-
公开(公告)号：CN113516336A
公开(公告)日：2021-10-19
申请号：CN202110302024.2
申请日：2021-03-22
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种确定窃电嫌疑用户的方法及系统，包括：对公变低压用户的用电数据进行用电特征的提取，以获取多维度的用电特征；根据所述用电特征采用随机森林算法进行低压用户模型的训练，并对检验和优化，以获取最优低压用户模型；根据低压用户的用电采集数据，利用所述最优低压用户模型确定窃电嫌疑用户。本发明还公开了一种确定窃电嫌疑用户的方法及系统，包括：获取目标专变用户的用电采集数据，根据目标专变用户的用电采集数据进行异常事件变点检验，以确定用电数据阶跃突变点；将用电数据阶跃突变点与异常事件置于同一矩阵，设定时间重合度临界值，当用电数据阶跃突变点和异常事件的发生时间满足预设的时间范围时，确定为窃电嫌疑用户。
-
公开(公告)号：CN117786440A
公开(公告)日：2024-03-29
申请号：CN202311512143.6
申请日：2023-11-14
Applicant: 中国电力科学研究院有限公司 , 国网河北省电力有限公司营销服务中心 , 国家电网有限公司
IPC: G06F18/23213 , G06F18/213 , G06F18/22 , G06N3/126 , G06F17/18 , G06F123/02
Abstract: 本发明公开了一种低压配电线路漏电监测方法、装置、介质及设备。方法包括：获取多个低压配电用户的多个影响量时序数据，并根据影响量时序数据确定漏电电流时序数据集；采用基于粒度计算的聚类法对漏电电流时序数据集进行聚类，确定多个聚类类别；求取每个聚类类别内漏电电流时序数据的平均值、每个影响量时序数据的平均值，确定每个聚类类别的漏电电流特征数据以及多个影响量特征数据；确定每个聚类类别内每个影响量与漏电电流的非线性函数关系；采用凝聚式层次聚类法确定待监测低压配电线路中的监测影响量数据对应的聚类类别，并根据对应的聚类类别中监测影响量数据与漏电电流的非线性函数关系，计算待监测低压配电线路的估计漏电电流。
-
公开(公告)号：CN111598385B
公开(公告)日：2023-05-26
申请号：CN202010264697.9
申请日：2020-04-07
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江西省电力有限公司电力科学研究院 , 国网浙江省电力有限公司电力科学研究院 , 国网山东省电力公司电力科学研究院 , 河南许继仪表有限公司
IPC: G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种基于模糊层次分析和综合评价确定用电行为的方法，首先确定描述用户用电行为的一级特征指标和二级特征指标，然后根据选定的指标体系确定评价集矩阵，通过模糊层次分析法和模糊综合评价法构建的判断矩阵及模糊评价矩阵计算得到用户模糊综合评价集，根据设定的阈值，判断用户窃电嫌疑是否超出合理范围，从而判定异常用电用户。本发明由多层次、多维度对用户的用电行为进行分析，在综合考虑多因素的情况下，最大程度上保留所需要的全部信息；同时，采用模糊层次分析法和模糊综合评价相结合的方法计算用户的窃电嫌疑度，规避了传统单一特征权重计算方法的片面性，能够较为准确的衡量不同用电特征指标对用户用电行为描述的准确性。
-
公开(公告)号：CN114880915A
公开(公告)日：2022-08-09
申请号：CN202111405692.4
申请日：2021-11-24
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司电力科学研究院
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F16/901 , H02J3/38 , G06F111/04 , G06F113/04
Abstract: 本发明公开了一种综合能源计量仿真数据生成方法、装置和存储介质，其中，该方法包括：通过变分自编码器对预先构建的综合能源计量样本数据库中的综合能源计量数据进行特征提取，得到编码后的数据特征；将数据特征输入生成对抗网络，进行所述生成对抗网络的生成器与判别器的对抗训练，直至所述生成对抗网络生成的数据满足真实性约束与相似性约束；在所述生成对抗网络生成的数据满足真实性约束与相似性约束时，将生成对抗网络生成的数据确定为综合能源计量仿真数据，根据所述综合能源计量仿真数据得到生成的综合能源计量仿真数据库。
-
公开(公告)号：CN119148040A
公开(公告)日：2024-12-17
申请号：CN202411270879.1
申请日：2024-09-11
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山西省电力公司
IPC: G01R35/04
Abstract: 本发明公开了一种用于电能计量装置异常检测的方法及系统，属于智能测量技术领域。本发明方法，包括：基于电网巡检数据，构建电能计量装置的异常图像数据集；对所述异常图像数据集，进行自动数据增广，构建所述电能计量装置的异常图像增广数据集；使用所述异常图像增广数据集，对训练模型进行训练，选取出最优权重的训练模型作为异常检测模型；基于所述异常检测模型，根据待检测电能计量装置的待检测图像，对所述待检测电能计量装置的异常进行检测。本发明的应用，提高了检测的准确性和鲁棒性，降低了对检测目标密集区域的漏检率。
-
Patent Agency Ranking
