-
公开(公告)号：CN114462725A
公开(公告)日：2022-05-10
申请号：CN202210381665.6
申请日：2022-04-13
Applicant: 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司
IPC: G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F30/20 , G06F111/08
Abstract: 本发明属于电力需求响应技术领域，具体涉及一种基于动态资源池的非直控型需求侧响应优化调度方法。针对现有需求响应调度中未考虑参与非直控型需求侧响应的终端用户的用电反击行为的不足，本发明采用如下技术方案：一种基于动态资源池的非直控型需求侧响应优化调度方法，包括：步骤S1：建立包括响应参与概率标签、事前/事后用电反击概率标签的需求响应动态资源池；步骤S2：以同时最小化需求侧响应曲线与目标响应曲线欧氏距离、最小化响应负荷上升时间为目标，建立非直控型需求侧响应负荷调度优化模型；步骤S3：根据当次需求侧响应实际执行情况修正需求响应动态资源池数据。本发明的有益效果是：可以优化非直控型需求侧响应曲线。
-
公开(公告)号：CN114092105A
公开(公告)日：2022-02-25
申请号：CN202011399635.5
申请日：2020-12-02
Applicant: 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司
Abstract: 本发明公开了一种基于改进Apriori算法的重复来电诉求链路分析方法，涉及一种链路分析领域。目前客户诉求涉及业务繁杂，处理时所需的计算资源大，且时间长。本发明包括步骤：1)重复诉求链路规整，得到重复来电诉求链路初始化数据集合；2)通过改进Apriori算法对每个重复来电诉求业务链路置信度进行计算；3)对重复诉求链路进行分析，得到诉求链路间业务趋势；本技术方案本技术方案充分结合重复诉求频度、时间序列、业务分类等特点，融合改进Apriori算法进行诉求链路间业务趋势分析；缩减、规整重复诉求链路计算数据集合，同时简化Apriori算法迭代计算环节，减少计算资源和时间，能及时定位供电服务风险问题，提升95598重复诉求业务规律识别能力。
-
公开(公告)号：CN111161094A
公开(公告)日：2020-05-15
申请号：CN201911272970.6
申请日：2019-12-12
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
Inventor： 林少娃 , 洪健山 , 胡若云 , 罗欣 , 朱蕊倩 , 张爽 , 魏骁雄 , 沈皓 , 朱斌 , 陈博 , 麻吕斌 , 葛岳军 , 陈奕汝 , 钟震远 , 杨建军 , 叶红豆 , 丁嘉涵
Abstract: 本发明公开了一种基于深度学习的电力工单诉求点识别方法，涉及电力工单诉求点识别方法领域。目前客户诉求挖掘效率低下，面对海量非结构化文本诉求，仍停留在依靠人工进行数据处理与分析的阶段，存在数据处理方式单一、投入人力成本高，实时性差等问题。本方法包括建立诉求点机器识别标签体系、工单诉求高维矩阵向量化、诉求点机器识别建模、样本学习训练、相似度模型识别分类等关键步骤。利用深度学习技术手段，有效实现以机器识别为主、人工复核为辅的诉求人机偶合识别分类功能，实时精准识别客户诉求点，提高诉求分析与问题管控的工作效率，减少一线人员诉求分析压力。
-
公开(公告)号：CN114092105B
公开(公告)日：2024-10-22
申请号：CN202011399635.5
申请日：2020-12-02
Applicant: 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司
IPC: G06Q30/01 , G06Q50/06 , G06Q10/0631
Abstract: 本发明公开了一种基于改进Apriori算法的重复来电诉求链路分析方法，涉及一种链路分析领域。目前客户诉求涉及业务繁杂，处理时所需的计算资源大，且时间长。本发明包括步骤：1)重复诉求链路规整，得到重复来电诉求链路初始化数据集合；2)通过改进Apriori算法对每个重复来电诉求业务链路置信度进行计算；3)对重复诉求链路进行分析，得到诉求链路间业务趋势；本技术方案本技术方案充分结合重复诉求频度、时间序列、业务分类等特点，融合改进Apriori算法进行诉求链路间业务趋势分析；缩减、规整重复诉求链路计算数据集合，同时简化Apriori算法迭代计算环节，减少计算资源和时间，能及时定位供电服务风险问题，提升95598重复诉求业务规律识别能力。
-
公开(公告)号：CN115271993A
公开(公告)日：2022-11-01
申请号：CN202210195597.4
申请日：2022-03-01
Applicant: 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 浙江大学
Abstract: 本发明公开了一种基于三支决策理论和LSTM神经网络的供电服务预警方法，涉及供电服务风险预警领域。目前，供电服务预警不够科学与全面。本发明包括以下步骤：综合考虑客户感知水平、供电公司服务责任、工单处理效率、工单完成率，建立供电服务风险预警指标体系，计算供电公司在各项评价指标下的预警指标值；基于三支决策理论确定供电服务风险预警决策的代价损失模型，确定风险预警决策的阈值α，β；将输出的供电服务预警值与阈值α，β作比较，将供电服务质量分为正常、观察、预警三类，当服务质量处于预警类时，发送风险预警信息。本发明根据历史工单数据，有效、客观地对供电服务水平进行提前预警，避免误报警或遗漏报警造成的经济或技术损失。
