-
公开(公告)号：CN112001522B
公开(公告)日：2024-08-09
申请号：CN202010632647.1
申请日：2020-07-02
申请人： 国网浙江省电力有限公司宁波供电公司 , 浙江华云信息科技有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/23213
摘要： 本发明涉及电力系统领域，尤其涉及一种基于STN状态网络的专变用户用能优化方法，包括：专变用户数据采集，并针对专变用户数据进行预处理；在基于STN状态任务网络所描述的生产流程中，通过对各节点设置合理的约束条件，建立专变用户用电管理模型；建立基于用电性质的专变用户用能优化模型，对专变用户用能优化。通过使用本发明，可以实现以下效果：相比于传统的用户需求侧管理或用户用能优化管理方法，本发明考虑了用户的生产计划与设备参数，具体给出了切实可行的用户生产方案，更具可操作性。
-
公开(公告)号：CN109389280A
公开(公告)日：2019-02-26
申请号：CN201810943549.2
申请日：2018-08-17
申请人： 国网浙江省电力有限公司宁波供电公司 , 国网浙江省电力有限公司 , 浙江大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
CPC分类号： G06Q10/06395 , G06Q10/06393 , G06Q50/04
摘要： 本发明公开了基于多属性决策模型的电能表生产厂商评价方法，涉及一种评价方法。本发明包括步骤：获取电能表的原始数据，确定评估指标；计算电能表的各个指标值，构建指标矩阵，形成决策矩阵；计算电能表各项的指标值信息熵和斯皮尔曼等级相关系数，根据CRITIC方法确定质量评估指标的客观权重，对所决策矩阵进行加权处理，得到电能表供应商评估矩阵；计算电能表供应商的正理想解和负理想解，计算各电能表供应商至正理想点向量和负理想点向量的欧式距离；计算各电能表供应商与理想解的相对逼近度，按照从高至低确定各个电能表供应商的质量等级。本技术方案为电网公司开展电能表质量评估与监督提供客观和科学的依据。
-
公开(公告)号：CN109829571A
公开(公告)日：2019-05-31
申请号：CN201910029664.3
申请日：2019-01-11
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宁波供电公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于多表融合数据的用户短期用电量预测方法，属于电力技术领域。现有的用户用能之间存在着一定的相关性。如果能够充分地挖掘用户用能之间的相关性，就可以有效地提高预测的精度。本发明首先通过模糊聚类方法选取相似日，然后用这些相似日作为支持向量机的训练样本，对支持向量机参数进行优化，得到训练后的模型，用于对用户用电量进行预测；本发明能够充分地挖掘用户用能之间的相关性，合理利用多表融合数据，有效地提高预测的精度。本发明充分考虑了各种用电量的影响因素，有效提高预测的精度，减少了训练样本数量，对用户用电异常行为检测具有重要的意义。
-
公开(公告)号：CN109389280B
公开(公告)日：2023-07-04
申请号：CN201810943549.2
申请日：2018-08-17
申请人： 国网浙江省电力有限公司宁波供电公司 , 国网浙江省电力有限公司 , 浙江大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC分类号： G06Q10/0639 , G06Q50/04
摘要： 本发明公开了基于多属性决策模型的电能表生产厂商评价方法，涉及一种评价方法。本发明包括步骤：获取电能表的原始数据，确定评估指标；计算电能表的各个指标值，构建指标矩阵，形成决策矩阵；计算电能表各项的指标值信息熵和斯皮尔曼等级相关系数，根据CRITIC方法确定质量评估指标的客观权重，对所决策矩阵进行加权处理，得到电能表供应商评估矩阵；计算电能表供应商的正理想解和负理想解，计算各电能表供应商至正理想点向量和负理想点向量的欧式距离；计算各电能表供应商与理想解的相对逼近度，按照从高至低确定各个电能表供应商的质量等级。本技术方案为电网公司开展电能表质量评估与监督提供客观和科学的依据。
-
公开(公告)号：CN112560601A
公开(公告)日：2021-03-26
申请号：CN202011391967.9
申请日：2020-12-01
申请人： 国网浙江省电力有限公司宁波供电公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要： 本发明公开了一种面向用户用电行为感知分析的VI波形特征提取方法，涉及电网运维领域。目前，国内外针对用电行为特征提取技术，从负荷特征角度出发，存在通用性差，提取谐波作为特征数据，无法对变速驱动型负荷进行进一步区分。本发明收集电流‑电压轨迹曲线，考虑了轨迹曲线的封闭面积、平均曲线畸变度、曲线自交点数、通过对电流电压轨迹曲线、平均曲线中间段近零点的斜率、VI轨迹的顺或逆时针平均曲率5种特征，并对其进行数学方式的特征提取，获得用户行为感知分析的特征数据集。特征提取速度快，实现简单，多种特征共同参与用户行为感知，准确率高。该方法的提出能够为用户负荷识别提供数据支持，具有良好的经济效益和实用价值。