公开(公告)号：CN115616282A
公开(公告)日：2023-01-17
申请号：CN202211127951.6
申请日：2022-09-16
Applicant: 国网重庆市电力公司营销服务中心 , 中国电力科学研究院有限公司 , 国家电网有限公司
Inventor： 常仕亮 , 陈文瑛 , 周晖 , 张蓬鹤 , 杨艺宁 , 成涛 , 李明浩 , 徐鸿宇 , 郑可 , 杨浩 , 吴宇 , 吴林峰 , 何珉 , 龙跃 , 傅宏 , 牟攀 , 周川 , 段锴 , 慕杰 , 丁琳
IPC: G01R22/06 , G01R19/165 , G01R21/00
Abstract: 本申请公开了一种窃电行为的监测方法、装置、电子设备及介质，其方法包括获取待监测目标的电表类型；根据电表类型，确定待监测目标命中的目标监测模式，以及在各目标监测模式下的目标监测策略，其中，目标监测模式为欠压监测模式、欠流监测模式、移相监测模式、超容监测模式、分布式光伏发电套补监测模式、以及反向电量监测模式中的至少一种；对待监测目标的电表进行采样，得到包含多个采集点的采样数据；根据采样数据以及确定的至少一项目标监测策略，对待监测目标的窃电行为进行监测。本申请实现窃电和违约用电的精准、自动、智能判断，摆脱了现有技术中采用大量人工进行查验，人工成本高，且监测精度低的现状，使得判断准确率大大提升。
-
公开(公告)号：CN113919408A
公开(公告)日：2022-01-11
申请号：CN202110767039.6
申请日：2021-07-07
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江西省电力有限公司
Abstract: 本发明公开了一种基于NICE模型增强光伏窃电数据的方法及系统，属于窃电检测技术领域。本发明发法包括：对NICE模型导入窃电的原始数据，获取分布式光伏的功率预测值，确定分布式光伏的功率预测值和测量值的偏差，作为NICE模型和分类器的输入变量；将分布式光伏的功率预测值和测量值的偏差输入NICE模型，对NICE模型进行训练，且生成NICE生成模型，截取NICE模型的解码器生成新样本；将新样本及原始数据输入分类器，进行训练，生成CNN分类器；对生成的NICE生成模型及CNN分类器，进行性能评估；将目标分布式光伏窃电数据输入NICE生成模型及CNN分类器，进行计算，输出增强的光伏窃电数据。本发明可充分挖掘出窃电样本的潜在分布特征，能够生成更高质量的新样本。
-
公开(公告)号：CN113255880A
公开(公告)日：2021-08-13
申请号：CN202110382296.8
申请日：2021-04-09
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江西省电力有限公司
Abstract: 本发明公开了一种基于改进神经网络模型对窃电数据进行判断的方法，所述方法包括：获取历史用电数据，将历史用电数据进行归一化处理，将归一化处理后的历史用电数据作为神经网络模型的训练数据；确定所述神经网络模型的结构，所述神经网络模型包括输入层、隐含层以及输出层，分别确定所述输入层、所述隐含层以及所述输出层的节点数，确定所述隐含层以及所述输出层的传递函数；采用L‑M算法基于所述训练数据对所述神经网络模型进行训练，当所述神经网络模型的输出数据的误差小于设定的误差阈值时，将神经网络模型确定为最终神经网络模型；通过所述最终神经网络模型对用电数据进行判断，对用户的窃电行为进行识别。
-
公开(公告)号：CN113255096A
公开(公告)日：2021-08-13
申请号：CN202110348731.5
申请日：2021-03-31
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江西省电力有限公司 , 国网浙江省电力有限公司
Abstract: 本发明公开了一种基于向前逐步回归的高损线路异常台区定位方法及系统，属于电网线损分析领域。本发明方法包括：确定窃电高损线路，获取所述窃电高损线路单位时间损失的电量数据及下属台区单位时间的用电量数据，建立损失电量时间序列，根据用电量数据建立用电量时间序列；根据损失电量时间序列及用电量时间序列，建立多个一元对数线性回归模型，获取一元线性模型的拟合优度集合；针对拟合优度集合，选取最优的用电量时间序列的子集；建立回归模型，确定回归模型中，对损失电量时间序列具备显著影响的子集中的变量所对应的下属台区，为异常台区。本发明将窃电稽查的范围缩小，为高损线路的窃电检测提供了新路径，节约了时间、人力与物力成本。
-
公开(公告)号：CN111797887A
公开(公告)日：2020-10-20
申请号：CN202010299704.9
申请日：2020-04-16
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于密度筛选与K-均值聚类的反窃电预警方法及系统，其中方法包括：获取目标行业正常用户限定期间的用电数据作为训练样本；将训练样本进行归一化处理，获取经过处理的训练样本；基于密度筛选法，获取经过处理的训练样本的初始聚类中心和聚类数；将初始聚类中心和聚类数作为K-均值聚类的初始值，基于K-均值聚类对经过处理的训练样本进行聚类，获取目标行业典型负荷曲线；计算待检用户的负荷曲线与目标行业典型负荷曲线的负荷曲线的欧氏距离和余弦距离；基于欧氏距离和余弦距离确定待检用户的异常度指标；当异常度指标大于预先设定的异常阈值时，将待检用户判断为窃电嫌疑用户。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.196 seconds)
