-
公开(公告)号：CN110334838B
公开(公告)日：2023-06-23
申请号：CN201910290672.3
申请日：2019-04-11
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 国家电网有限公司
IPC: G06Q10/047 , G06Q10/083 , G06N3/006 , G06N3/126
Abstract: 本发明涉及一种AGV小车协同调度技术领域，是一种基于蚁群算法和遗传算法的AGV小车协同调度方法及系统，前者包括：S1在二维地图模型上确定每辆AGV小车的起点和终点；S2根据蚁群算法选择每辆AGV小车的最优路径；S3根据遗传算法寻找所有AGV小车的最优调度顺序。本发明在建立地图的条件下，通过蚁群算法求所有AGV小车的最优路径，并将其按照节点划分路段计算时间开销，然后利用遗传算法对多目标进行全局优化，得到耗时较短的AGV小车调度安排策略，保证了所有AGV小车的均衡调度，解决了单一算法不能对同时工作的所有AGV小车进行均衡调度问题。同时采用的蚁群算法和遗传算法的协同调度方法，较以往的单一调度算法而言，时间复杂度相比较低，迭代速度较快。
-
公开(公告)号：CN115795789A
公开(公告)日：2023-03-14
申请号：CN202211288977.9
申请日：2022-10-20
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 哈尔滨理工大学
IPC: G06F30/20 , G06Q50/06 , G06F119/02
Abstract: 本发明提供一种基于多项可靠性指标的电能表加速验收试验方法，包括如下步骤，S1、给出所需可靠性指标要求，基于可靠性指标特征量确定Weibull分布下各抽样特性函数；S2、确定高干热环境下加速因子，利用加速因子更新抽样特性函数，得到引入加速因子后的抽样特性函数；S3、基于电能表历史数据确定Weibull分布形状参数，之后根据二参数抽样方案确定具体可靠性验收方案，并进行可靠性试验。本方法可用于在电力行业中对高干热环境下的量测设备进行可靠性验证。
-
公开(公告)号：CN114219118A
公开(公告)日：2022-03-22
申请号：CN202111229317.9
申请日：2021-10-21
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 国网新疆电力有限公司电力科学研究院 , 大连理工大学
Abstract: 本发明涉及一种D‑S证据理论的智能电表寿命预测方法及系统，其方法包括：步骤S1：对智能电表的样本集进行归一化处理，得到归一化智能电表样本集；步骤S2：定义智能电表的寿命区间范围；步骤S3：采用核‑费舍尔判别分析方法，对归一化智能电表样本集进行特征提取，得到特征向量；步骤S4：将特征向量分别输入卷积神经网络模型和长短时记忆神经网络模型，分别预测智能电表所属的寿命区间；步骤S5：利用D‑S证据理论，对两个网络模型预测得到的智能电表所属的寿命区间进行融合，获得最终智能电表的寿命预测结果。本发明公开的方法对智能电表数据进行归一化处理，简化数据处理流程；引入D‑S证据理论对两种网络模型输出结果进行融合，使得预测结果更为准确。
-
公开(公告)号：CN119771785A
公开(公告)日：2025-04-08
申请号：CN202411940789.9
申请日：2024-12-26
Applicant: 国网新疆电力有限公司营销服务中心 , 国网新疆电力有限公司昌吉供电公司 , 清研电气(武汉)有限公司
Abstract: 本发明属于互感器流水线测试技术领域，公开基于智慧实验室宽量程分布式互感器流水线测试系统，包括互感器检测设备设置模块、互感器规格信息识别模块、互感器质量测试实施模块、互感器质量异常识别模块、指定互感器分类输出模块、流水线测试质量分析模块、流水线测试环境检测模块和流水线异常情况识别模块。本发明在进行互感器测试前先进性互感器规格信息识别，进而针对性的设置测试参数执行测试操作，提升了测试效率，保障了测试的准确性与可靠性，增强测试灵活性与兼容性。本发明在进行互感器测试时通过流水线设备执行测试操作，进而针对不同测试结果进行分类输出，提升了测试效率，强化了生产管理的系统性与规范性。
-
公开(公告)号：CN114968991B
公开(公告)日：2024-11-26
申请号：CN202210391251.1
申请日：2022-04-14
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 大连理工大学
IPC: G06F16/215 , G06F17/18 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明涉及一种基于变点分组‑二步分位数与DCNN结合的风电数据恢复方法，根据异常数据的不同成因对数据形态进行划分；采集某风电场电表数据的风速‑功率数据样本构成集合；利用变点分组法进行数据清洗，剔除底部堆积型异常数据、中部堆积型异常数据和部分曲线周围分散型异常数据；利用二步分位数算法识别曲线上部堆积型异常数据和剩余的曲线周围分散型异常数据，将异常数据删除得到正常数据集；使用DCNN进行曲线优化，将部分时间点数据缺失的风速‑功率数据构成的曲线进行重构，得到无数据缺失的时间点的风机风速‑功率数据。本发明提升了恢复后风速‑功率数据构成曲线的准确性，保证后续研究数据分析的精度与模型建立的准度。
-
