-
公开(公告)号：CN118215021A
公开(公告)日：2024-06-18
申请号：CN202410209633.7
申请日：2024-02-26
Applicant: 国网山东省电力公司营销服务中心(计量中心)
IPC: H04W4/40 , H04W24/02 , H04W24/06 , H04W28/08 , H04B17/382
Abstract: 本发明公开了一种考虑端边云协同效益的无人机信道异常监测方法及系统，包括：获取无人机运动信息，利用训练好的神经网络模型，预测无人机运动轨迹；基于预测的无人机运动轨迹，构建可服务的MEC集合；分别获取无人机、可服务的MEC以及云平台的通信、计算和存储资源；基于端‑边‑云节点的资源协同，构建基于效益最优的TECB任务处理模型；采用粒子群优化算法对TECB任务处理模型进行求解，得到任务处理效益最大时的任务卸载决策；基于任务卸载决策对无人机采集的信道信息进行处理，判断信道状态是否异常。本发明基于通信、计算、存储资源，在任务处理时延受限条件下，将无人机采集的信道状态信息进行最优卸载处理，实现任务处理效益最优。
-
公开(公告)号：CN116823295B
公开(公告)日：2024-04-19
申请号：CN202311107408.4
申请日：2023-08-31
Applicant: 国网山东省电力公司营销服务中心(计量中心)
Inventor： 王平欣 , 荆臻 , 张志 , 王清 , 李琮琮 , 朱红霞 , 刘鹏龙 , 张海静 , 陈祉如 , 赵曦 , 马俊 , 杜艳 , 曹彤 , 董贤光 , 孙凯 , 邢宇 , 李骁 , 刘丽君 , 王兆军
IPC: G06Q30/018 , G06Q50/04
Abstract: 本发明公开的一种钢铁行业碳排放测量方法、系统、设备及介质，属于碳排放测量技术领域，包括：获取钢铁企业每天的直接碳排放量、外购电量、一天中每个时刻的用电负荷量和所使用的发电机组的发电量；根据一天中每个时刻的用电负荷量和所使用的发电机组的发电量，确定一天中每个时刻电力的二氧化碳排放因子；根据外购电量和一天中每个时刻电力的二氧化碳排放因子，确定钢铁企业每天的间接碳排放量；对钢铁企业每天的直接碳排放量和间接碳排放量求和，获得钢铁企业每天的碳排放总量。实现了钢铁企业碳排放的准确测量。
-
公开(公告)号：CN117246169B
公开(公告)日：2024-03-19
申请号：CN202311415851.8
申请日：2023-10-27
Applicant: 国网山东省电力公司营销服务中心(计量中心)
IPC: B60L53/31
Abstract: 本发明涉及新能源汽车充电桩安装技术领域，具体为一种用于新能源汽车充电桩的安装设备，包括控距单元与对位单元，本发明通过控距单元对充电桩之间的距离进行调整,使其与防雨罩对齐,通过对位单元使充电桩位于防雨罩中部,保证充电桩与防雨罩中部对齐,整个过程中,无需人工对防雨罩进行测量计算,节省安装时间,提高充电桩安装的效率,对位后的充电桩水平移动至防雨罩进行固定连接,保证充电桩与水平面垂直,防止充电桩安装时发生歪斜,影响后续的使用。
-
公开(公告)号：CN117272095A
公开(公告)日：2023-12-22
申请号：CN202311139284.8
申请日：2023-09-05
Applicant: 国网山东省电力公司营销服务中心(计量中心) , 哈尔滨理工大学
IPC: G06F18/24 , G06F18/10 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明在复杂多样的电力系统的实际场景下，为解决电能质量扰动分类中单一数据集的数据不充分问题和多源数据带来的数据异构和隐私性问题，提出了一种全景感知电力系统下的电能质量扰动分类方法，涉及联邦学习、电能质量扰动分类技术领域；该方法以联邦个性化学习为框架，在互不侵犯隐私的条件下实现多个参与方协同构建扰动数据分类模型，同时使用继承私有模型聚合历史训练中所有个性化模型，在下一轮模型更新时进行知识迁移，在模型初步收敛后停止历史模型的继承；加入了Adam算法，更有效地优化目标函数同时生成联邦通信的参数，由于该算法融合了二阶梯度的混合运算，因此在通信中难以通过梯度反演攻击获得隐私数据，有效保护隐私安全。
-
公开(公告)号：CN116862080A
公开(公告)日：2023-10-10
申请号：CN202311132107.7
申请日：2023-09-05
Applicant: 国网山东省电力公司营销服务中心(计量中心)
IPC: G06Q10/04 , G06Q50/06 , G06Q50/26 , G06F18/214 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/0895 , G06F123/02
Abstract: 本发明属于碳排放预测计算技术技术领域，具体涉及一种基于双视角对比学习的碳排放预测方法及系统，包括：获取不同能源发电数据的时序特征；基于所获取的时序特征，计算不同能源的权重，得到不同能源的上下文特征；根据所获取的上下文特征和碳排放预测模型，完成发电碳排放的预测；其中，在获取不同能源发电数据的时序特征的过程中，利用整个时间序列的特征来进行特征学习，得到全局时序特征，使用固定窗口内的序列信息进行特征学习，得到局部时序特征；即得到不同能源发电数据的两种窗口视角下的时序特征。本发明利用增强信息进行信息增强视角下的对比学习，以预训练‑微调方式构建碳排放预测模型，实现碳排放的精准预测。