-
公开(公告)号：CN112001522A
公开(公告)日：2020-11-27
申请号：CN202010632647.1
申请日：2020-07-02
申请人： 国网浙江省电力有限公司宁波供电公司 , 浙江华云信息科技有限公司
摘要： 本发明涉及电力系统领域，尤其涉及一种基于STN状态网络的专变用户用能优化方法，包括：专变用户数据采集，并针对专变用户数据进行预处理；在基于STN状态任务网络所描述的生产流程中，通过对各节点设置合理的约束条件，建立专变用户用电管理模型；建立基于用电性质的专变用户用能优化模型，对专变用户用能优化。通过使用本发明，可以实现以下效果：相比于传统的用户需求侧管理或用户用能优化管理方法，本发明考虑了用户的生产计划与设备参数，具体给出了切实可行的用户生产方案，更具可操作性。
-
公开(公告)号：CN115238563A
公开(公告)日：2022-10-25
申请号：CN202210295565.1
申请日：2022-03-23
申请人： 国网浙江省电力有限公司宁波供电公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要： 本发明公开了一种用于电力测量系统的异常数据检测和修复方法；涉及电力测量技术领域；目前，异常数据检测修复算法复杂且恢复有限。本发明利用时间序列模型和自适应神经网络对历史数据的潜在特征进行挖掘从而检测异常数据，最后基于边缘计算和深度学习模型的海量用能数据不健全情况下的数据智能修复方法和算法设计，实现对用能采集数据的高效修复，提升边缘数据治理能力。本技术方案将一维数据中缺失点的恢复问题转化为二维图像中缺失区域的可能补绘问题，然后直观地将深度学习技术应用于图像处理，采用改进的CPCAE模型来修复受损图像，分层次地恢复，降低算法的复杂性，且在不同的缺失情况下都有很好的表现。
-
公开(公告)号：CN114725947A
公开(公告)日：2022-07-08
申请号：CN202210295566.6
申请日：2022-03-23
申请人： 国网浙江省电力有限公司宁波供电公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要： 本发明公开了一种支撑客户侧用能控制系统的电力需求监测平台及监测方法；涉及电力监测领域；目前，无法实现实时监测及耗能控制。本发明包括用户需求采集模块；用户需求分类模块；需求监测模块；供电调控模块；信息记录模块。本技术方案通过计算机技术、通信技术和互联网技术的配合，从而利用这些技术去解决建筑的电力能耗问题的基础，利用上述技术采集和处理公共建筑的电力能耗数据，对用电异常的区域或设备进行报警和处理，从而达到有效地降低电力能耗的目的，使得可以对供电区域进行有效的控制，并且可以根据用户需求进行精准控制，同时在用电异常时进行报警，保证用电安全。
-
公开(公告)号：CN112308109A
公开(公告)日：2021-02-02
申请号：CN202010935918.0
申请日：2020-09-08
申请人： 国网浙江省电力有限公司宁波供电公司 , 浙江大学 , 浙江华云信息科技有限公司
IPC分类号： G06K9/62 , G06F16/2458 , G06F17/11
摘要： 本申请实施例提出了基于BIRCH聚类和高斯云分布的专变用户健康状况分析方法，包括确定对应专变用户运行健康状况的特征指标，基于已确定的特征指标从专变终端处获取专变用户数据；采用BIRCH聚类方法和高斯云模型形成专变用户运行标准高斯云分布图和实时高斯云分布图；导入专变用户数据，通过计算标准云图与实时云图之间的距离，确定专变用户运行健康状况。通过基于电力系统用电信息采集系统采集到的专用变压器用电数据，可以确定可以体现专用变压器运行健康状况的关键特征。进而基于BIRCH聚类方法和高斯云分布，实现达到一定准确率专用变压器运行健康状况评级。
-
公开(公告)号：CN109919173A
公开(公告)日：2019-06-21
申请号：CN201910029623.4
申请日：2019-01-11
申请人： 国网浙江省电力有限公司宁波供电公司 , 国网浙江省电力有限公司 , 浙江大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于减法聚类模型的多表融合用能行为分析方法，属于电力技术领域。目前应用的用户用能分析方法由于缺乏用户用水、用气数据，仅仅是基于用电量对用户用能进行的预测，无法充分挖掘用户用能之间的相关性，分析效果较差。本发明采集电、水、气数据，能够充分地挖掘用户用能之间的相关性，结合根据现场多年运行经验设计的基于减法聚类模型的多表融合用能行为分析方法，利用用户用日用电量、用水量、用气量，通过构建电水气融合数据矢量，利用聚类算法实现用户聚类，达到对居民用户用能的分类与离群用户区分，并在后续对离群用户进行研究是否出现窃电、漏水等用能异常，达到提高工作效率和减少供能企业损失的目的。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.052 秒)