-
公开(公告)号：CN107256442B
公开(公告)日：2019-03-22
申请号：CN201710251756.7
申请日：2017-04-18
申请人： 国网信通亿力科技有限责任公司 , 国网山西省电力公司 , 国网信息通信产业集团有限公司 , 国家电网公司
摘要： 本发明提供了一种基于移动客户端的线损计算方法，包括：线损计算平台的移动端从数据源和目标数据表获取数据仓库信息，允许用户定义数据采集、转换和加载的过程并上传到分站；分站将业务发送至云端上执行；云端并将任务进行解析后进行数据集成，从数据源提取数据并对采集数据进行格式的转换、重组，添加到目标数据库中。本发明提出的基于移动客户端的线损计算方法，实现了多个系统的集成，有效解决了分布在企业内部的统一管理的问题，通过获取各系统的实时数据成为了应用系统的公共数据平台，为电网的未来规划发挥了重要作用。在线损计算中考虑了量测与非量测点的区别以及不同地区和属性的区别，使实时数据采集和计算更完整和精确。
-
公开(公告)号：CN103745280A
公开(公告)日：2014-04-23
申请号：CN201410038164.3
申请日：2014-01-26
申请人： 北京中电普华信息技术有限公司 , 国家电网公司
摘要： 本申请公开了一种用电量预测方法、装置及处理器，该方法中，根据预设的预测模型，采用已知用电采集周期对应的历史直供用电量数据，或已知用电采集周期前预设时间段内的历史经营区用电量数据，和/或历史全国用电量数据进行预测，获取各已知用电采集周期的经营区用电量数据，和/或全国用电量数据的预测结果，并获取预测结果对应的平均相对误差；然后根据平均相对误差确定已知用电采集周期对应的标定预测模型；最后选取与待预测用电采集周期对应的标定预测模型，并通过标定预测模型，获取待预测用电采集周期对应的经营区用电量数据，和/或全社会用电量数据的预测值。通过该方法，能够在获取直供用电量后，就预测获取经营区用电量和全国用电量。
-
公开(公告)号：CN103761316B
公开(公告)日：2018-02-06
申请号：CN201410037979.X
申请日：2014-01-26
申请人： 北京中电普华信息技术有限公司 , 国家电网公司 , 国网浙江省电力公司
IPC分类号： G06F17/30
摘要： 本申请公开了一种基于稀疏矩阵的数据压缩存储方法及装置，该方法将第一数据的属性数据与值数据分别存储，即第一存储文件中存储所述第一数据的属性数据及所述属性数据对应的属性标识，将属性数据对应的属性标识作为确定所述第一数据的维度数据，则所述第二存储文件中只存储维度数据及所述单一的值数据即可。现有技术使用五个存储域存储稀疏矩阵，真正的数据值存储于数据值域内，且由于每个节点的数据值有较多的相同数据，重复存储所述相同的数据，浪费存储空间。本申请提供的技术方案提高了数据的共享度，节省了存储空间，且增强了数据的动态扩展性。
-
公开(公告)号：CN103761316A
公开(公告)日：2014-04-30
申请号：CN201410037979.X
申请日：2014-01-26
申请人： 北京中电普华信息技术有限公司 , 国家电网公司
IPC分类号： G06F17/30
CPC分类号： G06F3/0608 , G06F16/22
摘要： 本申请公开了一种基于稀疏矩阵的数据压缩存储方法及装置，该方法将第一数据的属性数据与值数据分别存储，即第一存储文件中存储所述第一数据的属性数据及所述属性数据对应的属性标识，将属性数据对应的属性标识作为确定所述第一数据的维度数据，则所述第二存储文件中只存储维度数据及所述单一的值数据即可。现有技术使用五个存储域存储稀疏矩阵，真正的数据值存储于数据值域内，且由于每个节点的数据值有较多的相同数据，重复存储所述相同的数据，浪费存储空间。本申请提供的技术方案提高了数据的共享度，节省了存储空间，且增强了数据的动态扩展性。
-
公开(公告)号：CN111524026A
公开(公告)日：2020-08-11
申请号：CN202010203015.3
申请日：2020-03-20
申请人： 北京国电通网络技术有限公司 , 国家电网有限公司 , 国网信息通信产业集团有限公司
发明人： 张思慧 , 董朝武 , 刘道新 , 张凯 , 胡航海 , 张健 , 郭利杰 , 李健 , 史雪飞 , 李浩松 , 王亚玲 , 于海波 , 尹洪苓 , 高璐 , 安东升 , 李榛 , 刘海涛 , 隋志巍 , 张震雷 , 徐秀敏 , 乔晓 , 郑雪健
摘要： 本说明书一个或多个实施例提供一种电力资源分配方法及装置，该方法包括：由数据中心获取目标区域电网内的各设备在目标时间段内的基础数据；基于所述目标区域电网内的各设备在目标时间段内的基础数据，确定所述目标区域电网内的各设备在所述目标时间段内的设备指标值；基于所述目标区域电网内的各设备在所述目标时间段内的设备指标值，并根据预先建立的电网评价模型，确定所述目标区域电网的评价结果；基于所述目标区域电网的评价结果，对于所述目标区域电网进行电力资源分配；实现数据线上收集和报送，采用系统集成代替人工填报，省时省力，同时保障数据真实性、客观性，基于此得出的电网评价结果更精确，电力资源分配更加合理。
