域，该方法包括：获取当前预约充电数据及当前充电桩数据，进行临时充电数据预测，获取预测临时充电数据；基于预约充电数据及预测临时充电数据，获取预测充电负荷，并基于当前充电桩数据，对预测充电负荷进行修正，获取修正预测充电负荷；获取充电引导方案；判断修正预测充电负荷是否大于电网负荷警戒值且小于电网负荷危险值，若是，则基于所述充电引导方案，进行充电引导。解决了现有技术中充电桩的充电引导存在准确性低、灵活性差的技术问题。

本发明公开了基于声磁同步和深度学习的电缆故障精确定点方法及系统，涉及电缆故障定位技术领域，该方法包括：同步采集电缆故障区域内产生的声信号和磁信号，生成原始声磁同步信号对；结合当前信号干扰参数，利用深度卷积神经网络去噪获取增强声磁同步信号对，并根据增强声磁同步信号对计算声磁传播速度差，确定第一故障点定位；将电缆故障区域的区域电缆分布拓扑、当前故障场景参数和增强声磁同步信号对输入故障定位识别插件，输出第二故障点定位；确定第二定位预测置信度，对第一故障点定位和第二故障点定位进行定位拟合，输出电缆故障定点结果。本发明解决了现有技术中存在的电缆故障定点准确性不足的技术问题。

本发明公开了结合多维时序数据分析的充电站桩故障自适应通信装置，涉及数据处理技术领域。该装置包括：获取充电站历史环境参数、充电阶段、电流和温度序列，索引获得同族电流、温度序列集，基于历史环境参数、历史充电阶段序列构建历史工况；根据同族数据量，得第一电流、温度可信度，分别构建同族电流、温度工况集，分析与历史工况的相似度，得第二电流、温度可信度；融合四类可信度获取电流、温度可信度，对历史电流、温度序列集成互验，得互验置信度；根据历史电流、温度序列预测充电站桩故障率，基于电流、温度可信度和互验置信度补偿，得补偿故障率，作为自适应检测结果。本发明有效提升了充电站桩故障预警的准确性与可靠性。

本发明公开了基于平均场深度强化学习的任务卸载和资源分配方法，属于大规模智能电网设备技术领域，建立云边协同系统的任务场景，构建任务卸载和资源分配模型，考虑任务的传输和执行，计算完成任务的时延和完成任务的能耗；基于完成任务的时延和能耗，建立密集任务卸载和资源分配系统能耗值最低优化目标；基于优化目标，建立基于平均场深度强化学习的云边协同密集任务卸载优化问题模型；基于优化问题模型，对任务卸载问题采用MFTDDPG算法，完成任务卸载和资源分配。

本发明公开了线路间隔棒防舞动带电安装系统及应用，包括无人机、连接绳、可拆装件以及安装模块，该无人机上连接有连接绳，所述连接绳的一端连接有可拆装件，所述可拆装件上连接有安装模块，该安装模块安装在所述无人机下方，所述安装模块包括间隔棒、固定板、导线固定与解锁机构，固定板安装在上述间隔棒的两端，导线固定与解锁机构安装在上述固定板上，该导线固定与解锁机构上设计有供导线进入的槽口，该槽口的两端分别为固定端以及引导端，驱动机构连接在上述引导端上并驱动引导端带动上述导线移动直至接触固定端。旨在解决现有技术中带电安装间隔棒作业存在的安全隐患、效率低下以及操作复杂等问题。

本发明公开一种适用于电网的无线传感器网络覆盖增强方法及系统，方法包括：在监测区域内划分网格点，部署传感器节点，建立无线传感器网络系统；基于布尔感知模型判断网格点的覆盖状态，计算网格点的覆盖率指标；计算传感器节点的覆盖效率指标；执行改进的山地瞪羚优化算法：基于种群多样性状态选择全局搜索或局部开发方式更新位置，结合迭代过程动态调整位置更新强度，通过虚拟合力引导节点向矩形监测区域内的未覆盖区域移动；输出优化后的节点位置坐标。本发明避免算法过早收敛增加种群多样性，动态调整增强算法的局部开发能力，保留算法的早期搜索能力，加入虚拟力算法对改进的山瞪羚优化器进行有目的性的导向，保障电网的安全和稳定性。

本发明涉及了智能电网技术领域，具体涉及了一种无线供能电力通信网络覆盖增强方法及系统，方法包括，FD‑WPCN模型配置全双工混合接入点，集成多发射与接收天线阵列，实现下行能量传输与上行信息接收的同步进行。通过波束成形技术优化能量与信息传输，推导用户在下行链路收集的预期总能量表达式。基于能量收集特性，进一步推导用户遍历速率公式。在最大化所有用户最小速率的约束下，建立能量分配优化问题，通过数学推导获得能量分配的最优闭式解。该解可实现用户间能量覆盖的公平优化，提升系统整体能效与通信可靠性。本模型适用于无线供电通信网络场景，为资源分配提供理论支撑，具有显著应用价值。