-
公开(公告)号：CN111222688B
公开(公告)日：2024-01-12
申请号：CN201911243175.4
申请日：2019-12-06
申请人： 北京国电通网络技术有限公司 , 国网江西省电力有限公司 , 国网信息通信产业集团有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06Q50/163
摘要： 本发明公开了一种商业楼宇的日负荷预测方法，涉及能源物联大数据领域，包括如下步骤：采集待预测楼宇的选定时间段每日的日负荷数据和该选定时间段每天的的小时负荷数据；根据小时负荷数据生成小时负荷时间序列曲线，对小时负荷时间序列曲线进行聚类分析处理，得出聚类数；根据日负荷数据生成日负荷时间序列曲线；通过对聚类数和日负荷时间序列曲线进行训练，得出SVR模型；通过SVR模型对待预测商业楼宇进行未来目标日的负荷预测。解决了传统基于统计的方法在商业楼宇负荷预测方面表现普遍较差的问题。
-
公开(公告)号：CN111192000A
公开(公告)日：2020-05-22
申请号：CN201911191758.7
申请日：2019-11-28
申请人： 北京国电通网络技术有限公司 , 国网浙江省电力有限公司 , 国网信息通信产业集团有限公司
IPC分类号： G06Q10/10 , G06Q50/06 , G08C17/02 , H01R13/66 , G05B19/042
摘要： 本发明提出了一种家庭能源综合管理方法、装置及系统，其中，所述系统包括智能插座、智能开关及边缘智能终端，其中，边缘智能终端内部集成采集模块、分析模块、存储模块、控制模块、通信模块等；智能插座能够采集本插座的电流、电压等数据，同时能够实现远程控制功能；智能开关连接室内灯光、门禁等设备，能够采集开关控制设备的电压、电流，并实现远程控制功能。本系统通过HPLC电力线载波的通信方式，实现边缘智能终端与智能插座、智能开关的连接；另外，同时能够实现远程控制功能；智能开关连接室内灯光、门禁等设备，能够采集开关控制设备的电压、电流，并实现远程控制功能。
-
公开(公告)号：CN110794198A
公开(公告)日：2020-02-14
申请号：CN201910978476.5
申请日：2019-10-15
申请人： 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
发明人： 何昕 , 姚国风 , 唐新忠 , 李天杰 , 刘冲 , 赵钊 , 李迪 , 马娜 , 李琳 , 赵大明 , 庄斌 , 刘兰方 , 高立忠 , 于志远 , 庞天南 , 刘海峰 , 杨振亚 , 马明明
IPC分类号： G01R19/165 , G01K13/00
摘要： 本发明公开了一种电器线路安全监测装置，能够对电器线路的安全状态进行监测提高用电安全性能，包括固定基带、温度测量机构、电流测量机构、测量结果显示机构与报警机构；所述固定基带套设在电器线路外部，用于收纳与固定所述电器线路；所述温度测量机构设置于所述固定基带，用于测量所述电器线路的温度；所述电流测量机构设置于所述固定基带，用于测量所述电器线路的电流；所述测量结果显示机构分别与所述温度测量机构、所述电流测量机构电连接，用于对测量到的所述电器线路的温度值、电流值进行显示；所述报警机构用于根据所述温度值、电流值对所述电器线路的安全状态进行判定，并在所述电器线路处于非安全状态时发出警报。
-
公开(公告)号：CN111160712B
公开(公告)日：2023-09-22
申请号：CN201911243147.2
申请日：2019-12-06
申请人： 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
IPC分类号： G06Q10/067 , G06Q50/06 , G06N5/01
摘要： 本发明公开了一种用户的用电参数调节方法，包括如下步骤：获取待分类用户的电力负荷数据的频域特征；将待分类用户的电力负荷数据的频域特征输入分类决策树中，得到待分类用户的种类；依据待分类用户的种类调节其用电参数；分类决策树的建立过程包括：获取多个不同的已知种类用户的电力负荷数据的频域特征；建立决策树模型；依据多个不同的已知种类用户的电力负荷数据的频域特征求出决策树模型中的未知条件参数并生成分类决策树，本发明的用户的用电参数调节方法，使生成的分类决策树在获得待分类用户的电力负荷数据的频域特征后，能依据电力负荷数据中的更多数据进行判断，提高对用户分类的准确率，便于对分类后的用户进行用电参数的调节。
-
公开(公告)号：CN112185492A
公开(公告)日：2021-01-05
申请号：CN201910605032.7
申请日：2019-07-05
申请人： 北京国电通网络技术有限公司 , 国网浙江省电力有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
摘要： 本发明公开了一种面向社区的健康养老服务系统，包括：身份标识单元，用于对用户进行身份辨识确定身份信息，根据所述身份信息为每个所述用户创建相应的个人资料库；健康状况监测单元，用于对所述用户的身体健康状况进行检测，生成健康测评结果并将所述健康测评结果保存至所述个人资料库；健身策略单元，用于根据所述健康测评结果对健康状况进行分类，针对不同分类结果分别生成相应的健身策略，将所述健身策略保存至所述个人资料库；信息推送单元，用于将所述个人资料库中的所述健康测评结果与所述健身策略发送给所述用户及其家属。
