-
公开(公告)号：CN115171038A
公开(公告)日：2022-10-11
申请号：CN202210673807.6
申请日：2022-06-14
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司湖州供电公司 , 浙江华云信息科技有限公司
摘要： 本申请提供了一种基于深度学习的业财数据处理方法及系统，本申请通过通过监控系统获取工作人员工作的视频数据；提取视频数据中的若干帧视频图像；对视频图像进行预处理得到图像序列；通过预构建的深度目标检测模型对图像序列中的人员目标和检修设备目标进行检测，得到人员目标身份信息、设备编码信息以及人员轨迹信息；根据人员轨迹信息确定检修作业起止时刻信息；将人员目标身份信息、设备编码信息以及检修作业起止时刻信息生成电子工作票。本申请全程无须工作人员干预，不仅减轻了工作人员的负担，而且提高了信息准确度，数据为电子格式，更加方便后续系统提取和利用。
-
公开(公告)号：CN113256036A
公开(公告)日：2021-08-13
申请号：CN202110791617.X
申请日：2021-07-13
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司湖州供电公司
摘要： 本发明公开了基于Prophet‑LSTNet组合模型的供电成本分析预测方法，解决了现有技术的不足，包括以下步骤：步骤1，获取一段时间内历史每日供电成本数据，并将供电成本数据输入Prophet模型；步骤2，通过Prophet模型对供电成本数据分解成非线性趋势成分数据、季节性成分数据以及假日成分数据；步骤3，进行特征工程建设，得到供电成本数据的多维特征；步骤4，将供电成本数据的多维特征作为参数输入LSTNet模型，将非线性趋势成分数据输入LSTNet模型，对LSTNet模型进行训练，寻找供电成本数据的多维特征与非线性趋势成分数据之间的依赖关系，训练并交替更新LSTNet模型及非线性趋势成分数据权重参数；步骤5，对供电成本进行预测，得到预测结果。
-
公开(公告)号：CN115018906A
公开(公告)日：2022-09-06
申请号：CN202210431220.4
申请日：2022-04-22
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司湖州供电公司
IPC分类号： G06T7/70 , G06V20/40 , G06V10/50 , G06V10/56 , G06V10/80 , G06V10/82 , G06V10/771 , G06N3/04
摘要： 本发明公开了一种基于组特征选择与判别相关滤波联合的电网变电检修作业人员跟踪方法，包括以下步骤：S1：获取电网变电检修作业人员的作业视频图像，将特征融合，构成多通道特征矩阵；S2：根据当前帧的多通道特征矩阵及相应的响应图估计当前帧的判别相关滤波器；S3：根据当前帧的判别相关滤波器估计值与上一帧的判别相关滤波器更新当前帧的判别相关滤波器；S4：提取下一帧的多通道特征矩阵，并根据当前帧的判别相关滤波器计算作业人员目标定位响应图，获得电网变电检修作业人员目标位置结果；本发明实现相关空间信道特征在一个动态的低维子空间中突出和一致性显示，能够有效减轻时间滤波器的退化。
-
公开(公告)号：CN113256020A
公开(公告)日：2021-08-13
申请号：CN202110661228.5
申请日：2021-06-15
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司湖州供电公司
摘要： 本发明公开了一种考虑多尺度时间序列的供电系统成本预测方法，包括如下步骤：S1、搜集供电系统历史成本数据降噪处理后，可视化得到训练集Tr和测试集Tx；S2、对历史成本数据按日为单位进行特征工程建设得到成本的数据结构；S3、采用Prophet模型对训练集Tr的多尺度时间序列进行平稳化处理；S4、采用LSTNet网络模型对分解后的时间序列各项进行建模并引入基于特征的注意力机制；S5、用测试集Tx对Prophet‑LSTNet组合预测模型进行可靠性验证；若可靠性不足，执行S4，若可靠性合格，执行S6；S6、得到的Prophet‑LSTM组合预测模型对供电系统成本进行预测，输出预测结果；Prophet‑LSTNet组合预测模型针对多尺度时间序列的多维成本数据预测，预测结果更加稳定可靠。
-
公开(公告)号：CN113256036B
公开(公告)日：2021-10-12
申请号：CN202110791617.X
申请日：2021-07-13
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司湖州供电公司
摘要： 本发明公开了基于Prophet‑LSTNet组合模型的供电成本分析预测方法，解决了现有技术的不足，包括以下步骤：步骤1，获取一段时间内历史每日供电成本数据，并将供电成本数据输入Prophet模型；步骤2，通过Prophet模型对供电成本数据分解成非线性趋势成分数据、季节性成分数据以及假日成分数据；步骤3，进行特征工程建设，得到供电成本数据的多维特征；步骤4，将供电成本数据的多维特征作为参数输入LSTNet模型，将非线性趋势成分数据输入LSTNet模型，对LSTNet模型进行训练，寻找供电成本数据的多维特征与非线性趋势成分数据之间的依赖关系，训练并交替更新LSTNet模型及非线性趋势成分数据权重参数；步骤5，对供电成本进行预测，得到预测结果。
