-
公开(公告)号：CN118468121A
公开(公告)日：2024-08-09
申请号：CN202410595737.6
申请日：2024-05-14
Applicant: 广东电网有限责任公司广州供电局
IPC: G06F18/2411 , G06F18/214 , G06F18/213 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 在本申请提供的设备能耗预测方法、装置、存储介质及计算机设备中，先获取待预测设备能耗数据；将待预测设备能耗数据输入目标特征提取模型，得到待预测设备能耗数据的初始数据特征，目标特征提取模型为基于设备能耗数据集，采用涡动优化神经网络算法确定初始特征提取模型的最优参数后得到的，涡动优化神经网络算法为通过模拟涡旋的形成、演变和消散过程优化神经网络参数；将初始数据特征输入目标特征降维模型，得到目标数据特征，目标特征降维模型为采用黑箱优化算法和空间优化策略对自编码器进行优化得到的；将目标数据特征输入目标分类器，得到待预测设备能耗数据的设备能耗预测结果。如此，可以高效精准地进行特征提取和降维，提高预测准确率。
-
公开(公告)号：CN118585926B
公开(公告)日：2024-12-03
申请号：CN202411074381.8
申请日：2024-08-07
Applicant: 广东电网有限责任公司广州供电局
IPC: G06F18/2431 , G06N3/045 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06F18/213 , G06F18/26
Abstract: 本申请提供的设备运行效能评估方法、装置、存储介质及计算机设备，本申请先采用两个模型提取降维得到运行数据的目标特征向量。其中，目标特征提取模型是基于通过量子优化算法扩充得到的样本运行数据结合拓扑动态调整机制训练得到的，量子优化算法可以提高生成样本的多样性，而拓扑动态调整机制能够适应不同样本之间的差异性，并删除模型中的冗余连接，以提高模型的学习效率和准确性；目标特征降维模型则是采用对偶损失函数训练得到的，其可以从多个层面来评估模型的性能，以提高评估结果的准确性。最后，通过变分模式分解来挖掘目标特征向量的潜在信息后，利用目标分类器对分解后的目标特征向量进行效能评估，能够提高评估结果的准确性和及时性。
-
Patent Agency Ranking
公开(公告)号：CN117909902A
公开(公告)日：2024-04-19
申请号：CN202410091189.3
申请日：2024-01-22
Applicant: 广东电网有限责任公司广州供电局
IPC: G06F18/2433 , G06F18/2415 , G06F18/213 , G06F18/241 , G06N3/0442 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/094 , G06N3/084
Abstract: 本发明公开了一种电力设备故障诊断方法、装置及设备，包括获取电力设备的多个待检测运行属性数据，并将各待检测运行属性数据输入至预置故障诊断模型，预置故障诊断模型包括目标特征提取网络和目标分类器；采用目标特征提取网络对各待检测运行属性数据进行特征强化提取操作，生成各待检测运行属性数据对应的目标隐状态；通过目标分类器对各目标隐状态进行分类诊断，输出对应的电力设备的故障诊断结果，解决了传统的电力设备故障诊断方法无法充分挖掘和理解电力设备复杂数据间的关联性，导致电力设备诊断结果的准确性较低的技术问题。
-
公开(公告)号：CN118940227B
公开(公告)日：2025-03-11
申请号：CN202411426334.5
申请日：2024-10-14
Applicant: 广东电网有限责任公司广州供电局
Inventor： 韩宏仲
IPC: G06F18/27 , G06N10/60 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06Q10/20 , G06Q50/06 , G06F18/21 , G06F18/214 , G06F18/2431
Abstract: 本发明公开了一种储能系统性能评估分类器模型训练方法及装置，包括获取多个待检测储能系统属性数据，并基于改进的人工少数类过采样法，对各待检测储能系统属性数据进行数据扩充，确定多个待检测目标插值样本；将各待检测目标插值样本输入至预置目标特征提取模型进行特征提取，输出多个待检测特征提取数据；采用预置目标特征降维模型对各待检测特征提取数据进行特征降维，生成多个待训练特征降维数据；基于预置分布鲁棒优化策略，采用各待训练特征降维数据对初始储能系统性能评估分类器模型进行训练，确定目标储能系统性能评估分类器模型；解决了现有的储能系统性能评估技术导致模型的分类精度较差的技术问题。
-
公开(公告)号：CN118940227A
公开(公告)日：2024-11-12
申请号：CN202411426334.5
申请日：2024-10-14
Applicant: 广东电网有限责任公司广州供电局
Inventor： 韩宏仲
IPC: G06F18/27 , G06N10/60 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06Q10/20 , G06Q50/06 , G06F18/21 , G06F18/214 , G06F18/2431
Abstract: 本发明公开了一种储能系统性能评估分类器模型训练方法及装置，包括获取多个待检测储能系统属性数据，并基于改进的人工少数类过采样法，对各待检测储能系统属性数据进行数据扩充，确定多个待检测目标插值样本；将各待检测目标插值样本输入至预置目标特征提取模型进行特征提取，输出多个待检测特征提取数据；采用预置目标特征降维模型对各待检测特征提取数据进行特征降维，生成多个待训练特征降维数据；基于预置分布鲁棒优化策略，采用各待训练特征降维数据对初始储能系统性能评估分类器模型进行训练，确定目标储能系统性能评估分类器模型；解决了现有的储能系统性能评估技术导致模型的分类精度较差的技术问题。
-
公开(公告)号：CN119849716A
公开(公告)日：2025-04-18
申请号：CN202510337794.9
申请日：2025-03-21
Applicant: 广东电网有限责任公司广州供电局
Inventor： 韩宏仲
IPC: G06Q10/04 , G06N3/045 , G06N3/0475 , G06N3/094 , G06Q50/06
Abstract: 本申请涉及一种电力设备的能耗预测方法、计算机设备及可读存储介质。该方法包括：获取采集的电力设备的当前运行数据，并采用当前能耗预测模型对当前运行数据进行能耗预测，得到电力设备的当前能耗预测结果；根据当前运行数据、当前能耗预测结果、以及目标样本数据，对当前能耗预测模型进行更新，得到下一个能耗预测模型；分别采用当前能耗预测模型和下一个能耗预测模型，对目标样本数据中的运行数据进行能耗预测，得到第一预测结果和第二预测结果；在第二预测结果的准确度大于或等于第一预测结果的情况下，采用下一个能耗预测模型对采集的电力设备的另一运行数据进行能耗预测。采用本方法能够提高对电力设备的能耗预测的精准性。
-
公开(公告)号：CN118585926A
公开(公告)日：2024-09-03
申请号：CN202411074381.8
申请日：2024-08-07
Applicant: 广东电网有限责任公司广州供电局
IPC: G06F18/2431 , G06N3/045 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06F18/213 , G06F18/26
Abstract: 本申请提供的设备运行效能评估方法、装置、存储介质及计算机设备，本申请先采用两个模型提取降维得到运行数据的目标特征向量。其中，目标特征提取模型是基于通过量子优化算法扩充得到的样本运行数据结合拓扑动态调整机制训练得到的，量子优化算法可以提高生成样本的多样性，而拓扑动态调整机制能够适应不同样本之间的差异性，并删除模型中的冗余连接，以提高模型的学习效率和准确性；目标特征降维模型则是采用对偶损失函数训练得到的，其可以从多个层面来评估模型的性能，以提高评估结果的准确性。最后，通过变分模式分解来挖掘目标特征向量的潜在信息后，利用目标分类器对分解后的目标特征向量进行效能评估，能够提高评估结果的准确性和及时性。
-
-
-
-
-
-
Search Results
7
records
(took 0.054 seconds)