-
公开(公告)号：CN111160617A
公开(公告)日：2020-05-15
申请号：CN201911238310.6
申请日：2019-12-06
申请人： 北京国电通网络技术有限公司 , 国网浙江省电力有限公司 , 国网信息通信产业集团有限公司
摘要： 本发明公开了一种电力日负荷预测方法及装置,其中，所述方法包括采集多份历史日负荷数据；使用以动态时间规整作为距离度量对所述历史日负荷数据进行聚类；将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，对所述马尔科夫链原始模型进行训练，获得马尔科夫链预测模型；将当前的日负荷数据输入所述马尔科夫链预测模型中，以预测下一日的日负荷数据。本发明中，使用以动态时间规整作为距离对历史日负荷数据进行聚类，度量用户每日用电的相似性，将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，训练获得马尔科夫链预测模型，通过马尔科夫链预测模型对下一日的日负荷数据，有效提升了用户每日负荷预测的精度。
-
公开(公告)号：CN111160617B
公开(公告)日：2022-11-18
申请号：CN201911238310.6
申请日：2019-12-06
申请人： 北京国电通网络技术有限公司 , 国网浙江省电力有限公司 , 国网信息通信产业集团有限公司
摘要： 本发明公开了一种电力日负荷预测方法及装置,其中，所述方法包括采集多份历史日负荷数据；使用以动态时间规整作为距离度量对所述历史日负荷数据进行聚类；将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，对所述马尔科夫链原始模型进行训练，获得马尔科夫链预测模型；将当前的日负荷数据输入所述马尔科夫链预测模型中，以预测下一日的日负荷数据。本发明中，使用以动态时间规整作为距离对历史日负荷数据进行聚类，度量用户每日用电的相似性，将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，训练获得马尔科夫链预测模型，通过马尔科夫链预测模型对下一日的日负荷数据，有效提升了用户每日负荷预测的精度。
-
公开(公告)号：CN113990482A
公开(公告)日：2022-01-28
申请号：CN202111168565.7
申请日：2021-09-30
申请人： 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 , 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本申请提供一种健康数据处理系统及方法。该系统包括：医院节点、用户节点、管理节点和智能辅诊平台；用户节点由健康数据采集模块、健康数据发送模块、显示模块和人脸识别模块构成；医院节点由医生诊疗终端、医疗合约模块、显示模块、人脸识别模块构成；管理节点由私钥发放模块和合约审查模块构成；智能辅诊平台由健康数据处理模块、区块链网络系统构成。按照这样的构成方式，医生可以获取由智能辅诊平台发送的健康数据和健康意见，同时区块链的存储方式提高了用户和医院的数据私密性，区块链平台中的智能合约可以为用户提供数据分析的服务，也为医生提供数据安全调用的服务，提高了健康数据的使用价值。
-
公开(公告)号：CN111160619A
公开(公告)日：2020-05-15
申请号：CN201911244696.1
申请日：2019-12-06
摘要： 本发明公开了一种基于数据衍生的电力负荷预测方法，包括获取历史用电数据；将所述历史用电数据带入正态分布函数进行衍生拓展，得出拓展衍生得出的数据，历史用电数据与拓展衍生得出的数据共同作为用电负荷数据；将用电负荷数据划分成训练集与验证集；将训练集数据作为输入带入预设结构的模型，以输入固定时间的实际负荷作为输出进行训练，并在训练过程中带入验证集数据进行验证，得到预测模型；将一个时间段的用电负荷数据带入预测模型，得出下一个时间段的用电负荷预测结果，本发明提出的方法通过对将历史用电数据带入正态分布函数进行衍生拓展，增大了进行预测的数据量，进而提高了用电负荷预测的准确性。
-
公开(公告)号：CN111080477A
公开(公告)日：2020-04-28
申请号：CN201911243132.6
申请日：2019-12-06
申请人： 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
摘要： 本发明公开了一种家庭电力负荷预测方法及系统，通过获取家庭电力负荷基础数据，并进行预处理，构成数据集，构造自适应卷积神经网络模型，将所述数据集划分为训练集、验证集和测试集，通过训练集反复训练以及验证集和测试集的微调，得到最终确立的自适应卷积神经网络模型，通过在最终确立的自适应卷积神经网络模型中输入家庭负荷基础数据，预测任意时刻未来单位时间内的家庭电力负荷，可以有效提升家庭负荷预测的精度。
-
-
-
-
-
-
-
-
-
搜索结果
44 条记录 (耗时 0.094 秒)
