-
公开(公告)号：CN111222541A
公开(公告)日：2020-06-02
申请号：CN201911212958.6
申请日：2019-12-02
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种基于深度卷积神经网络的外表箱类型识别方法，涉及电能计量装置外表箱识别方法领域。随着人工智能技术的深度应用，电力行业出现了智能巡查的趋势，在智能巡查过程中，如何识别外表箱类型是一项基本的工作。本方法如下：首先采用深度卷积神经网络模型检测外表箱及其部件区域的位置和大小；再对外表箱的视窗进行检测；对检测到视窗进行判断，如果是单视窗，则直接识别为单表箱，如果是多视窗，则进行视窗布局的网格构建；通过构建好的视窗网格与已知的类型的视窗布局进行匹配；识别出外表箱类型。本方法能快速识别和定位外表箱及其视窗和其他的部件，实现智能巡查过程中电能计量装置外表箱的类型有效和快速准确的识别。
-
公开(公告)号：CN111126429A
公开(公告)日：2020-05-08
申请号：CN201911091514.1
申请日：2019-11-10
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于PCA降维和K-Means聚类的低压台区用户接入点识别方法,涉及低压台区用户接入识别方法。目前，排查都需要人工上门排查，且无法事先进行预测，只能逐户进行排查，耗费大量人力物力。本发明对标准化处理的数据进行主成分分析法PCA降维处理，经主成分分析法PCA降维处理的数据在保持各维数据维度内方差最大的前提下，通过寻找新的向量基，将原有高维数据投影在低维空间，剔除方差较小的噪声，保留信息量最大的主成分；聚类分析；对所分析台区进行现场排查，验证分析结果的准确性。本技术方案事先进行预测，不需要逐户进行排查，减少大量人力物力，不影响台区下其他用户的正常用电，且不需要投入载波通信设备，无需增加电力企业的运营成本。
-
公开(公告)号：CN109919353B
公开(公告)日：2022-07-05
申请号：CN201910028384.0
申请日：2019-01-11
Applicant: 杭州电子科技大学 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于空间相关性的ARIMA模型的分布式光伏预测方法，涉及电力领域。目前，分布式光伏预测精度低。本发明基于不同天气类型的光伏出力数据，计算待预测电站与其他电站历史出力数据的秩相关系数；选取秩相关系数大于设定值且/或相关性最好的N个电站为相关性从站纳入基于空间相关性的ARIMA模型中建立不同天气类型的预测模型；结合气象部门给出的日预报天气类型，选择对应天气的预测模型进行出力预测，若无匹配到相关性电站，则利用待预测电站自身数据分天气类型进行ARIMA建模；根据天气预报部门提供的预报信息进行匹配，利用对应模型实现光伏超短期功率预测。本技术方案预测准确性高，且在应对天气变化上具有自适应性。
-
公开(公告)号：CN110146840B
公开(公告)日：2021-08-24
申请号：CN201910435731.1
申请日：2019-05-23
Applicant: 国网浙江省电力有限公司营销服务中心 , 国家电网有限公司 , 河南许继仪表有限公司
Inventor： 姚力 , 沈建良 , 韩霄汉 , 陆春光 , 章江铭 , 胡瑛俊 , 徐韬 , 袁健 , 倪琳娜 , 杨思洁 , 周佑 , 黄荣国 , 姜莹 , 沈曙明 , 胡小寒 , 王军 , 李志鹏 , 闫鹏 , 王文浩
IPC: G01R35/04
Abstract: 本发明公开了一种基于多应力影响的批次电能表近期寿命预测方法。现场运行故障电能表，不同故障模式受不同应力的影响程度各有差异。本发明基于威布尔拟合，利用多故障模式近期寿命预测方法，获得各故障模式的失效率预测值，进而针对主要影响应力类型，建立影响应力与各故障模式失效率之间的模型，并计算影响系数，通过调整各故障模式的预测阶段失效率，累加后获得整体电能表的近期寿命。本发明考虑了不同应力对电能表各故障模式的影响，并使用量化的影响系数调整基于多故障模式近期寿命预测方法，从而更为准确地预测电能表近期寿命。
-
公开(公告)号：CN109919353A
公开(公告)日：2019-06-21
申请号：CN201910028384.0
申请日：2019-01-11
Applicant: 杭州电子科技大学 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于空间相关性的ARIMA模型的分布式光伏预测方法，涉及电力领域。目前，分布式光伏预测精度低。本发明基于不同天气类型的光伏出力数据，计算待预测电站与其他电站历史出力数据的秩相关系数；选取秩相关系数大于设定值且/或相关性最好的N个电站为相关性从站纳入基于空间相关性的ARIMA模型中建立不同天气类型的预测模型；结合气象部门给出的日预报天气类型，选择对应天气的预测模型进行出力预测，若无匹配到相关性电站，则利用待预测电站自身数据分天气类型进行ARIMA建模；根据天气预报部门提供的预报信息进行匹配，利用对应模型实现光伏超短期功率预测。本技术方案预测准确性高，且在应对天气变化上具有自适应性。
-
Patent Agency Ranking
公开(公告)号：CN109598353A
公开(公告)日：2019-04-09
申请号：CN201811484818.X
申请日：2018-12-06
Applicant: 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 , 河南许继仪表有限公司