-
Patent Agency Ranking
公开(公告)号：CN115935296B
公开(公告)日：2023-06-23
申请号：CN202310218342.X
申请日：2023-03-09
Applicant: 国网山东省电力公司营销服务中心(计量中心)
Abstract: 本发明涉及电数字数据处理技术领域，具体涉及一种电能数据计量方法及系统，获取待计量电能数据对应的周期曲线、趋势曲线和残差曲线，根据原始数据曲线的数据变化特征确定最小正周期，根据最小正周期获得各曲线段；根据各曲线段的数据变化特征确定融合权重，利用融合权重，对周期曲线、趋势曲线和残差曲线中的每个数据点进行融合处理，获得融合数据值序列；对融合数据值序列进行数据压缩处理，获得压缩后的电能数据。本发明适用于大数据量的电能数据计量，有效提高了电能数据的压缩率，增强了电能数据的传输速度和稳定性。
-
公开(公告)号：CN115951123A
公开(公告)日：2023-04-11
申请号：CN202310171510.4
申请日：2023-02-28
Applicant: 国网山东省电力公司营销服务中心(计量中心)
IPC: G01R22/06
Abstract: 本发明涉及电数字数据领域，具体涉及一种基于无线通信的电能计量方法及系统，该方法是一种基于移动通信技术且适用于特别功能的电数字数据处理方法，包括，获取每个节点在不同时刻的电能数据，确定每个节点在进行电能数据采集时的电能分布异常程度；基于树状线路分支结构中每个节点的连接状况和电能分布异常程度，确定由线路分布造成电能异常的概率，进而确定每个节点的电能采集异常程度；根据电能采集异常程度判断每个节点的电能是否存在异常，筛选出异常电能数据，并进行修正，实现无线通信的准确电能计量。本发明排除了线路原因造成的电能异常的影响，获得更准确的电数字数据，有效提高了无线通信电能计量的准确度。
-
公开(公告)号：CN116736000B
公开(公告)日：2024-10-22
申请号：CN202310555327.4
申请日：2023-05-16
Applicant: 国网山东省电力公司营销服务中心(计量中心)
Abstract: 本申请适用于电子电路技术领域，提供了一种充电桩检定电路和充电桩检定方法，包括：第一获取模块，用于获取充电桩充电过程中的标准有功电能数据；第二获取模块，用于获取充电桩充电结束后的对外有功电能数据；定位模块，用于获取充电桩的地理位置数据；数据处理模块，用于对标准有功电能数据预处理获得第一预处理数据，对对外有功电能数据预处理获得第二预处理数据，对地理位置数据预处理获得第三预处理数据；通讯模块用于将第一预处理数据、第二预处理数据及第三预处理数据发送至远程后台系统，以使远程后台系统根据第一预处理数据、第二预处理数据及第三预处理数据对充电桩进行检定，生成检定结果。本申请可提高充电桩检定的效率和准确性。
-
公开(公告)号：CN117437709A
公开(公告)日：2024-01-23
申请号：CN202311344818.0
申请日：2023-10-17
Applicant: 国网山东省电力公司营销服务中心(计量中心) , 中国电力科学研究院有限公司
IPC: G07C9/00
Abstract: 本发明提出了智能锁具的认证方法、双稳态磁控装置及检测方法，通过磁控钥匙上设置有多个不同磁场强度的磁铁以及在智能锁具上设置对应的磁敏电阻，根据磁敏电阻的特性，对磁控钥匙进行开锁认证，可以通过更改预先设定的开锁编码进而更改开锁认证，解决磁控钥匙被复制或磁控钥匙滥用的情况。
-
公开(公告)号：CN117056813B
公开(公告)日：2024-01-09
申请号：CN202311308232.9
申请日：2023-10-11
Applicant: 国网山东省电力公司营销服务中心(计量中心)
IPC: G06F18/241 , G01R19/165 , G01R31/327
Abstract: 本发明涉及电子数据处理领域，尤其涉及一种用于智能断路器数据采集的检测方法，该方法获取预设时段对应的电流时序数据；筛选得到电流时序数据中的至少一个非稳定离散电流值；针对任一非稳定离散电流值，计算非稳定离散电流值的异常评估值；根据所有非稳定离散电流值的异常评估值，将所有非稳定离散电流值划分为第一类异常电流数据和第二类异常电流数据，分别获取第一类异常电流数据的L1正则化参数和第二类异常电流数据的L1正则化参数；根据电流时序数据、第一类异常电流数据的L1正则化参数以及第二类异常电流数据的L1正则化参数，拟合出最优ARMA模型，利用最优ARMA模型进行电流异常检测，提高了电流异常检测结果的准确性。(56)对比文件Bo Ma et.al.."Prediction of Lithium-Ion Battery Capacity based on The ARMAMethod"《.2020 Global Reliability andPrognostics and Health Management (PHM-Shanghai)》.2020,全文.严英杰;盛戈;陈玉峰;江秀臣;郭志红;秦少鹏.基于时间序列分析的输变电设备状态大数据清洗方法.电力系统自动化.2015,第39卷(第07期),第138-144页.
-
-
-
-
-
-
-
-
-
Search Results
430
records
(took 0.206 seconds)
