利索能及
我要发布
收藏
专利号: 2025102022747
申请人: 广州幺鸡网络科技有限公司
专利类型:发明专利
专利状态:授权未缴费
更新日期:2025-08-30
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种变电站信息的确定方法,其特征在于,包括:

获取多个待供电小区信息,所述多个待供电小区信息包括每个待供电小区的电力负荷信息、每个待供电小区的位置信息、每个待供电小区的建筑物布局信息、每个待供电小区的道路布局信息;

构建小区图结构,所述小区图结构包括多个节点和多个节点之间的多条边,所述多个节点中的每个节点表示一个待供电小区,每个节点的节点特征包括每个待供电小区的电力负荷信息、每个待供电小区的位置信息、每个待供电小区的建筑物布局信息、每个待供电小区的道路布局信息;

基于图神经网络模型对所述小区图结构进行处理确定变电站所在的目标小区,图神经网络模型的输入为小区图结构,图神经网络模型的输出为变电站所在的目标小区,多条边中的每条边的多个边特征包括小区之间的距离和方向;

获取变电站所在的目标小区的监控视频、目标小区的建筑物布局信息、目标小区的道路布局信息;

使用监控处理模型确定多个人流稀疏的初选位置,监控处理模型为门控循环单元,监控处理模型的输入为变电站所在的目标小区的监控视频、目标小区的建筑物布局信息、目标小区的道路布局信息,监控处理模型的输出为多个人流稀疏的初选位置;

基于输电信息确定模型确定每个人流稀疏的初选位置的电力输送损耗程度、每个人流稀疏的初选位置的输电线路总长度,输电信息确定模型为深度神经网络模型,输电信息确定模型的输入为每个待供电小区的电力负荷信息、每个待供电小区的位置信息、每个待供电小区的建筑物布局信息、每个待供电小区的道路布局信息、多个人流稀疏的初选位置,输电信息确定模型的输出为每个人流稀疏的初选位置的电力输送损耗程度、每个人流稀疏的初选位置的输电线路总长度;

对每个人流稀疏的初选位置的电力输送损耗程度、每个人流稀疏的初选位置的输电线路总长度分别赋予不同的权重后,再进行加权求和后得到每个人流稀疏的初选位置的电力成本系数,将电力成本系数最少的变电站的安装位置作为变电站的目标安装位置。

2.一种变电站信息的确定系统,其特征在于,包括:

第一获取模块,用于获取多个待供电小区信息,所述多个待供电小区信息包括每个待供电小区的电力负荷信息、每个待供电小区的位置信息、每个待供电小区的建筑物布局信息、每个待供电小区的道路布局信息;

构建模块,用于构建小区图结构,所述小区图结构包括多个节点和多个节点之间的多条边,所述多个节点中的每个节点表示一个待供电小区,每个节点的节点特征包括每个待供电小区的电力负荷信息、每个待供电小区的位置信息、每个待供电小区的建筑物布局信息、每个待供电小区的道路布局信息;

目标小区确定模块,用于基于图神经网络模型对所述小区图结构进行处理确定变电站所在的目标小区,图神经网络模型的输入为小区图结构,图神经网络模型的输出为变电站所在的目标小区,多条边中的每条边的多个边特征包括小区之间的距离和方向;

第二获取模块,用于获取变电站所在的目标小区的监控视频、目标小区的建筑物布局信息、目标小区的道路布局信息;

监控处理模块,用于使用监控处理模型确定多个人流稀疏的初选位置,监控处理模型为门控循环单元,监控处理模型的输入为变电站所在的目标小区的监控视频、目标小区的建筑物布局信息、目标小区的道路布局信息,监控处理模型的输出为多个人流稀疏的初选位置;

输电信息确定模块,用于基于输电信息确定模型确定每个人流稀疏的初选位置的电力输送损耗程度、每个人流稀疏的初选位置的输电线路总长度,输电信息确定模型为深度神经网络模型,输电信息确定模型的输入为每个待供电小区的电力负荷信息、每个待供电小区的位置信息、每个待供电小区的建筑物布局信息、每个待供电小区的道路布局信息、多个人流稀疏的初选位置,输电信息确定模型的输出为每个人流稀疏的初选位置的电力输送损耗程度、每个人流稀疏的初选位置的输电线路总长度;

安装位置确定模块,用于对每个人流稀疏的初选位置的电力输送损耗程度、每个人流稀疏的初选位置的输电线路总长度分别赋予不同的权重后,再进行加权求和后得到每个人流稀疏的初选位置的电力成本系数,将电力成本系数最少的变电站的安装位置作为变电站的目标安装位置。