Inventor： 姚力 , 沈建良 , 韩霄汉 , 陆春光 , 章江铭 , 胡瑛俊 , 徐韬 , 袁健 , 倪琳娜 , 杨思洁 , 周佑 , 黄荣国 , 沈曙明 , 胡小寒 , 李晨 , 胡书红 , 王军 , 李志鹏 , 闫鹏 , 王文浩
Abstract: 本发明公开了一种批次电能表近期寿命预测方法。目前，亟需利用可靠性统计分析理论，对海量电能表可靠性数据进行统计分析、挖掘，掌握电能表批量性能退化规律，建立电能表可靠性批量寿命预测方法。本发明采用的技术方案为：对电能表表产品批，统计计算每只电能表无故障工作时间；计算批次电能表阶段残存数和阶段失效数；计算阶段失效率和累积失效率；对电能表故障进行威布尔拟合；根据威布尔分布函数，预测电能表产品批寿命。本发明实现批次电能表近期寿命精准预测，批次电能表近期寿命预测方法可以为电能表提前轮换、风险预警提供参考。
-
公开(公告)号：CN110146840A
公开(公告)日：2019-08-20
申请号：CN201910435731.1
申请日：2019-05-23
Applicant: 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 , 河南许继仪表有限公司
Inventor： 姚力 , 沈建良 , 韩霄汉 , 陆春光 , 章江铭 , 胡瑛俊 , 徐韬 , 袁健 , 倪琳娜 , 杨思洁 , 周佑 , 黄荣国 , 姜莹 , 沈曙明 , 胡小寒 , 王军 , 李志鹏 , 闫鹏 , 王文浩
IPC: G01R35/04
Abstract: 本发明公开了一种基于多应力影响的批次电能表近期寿命预测方法。现场运行故障电能表，不同故障模式受不同应力的影响程度各有差异。本发明基于威布尔拟合，利用多故障模式近期寿命预测方法，获得各故障模式的失效率预测值，进而针对主要影响应力类型，建立影响应力与各故障模式失效率之间的模型，并计算影响系数，通过调整各故障模式的预测阶段失效率，累加后获得整体电能表的近期寿命。本发明考虑了不同应力对电能表各故障模式的影响，并使用量化的影响系数调整基于多故障模式近期寿命预测方法，从而更为准确地预测电能表近期寿命。
-
公开(公告)号：CN109697525A
公开(公告)日：2019-04-30
申请号：CN201811484825.X
申请日：2018-12-06
Applicant: 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 , 河南许继仪表有限公司
Inventor： 姚力 , 沈建良 , 韩霄汉 , 陆春光 , 章江铭 , 胡瑛俊 , 徐韬 , 袁健 , 倪琳娜 , 杨思洁 , 周佑 , 沈曙明 , 胡小寒 , 黄荣国 , 吕几凡 , 丁徐楠 , 李亦龙 , 王军 , 李志鹏 , 闫鹏 , 王文浩
Abstract: 本发明公开了一种批次电能表多故障模式近期寿命预测方法。现场运行故障电能表，故障类型各有差异，本发明按照故障模式对故障电能表进行分类，建立各故障模式分类表；计算电能表各故障模式的阶段失效率和累积失效率；对单故障模式进行威布尔拟合；根据拟合优度情况，优化部分故障模式预测结果；对所有故障模式的阶段失效率进行累加；获得批次电能表整体寿命预测值。本发明可以为电能表提前轮换、风险预警提供参考，为电能表状态更换提供技术支撑。
-
公开(公告)号：CN110457295A
公开(公告)日：2019-11-15
申请号：CN201910604916.0
申请日：2019-07-05
Applicant: 国网浙江省电力有限公司电力科学研究院 , 浙江大学 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司丽水供电公司 , 国网重庆市电力公司电力科学研究院
IPC: G06F16/215 , G06F16/23 , G06N3/04 , G06Q50/06
Abstract: 本发明公开了一种基于社会关系感知的时序数据补全系统。本发明采用的时序数据补全系统包括社会注意力网络和时序注意力网络；在社会注意力网络中，首先计算每个邻居节点对应时序数据的固定大小的记忆表示矩阵，并拼接所有邻居节点的记忆矩阵结合当前隐层的状态得到社会关系上下文向量；在时序注意力网络中，直接计算用户的记忆表示，并结合当前隐层状态得到时序上下文向量；最后将当前隐层状态向量、社会关系上下文向量和时序上下文向量拼接起来，经过非线性变化得到补全值。本发明自适应于各种存在社会关系上下文的时序数据场景，从而提供更为通用的方案，解决泛化的社会关系上下文中的时序数据补全问题。
-
公开(公告)号：CN110490329A
公开(公告)日：2019-11-22
申请号：CN201910604895.2
申请日：2019-07-05
Applicant: 国网浙江省电力有限公司电力科学研究院 , 浙江大学 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司丽水供电公司 , 国网重庆市电力公司电力科学研究院
Abstract: 本发明公开了一种基于机器学习的大规模电力异常数据检测方法及系统。本发明的大规模电力异常数据检测方法，其包括步骤：1)输入待检测的用户数据记录；2)提取用户数据的相关特征；3)将特征输入多层感知机神经网络模型；4)输出检测概率，并基于最小化损失函数调整多层感知机神经网络模型参数。本发明采用能够探测出电力异常数据的多层感知机神经网络模型，基于海量的含有异常信息的采集数据，挖掘与数据发生采集异常存在因果关系的元素，对电力采集数据的异常状态进行探查，可以对通用类型的数据异常进行有效检测。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.064 seconds)