-
Patent Agency Ranking
公开(公告)号：CN114221341A
公开(公告)日：2022-03-22
申请号：CN202111485281.0
申请日：2021-12-07
Applicant: 国网浙江省电力有限公司营销服务中心 , 浙江华云信息科技有限公司 , 国网浙江省电力有限公司
Abstract: 本发明公开了一种基于全物联链路的双向互动电力需求响应方法及系统，属于电力需求响应技术领域。本发明的一种基于全物联链路的双向互动电力需求响应方法，通过将电网侧需求响应系统、用户侧可调资源负荷特性全物联链路互联；并根据整体负荷使用情况，以削峰填谷为目标，将所有用户的整体优化拆解为各类用户的优化，进而对各类用户负荷群体的使用计划进行优化调整；然后对同类用户群体根据其使用需求，调整用电安排，使整体负荷使用贴近目标负荷，并将同类用户群体所能达到的最相似结果反馈给电网管理系统；最后根据各类用户群体的反馈，修正整体目标负荷，实现电网管理系统和各类用户群体的双向互动需求响应，方案详尽，切实可行，便于实现。
-
公开(公告)号：CN109670167A
公开(公告)日：2019-04-23
申请号：CN201811247198.8
申请日：2018-10-24
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
Abstract: 本发明公开了一种基于Word2Vec的电力客服工单情感量化分析方法，涉及一种电力客服工单分析方法。传统的情感分析方法不能有效甄别情感强度。本发明结合电力客服工单文本特征，对历史电力客服工单和不满意工单进行分类梳理、数据清洗，再基于百度词库梳理形成初始化多元情感词库，采用逆向最大匹配算法进行工单文本分词，基于Word2Vec神经网络构建融合客户诉求语义的积极词、消极词、否定词、程度副词、以及词序的词向量，通过历史客服工单进行机器学习训练生成融合诉求情感的学习模型，基于模型中的词性亲疏关系来拓展词性语料库，采用相似度词序矩阵量化算法进行情感量化计算，完成客服工单情感量化分析，有效区分情感强弱差异，确定紧急程度。
-
公开(公告)号：CN109685240B
公开(公告)日：2023-10-13
申请号：CN201811247204.X
申请日：2018-10-24
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司营销服务中心 , 浙江华云信息科技有限公司
IPC: G06Q10/063 , G06Q10/04 , G06N3/0442
Abstract: 本发明公开了一种基于LSTM深度学习的95598话务工单预测与异动预警方法，涉及一种电力话务工单分析方法。目前人为通过同比、环比数值、增幅数值来确定异动阀值，不能实时、准确、科学地设定阀值，导致监控预警、问题定位、趋势预测能力不足。本发明基于LSTM神经网络深度学习技术，通过建立科学的指标异动预测模型，研究各项指标的数理关系，实现短期话务工单置信异动预测与智能预警应用。本技术方案更高效、更精益、更智能地从大量指标中取得指标分析预警，提高客服指标分析与质量管控的工作效率。弥补传统曲线拟合建模需要定期模型修正的不足，支持在线实时动态学习预测与预警分析，提升日常指标的监控预警、问题定位、趋势预测能力。
-
公开(公告)号：CN115514315A
公开(公告)日：2022-12-23
申请号：CN202210921471.0
申请日：2022-08-02
Applicant: 浙江华云信息科技有限公司 , 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司嘉兴供电公司
Abstract: 本发明提供了一种基于优化GRU模型的分布式光伏电站PR预测方法，所述分布式光伏电站PR预测方法具体为获取分布式光伏电站的历史监测数据，对历史监测数据进行预处理，对预处理后的历史监测数据进行聚类处理，通过聚类处理后的历史检测数据构建预测数据集，构建GRU预测模型，并将量子加权神经元引入构建的GRU预测模型，通过随机梯度下降优化算法对GRU预测模型进行参数调节，将预测数据集输入参数调节后的GRU预测模型，获取分布式光伏电站PR预测结果。本方案能够通过构建GRU模型来实现PR预测，避免了人为干预，同时通过引入量子加权神经元及随机梯度下降优化算法来对GRU模型进行优化，使得GRU预测模型能够针对不同PR特征的数据进行预测，预测结果更加准确。
-
公开(公告)号：CN114638552B
公开(公告)日：2022-09-02
申请号：CN202210519474.1
申请日：2022-05-13
Applicant: 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司
Abstract: 本发明属于电网需求侧管理技术领域，具体涉及基于参考日分钟级曲线与滑动窗口的冲击性负荷识别方法。针对现有需求响应运行过程中不能对冲击性负荷进行识别的不足，本发明采用如下技术方案：基于参考日分钟级曲线与滑动窗口的冲击性负荷识别方法，包括：步骤S1、获取可调资源在参考日对应的需求响应时间段范围内的分钟级负荷曲线；步骤S2、基于滑动窗口计算可调资源的加权功率和功率偏移百分比；步骤S3、得到冲击负荷点数量；步骤S4、计算冲击负荷百分比；步骤S5、判断是否为冲击性负荷。本发明的有益效果是：可以对用户的负荷冲击性与否进行判定，有效解决了需求响应过程中对用户负荷的判定难题。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.095 seconds)