-
公开(公告)号：CN111198891A
公开(公告)日：2020-05-26
申请号：CN201911235779.4
申请日：2019-12-05
申请人： 国网甘肃省电力公司电力科学研究院 , 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
摘要： 本发明提供一种面向同期线损的数据源融合方法、电子设备及非暂态计算机可读存储介质。该数据源融合方法从数据处理角度出发，提出一种面向同期线损的多业务数据源融合方法，充分利用各业务系统已采集数据，以及利用配电各业务系统采集数据的频度和精度的关系，通过数据判断、融合与匹配修正，到达多业务系统数据满足同期线损统计的目的，解决了现在配电系统数据不全、采集频度不统一、时标不统一，数据质量差，难以在短期内对同期线损业务进行有力支撑的问题。
-
公开(公告)号：CN111198891B
公开(公告)日：2023-02-07
申请号：CN201911235779.4
申请日：2019-12-05
申请人： 国网甘肃省电力公司电力科学研究院 , 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
摘要： 本发明提供一种面向同期线损的数据源融合方法、电子设备及非暂态计算机可读存储介质。该数据源融合方法从数据处理角度出发，提出一种面向同期线损的多业务数据源融合方法，充分利用各业务系统已采集数据，以及利用配电各业务系统采集数据的频度和精度的关系，通过数据判断、融合与匹配修正，到达多业务系统数据满足同期线损统计的目的，解决了现在配电系统数据不全、采集频度不统一、时标不统一，数据质量差，难以在短期内对同期线损业务进行有力支撑的问题。
-
公开(公告)号：CN112395716B
公开(公告)日：2022-09-09
申请号：CN202011234339.X
申请日：2020-11-07
申请人： 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
IPC分类号： G06F30/18 , G06F16/90 , H02J3/00 , G06F113/04
摘要： 一种基于多源异构生产数据的配电网拓扑结构生成方法，通过校验多源异构数据是否完整；生成本次拓扑解析需要的全局序号；并发处理待解析设备信息，进行拓扑解析，得到拓扑结果数据；根据设备类型，整理拓扑结果数据中的设备拓扑数据和设备档案数据；根据业务需求，实时调度获取设备生产环境的运行数据，补充运行数据到拓扑结果数据中，形成带有设备生产环境数据的完整拓扑解析结果；对完整拓扑解析结果进行数据持久化。本发明通过调度、营销、设备、GIS数据以及运行断面大数据，实时快速构建与配电网计算充分糅合的拓扑分析网，形成有流向、有状态、结构清晰的拓扑结构，为后续的电气计算提供数据支撑。
-
公开(公告)号：CN111444587B
公开(公告)日：2022-08-12
申请号：CN202010471979.6
申请日：2020-05-29
申请人： 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
摘要： 本发明提出了一种基于自动绘图技术的电力图形绘制方法，主要包括电力网静态拓扑生成、动态拓扑跟踪以及网络拓扑的分析；自动布局算法、自动布线算法以及变电站的布局优化算法的运用，从自动绘图技术的基础、网络拓扑、自动绘图技术的算法多方面完善，实现了对配电网内各种线路设备、厂站设备、厂站内设备、管道设备以及线路附属设备等进行分类、属性的建模，实现对自动绘图技术方法的优化，实现对配电网绘图和建模成本的降低，提高了工作效率，避免了传统人工绘图面临的问题，实现了对电力系统向智能电网转变的有效支撑。
-
公开(公告)号：CN110163410B
公开(公告)日：2021-08-24
申请号：CN201910276539.2
申请日：2019-04-08
申请人： 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
摘要： 一种基于神经网络‑时间序列的线损电量的预测方法，根据供电量和耗电量关系预测线损电量，线损电量为Pl＝PSu‑PSa，其中，Pl为线损电量，PSu为供电量，PSa为耗电量。计算耗电量的步骤包括：步骤1，建立源数据库，采集并存储用户历史耗电量历史数据；步骤2，构建BP神经网络‑时间序列耗电量预测模型，并初始化BP神经网络的参数；步骤3，输入用户历史耗电量数据及影响因素数据，训练所述BP神经网络‑时间序列耗电量预测模型，得到经训练的BP神经网络‑时间序列耗电量预测模型；步骤4，通过所述经训练的BP神经网络‑时间序列耗电量预测模型进行耗电量预测。以上提高了电力源数据的利用率，确保了耗电量预测的准确度，从而提高线损预测的完整性和质量。
-
-
-
-
-
-
-
-
-
搜索结果
39 条记录 (耗时 0.088 秒)
