Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉智网伟业科技有限公司;中国地质大学(武汉)李雨竹获国家专利权

武汉智网伟业科技有限公司;中国地质大学(武汉)李雨竹获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉武汉智网伟业科技有限公司;中国地质大学(武汉)申请的专利基于数字孪生的综合能源管理方法及平台获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120746380B

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510857596.5,技术领域涉及:G06Q10/0639;该发明授权基于数字孪生的综合能源管理方法及平台是由李雨竹;张建华;王雄威;尹静设计研发完成,并于2025-06-25向国家知识产权局提交的专利申请。

基于数字孪生的综合能源管理方法及平台在说明书摘要公布了:本发明提供一种基于数字孪生的综合能源管理方法及平台,该方法包括如下步骤:首先获取供电回路拓扑结构并导入边缘计算设备和校区能源可视化平台。通过传感器网络采集电网运行数据并传输至边缘计算设备。边缘计算设备预处理数据,基于马尔可夫决策模型构建数字孪生映射策略,将数据自适应映射至可视化平台。平台获取用户异常检测指令,边缘设备执行检测任务。任务包括提取拓扑空间特征和多周期用电时序特征,结合两种特征采用集成学习算法进行异常检测。最后将结果导入平台展示。本发明可以快速准确识别出用电数据中的异常用电问题。

本发明授权基于数字孪生的综合能源管理方法及平台在权利要求书中公布了:1.一种基于数字孪生的综合能源管理方法,其特征在于,应用于配置在目标校区的智慧能源管理系统,所述智慧能源管理系统包括校区能源可视化平台、部署于所述目标校区的边缘计算设备,以及部署于所述目标校区的供电回路中的传感器网络,所述方法包括如下步骤: 获取所述供电回路的供电拓扑结构,将所述供电拓扑结构分别导入至所述边缘计算设备和所述校区能源可视化平台; 通过所述传感器网络采集所述供电回路的电网运行数据,将所述电网运行数据传输至所述边缘计算设备; 利用所述边缘计算设备预处理所述电网运行数据; 利用所述边缘计算设备并通过三次样条插值法将预处理后的所述电网运行数据拟合为所述供电回路的电网状态基准曲线; 随机选取所述传感器网络中的N个传感器作为映射传感器,所述映射传感器对应的目标电网运行数据为数字孪生映射的映射对象,N小于所述传感器网络中的传感器总数量; 基于所有所述目标电网运行数据预测所述供电回路的完整电网运行数据,根据所述完整电网运行数据并通过重构算法拟合出所述供电回路的电网状态预测曲线; 将所述电网状态预测曲线作为马尔科夫决策模型的模型状态空间,将所述边缘计算设备选取所述传感器网络中第i个传感器作为所述映射传感器的动作作为所述马尔科夫决策模型的模型动作空间; 以最小化所述映射传感器的数量和最小化曲线相似度差异为奖励函数,在所述边缘计算设备中构建数字孪生映射策略,所述曲线相似度差异为所述电网状态基准曲线与电网状态预测曲线之间的相似度差异值; 采用近端策略优化算法完成所述数字孪生映射策略的策略优化,得到最优映射策略; 将所述最优映射策略中选取的最优映射传感器所对应的最优电网运行数据映射至所述校区能源可视化平台中进行可视化展示; 通过所述校区能源可视化平台获取目标用户的用电异常检测指令; 响应于所述用电异常检测指令并通过所述边缘计算设备执行用电异常检测任务,得到用电异常检测结果,将所述用电异常检测结果导入至所述校区能源可视化平台进行可视化展示; 所述用电异常检测任务包括如下步骤: 以所述电网运行数据为基础从所述供电拓扑结构中提取出电网拓扑空间特征; 从预处理后的所述电网运行数据中提取出多周期用电时序特征; 结合所述电网拓扑空间特征和所述多周期用电时序特征并采用基于集成学习算法的用电异常检测算法分析得到用电异常检测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人武汉智网伟业科技有限公司;中国地质大学(武汉),其通讯地址为:430071 湖北省武汉市东湖开发区光谷大道77号金融港一期A3幢三层1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。