-
公开(公告)号：CN113256020B
公开(公告)日：2021-10-08
申请号：CN202110661228.5
申请日：2021-06-15
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司湖州供电公司
摘要： 本发明公开了一种考虑多尺度时间序列的供电系统成本预测方法，包括如下步骤：S1、搜集供电系统历史成本数据降噪处理后，可视化得到训练集Tr和测试集Tx；S2、对历史成本数据按日为单位进行特征工程建设得到成本的数据结构；S3、采用Prophet模型对训练集Tr的多尺度时间序列进行平稳化处理；S4、采用LSTNet网络模型对分解后的时间序列各项进行建模并引入基于特征的注意力机制；S5、用测试集Tx对Prophet‑LSTNet组合预测模型进行可靠性验证；若可靠性不足，执行S4，若可靠性合格，执行S6；S6、得到的Prophet‑LSTM组合预测模型对供电系统成本进行预测，输出预测结果；Prophet‑LSTNet组合预测模型针对多尺度时间序列的多维成本数据预测，预测结果更加稳定可靠。
-
公开(公告)号：CN115293824B
公开(公告)日：2022-12-20
申请号：CN202211202700.X
申请日：2022-09-29
申请人： 国网浙江省电力有限公司湖州供电公司
摘要： 本发明提供一种适用于电力系统工程的决算数据处理方法及系统，包括：服务器接收对第一电力系统工程配置的决算请求、决算比对策略，调取数据库中与第一电力系统工程相对应的第一预算报表；根据时间比对周期和信息比对类型，提取第一预算报表内的第一预算信息，根据所提取的第一预算信息生成第一预算比对表；根据信息比对类型确定第一决算报表中相应类型的第一决算信息；基于决算比对策略将第一决算信息与第一预算比对表内相应的第一预算信息进行比对，得到第一比对结果；对第一预算报表的第一预算信息进行动态调整得到第二预算信息，统计所有的第二预算信息得到动态预算报表。
-
公开(公告)号：CN115293824A
公开(公告)日：2022-11-04
申请号：CN202211202700.X
申请日：2022-09-29
申请人： 国网浙江省电力有限公司湖州供电公司
摘要： 本发明提供一种适用于电力系统工程的决算数据处理方法及系统，包括：服务器接收对第一电力系统工程配置的决算请求、决算比对策略，调取数据库中与第一电力系统工程相对应的第一预算报表；根据时间比对周期和信息比对类型，提取第一预算报表内的第一预算信息，根据所提取的第一预算信息生成第一预算比对表；根据信息比对类型确定第一决算报表中相应类型的第一决算信息；基于决算比对策略将第一决算信息与第一预算比对表内相应的第一预算信息进行比对，得到第一比对结果；对第一预算报表的第一预算信息进行动态调整得到第二预算信息，统计所有的第二预算信息得到动态预算报表。
-
公开(公告)号：CN113220950A
公开(公告)日：2021-08-06
申请号：CN202110546222.3
申请日：2021-05-19
申请人： 国网浙江省电力有限公司湖州供电公司 , 国网能源研究院有限公司 , 浙江泰仑电力集团有限责任公司
IPC分类号： G06F16/903 , G06F16/9038 , G06Q50/06
摘要： 本发明提供了一种电价查询系统及电价查询方法，该系统包括：电价查询模块、图表展示模块及文本下载模块；电价查询模块包括国内电价查询模块和国际电价查询模块；国内电价查询模块用于查询目标省份在查询时间段的第一电价信息，并将查询到的第一电价信息发送至图表展示模块；国际电价查询模块用于查询目标国家对应的属于目标电价类别的第二电价信息，并将查询到的第二电价信息发送至图表展示模块；图表展示模块用于基于第一电价信息生成第一电价图表；基于各个第二电价信息生成第二电价图表。应用该系统，用户可以查询国内外各个地区的电价水平，以实时掌握每个地区之间电价水平的差异，保证各个地区电价的透明度，提高用户的用电体验。
-
公开(公告)号：CN113298288A
公开(公告)日：2021-08-24
申请号：CN202110391628.9
申请日：2021-04-12
申请人： 国网浙江省电力有限公司湖州供电公司
摘要： 本发明是为了辅助电力部门对未来供电所运维成本进行预测，提出了一种融合时间序列和神经网络的供电所运维成本预测方法，包括以下步骤：步骤（1）搜集历史运维成本数据，分析数据特性；检测并修正数据异常值，准备数据集；步骤（2）采用Prophet模型对数据序列进行平稳化处理，提取并预测序列的趋势成分；步骤（3）进行特征工程建设，对供电所信息进行挖掘分析，得到供电所的运维成本数据的特征；步骤（4）构建LSTNet网络模型进行训练，引入基于特征的注意力机制，训练并交替更新LSTNet预测网络及权重参数；步骤（5）利用训练好的Prophet‑LSTM组合预测网络进行供电所运维成本预测，得到预测结果。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.076 秒)