Patent Agency Ranking
公开(公告)号：CN114219118B
公开(公告)日：2024-11-22
申请号：CN202111229317.9
申请日：2021-10-21
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 国网新疆电力有限公司电力科学研究院 , 大连理工大学
IPC: G06F18/20 , G06F18/15 , G06F18/25 , G06F18/2132 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及一种D‑S证据理论的智能电表寿命预测方法及系统，其方法包括：步骤S1：对智能电表的样本集进行归一化处理，得到归一化智能电表样本集；步骤S2：定义智能电表的寿命区间范围；步骤S3：采用核‑费舍尔判别分析方法，对归一化智能电表样本集进行特征提取，得到特征向量；步骤S4：将特征向量分别输入卷积神经网络模型和长短时记忆神经网络模型，分别预测智能电表所属的寿命区间；步骤S5：利用D‑S证据理论，对两个网络模型预测得到的智能电表所属的寿命区间进行融合，获得最终智能电表的寿命预测结果。本发明公开的方法对智能电表数据进行归一化处理，简化数据处理流程；引入D‑S证据理论对两种网络模型输出结果进行融合，使得预测结果更为准确。
-
公开(公告)号：CN118074750A
公开(公告)日：2024-05-24
申请号：CN202410204162.0
申请日：2024-02-23
Applicant: 国网新疆电力有限公司营销服务中心
Abstract: 本发明公开了一种双模通信单元相位识别功能的检测方法与测试系统，涉及电网通信检测技术领域。通过对双模通信单元所采集过零点进行分析对比，实现双模通信单元相位识别功能的检测。首先测试系统模拟中央协调器与待测双模通信单元进行组网；其次测试系统指示标准设备持续进行过零点采集；其次测试系统指示待测双模通信单元进行过零点采集；收集到待测双模通信单元所上报的过零点信息后与标准过零点进行对比。通过分析计算得出该待测双模通信单元在其所处相位环境下的相位识别功能是否正常。
-
公开(公告)号：CN116628962A
公开(公告)日：2023-08-22
申请号：CN202310547237.0
申请日：2023-05-15
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心)
IPC: G06F30/20 , G06F119/04 , G06F119/02
Abstract: 本发明提供一种基于多项可靠性指标的电能表加速验收试验方法，包括如下步骤，S1、给出所需可靠性指标要求，基于可靠性指标特征量确定Weibull分布下各抽样特性函数；S2、确定高干热环境下加速因子，利用加速因子更新抽样特性函数，得到引入加速因子后的抽样特性函数；S3、基于电能表历史数据确定Weibull分布形状参数，之后根据二参数抽样方案确定具体可靠性验收方案，并进行可靠性试验。本方法可用于在电力行业中对高干热环境下的量测设备进行可靠性验证。
-
公开(公告)号：CN114968991A
公开(公告)日：2022-08-30
申请号：CN202210391251.1
申请日：2022-04-14
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 大连理工大学
IPC: G06F16/215 , G06F17/18 , G06N3/04 , G06N3/08 , G06Q50/06
Abstract: 本发明涉及一种基于变点分组‑二步分位数与DCNN结合的风电数据恢复方法，根据异常数据的不同成因对数据形态进行划分；采集某风电场电表数据的风速‑功率数据样本构成集合；利用变点分组法进行数据清洗，剔除底部堆积型异常数据、中部堆积型异常数据和部分曲线周围分散型异常数据；利用二步分位数算法识别曲线上部堆积型异常数据和剩余的曲线周围分散型异常数据，将异常数据删除得到正常数据集；使用DCNN进行曲线优化，将部分时间点数据缺失的风速‑功率数据构成的曲线进行重构，得到无数据缺失的时间点的风机风速‑功率数据。本发明提升了恢复后风速‑功率数据构成曲线的准确性，保证后续研究数据分析的精度与模型建立的准度。
-
公开(公告)号：CN113011530A
公开(公告)日：2021-06-22
申请号：CN202110472639.X
申请日：2021-04-29
Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) , 国网新疆电力有限公司电力科学研究院 , 大连理工大学
Abstract: 一种基于多分类器融合的智能电表故障预测方法，针对智能电表故障数据规模大、维度高、结构复杂、存在错误及异常数据的特点，采用正态分布补全及箱型图方法，对原始数据集进行缺失值填补及异常值替换；通过计算特征属性与故障类型之间的相关系数，消除冗余及不相关特征，形成特征子集；构建对少数样本过采样、对多数样本进行欠采样的混合采样策略，解决故障数据不平衡问题。计算支持向量机(SVM)、BP神经网络及随机森林算法处理智能电表故障数据的准确率，构建表征各分类器性能的混淆矩阵；考虑各分类器针对不同故障类型的识别能力，为各分类器分配权重，进而构建多分类器决策函数，取权重和最大的类别作为样本的故障预测结果。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.076 seconds)
