-
公开(公告)号：CN113537495A
公开(公告)日：2021-10-22
申请号：CN202110897078.8
申请日：2021-08-05
Applicant: 南方电网数字电网研究院有限公司
IPC: G06N3/08
Abstract: 本申请涉及一种基于联邦学习的模型训练系统、方法、装置、计算机设备和存储介质，包括：模型训练节点，用于根据预设参数构建得到神经网络模型，对神经网络模型进行训练，得到训练完成的神经网络模型；参数传输节点，用于获取各个训练完成的神经网络模型的模型参数，根据模型参数生成哈希值，并将哈希值返回至模型训练节点；参数存储节点，用于从多个模型训练节点获取包含有哈希值的模型参数，根据多个包含有哈希值的模型参数对预设参数进行更新，得到更新后的预设参数；将更新后的预设参数通过参数传输节点，发送到各个模型训练节点，以对神经网络模型进行再次训练。本申请提高了基于联邦学习的模型训练效率。
-
公开(公告)号：CN112016856B
公开(公告)日：2021-02-23
申请号：CN202011145170.0
申请日：2020-10-23
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种综合倍率异常识别方法、装置、计量系统和存储介质。方法包括：获取台区的日用电量以及台区内用户的日用电总量；根据日用电量以及日用电总量，得到台区对应的公变考核户综合倍率；将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；根据公变考核户综合倍率标准值数据，对综合倍率进行异常识别处理，得到异常识别结果。采用本方法能够预先有效地检查公变考核户档案中信息的正确性，提高了综合倍率异常识别的效率。
-
公开(公告)号：CN113626609B
公开(公告)日：2024-03-26
申请号：CN202110912526.7
申请日：2021-08-10
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F16/36 , G06F40/279 , G06N5/025 , G06N3/0442 , G06N3/045 , G06Q50/06
Abstract: 本申请涉及电力计量技术领域，提供了一种电力计量知识图谱构建方法、装置、计算机设备和存储介质。本申请能够提高形成电力计量知识的效率。该方法包括：确定预定义的主体实体和电力计量实体，获取电力计量文本，通过预先构建的实体识别模型识别该电力计量文本中的主体实体和电力计量实体，根据该主体实体和电力计量实体在电力计量文本中的关联性构建出主体实体和电力计量实体的知识图谱。
-
公开(公告)号：CN117391382A
公开(公告)日：2024-01-12
申请号：CN202311468750.7
申请日：2023-11-06
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/0631 , G06Q50/06 , H02J3/00
Abstract: 本申请涉及一种电力用户排序方法、装置、计算机设备和存储介质。所述方法包括：获取电力用户对于历史电力需求响应业务的业务申请信息以及业务响应信息；根据所述业务申请信息以及业务响应信息，获取所述电力用户的多个电力需求响应可靠性指标对应的子评价信息；将所述子评价信息按照各电力需求响应可靠性指标对应的权重进行融合，得到所述电力用户的电力需求响应评价信息；按照所述电力需求响应评价信息对所述电力用户的电力需求响应可靠性进行排序。采用本方法能够提高对电力用户的电力需求响应可靠性进行排序的准确性。
-
公开(公告)号：CN116307165A
公开(公告)日：2023-06-23
申请号：CN202310239659.1
申请日：2023-03-14
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/24 , G06N20/00
Abstract: 本发明公开了一种基于负荷特性和数据挖掘的大用户负荷预测方法，摒弃了传统简单运用线性规划算法的电量预测，创新性地将用户活动规律与电量使用预测相结合，并将海量数据综合运用大数据、机器学习进行训练，对之后电网中的电量作出更贴近实际用户行为的预测判断，基于海量电网内的电量使用记录日志信息，深入挖掘用户行为，对输电线路铁塔下的用户活动建模总结成用户常驻、用户移动、时段错峰、业务发展等诸多特性，然后将建模结果运用机器学习训练分类，最终将不同基站的分类结果连同基站电量数据设定整体趋势变化、周期性变化和突发化等预测模型，从而更加精准地预测负荷特性和数据挖掘的大用户负荷数据结果。
-
Patent Agency Ranking
公开(公告)号：CN116187198A
公开(公告)日：2023-05-30
申请号：CN202310239460.9
申请日：2023-03-14
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/27 , G06Q50/06 , G06Q10/04 , G06F18/214 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及电力技术领域，且公开了一种基于LSTM神经网络的电能量负荷预测修复方法，包括以下步骤：首先统计“网‑省‑市‑区‑所”五级供电单位全行业负荷分析情况；然后查询“网‑省‑市‑区‑所”五级供电单位全行业负荷趋势分析；开始收集各个分区输电线路各个时间工作时的电力数据信息参数；将收集的各分区电力数据信息参数通过LSTM神经网络模型分析得出每个分区在同样一段时间内的用电总量情况，通过对“网‑省‑市‑区‑所”五级供电单位全行业负荷分析，可以实现对输电线路的电力参数负荷进行有序，有效的进行预测并修复，并能够根据电力参数值来反向对不同分区区域内用电电力进行合理调度。
-
公开(公告)号：CN115660365A
公开(公告)日：2023-01-31
申请号：CN202211386081.4
申请日：2022-11-07
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F18/214
Abstract: 本申请涉及一种基于深度强化学习的电力资源属性值确定方法和装置。通过基于用电状态、历史目标电力资源属性值、电力资源响应增益数据和更新用电状态确定样本集，利用样本集先训练第一待训练函数，利用训练到一定程度的第一待训练函数的参数更新第二权重参数，基于第二权重参数确定的第二目标函数确定另电力资源响应增益数据最大的目标电力资源属性值。相较于传统的通过规划或博弈的方式确定电力资源属性值，本方案基于用电状态、电力资源属性值和电力资源响应增益数据对多个函数进行梯度训练，基于训练好的目标函数确定使电力资源响应增益数据最大的电力资源属性值，降低了复杂度。
-
公开(公告)号：CN115330531A
公开(公告)日：2022-11-11
申请号：CN202211080258.8
申请日：2022-09-05
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请提供一种基于用电变动周期的企业风险预测方法，包括：获取企业的的用电数据；基于深度学习方法训练电器设备识别神经网络模型；识别统计企业的用电规模和设备规模，分析企业的运转周期和工作规律；基于企业的运作周期和工作规律分析企业经营情况；根据不同设备用电规模判断生产环节中各阶段情况，建立生产环节规模识别模型；基于历史数据判断生产经营情况变化；基于企业生产经营状况预测企业风险；基于企业风险给出企业贷款建议；提供企业信息接口。
-
公开(公告)号：CN113553853B
公开(公告)日：2022-01-21
申请号：CN202111084894.3
申请日：2021-09-16
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F40/295 , G06F40/284 , G06F40/242
Abstract: 本申请涉及一种命名实体识别方法、装置、计算机设备和存储介质。方法包括：随机从语料库中选取预设数量的文本组成训练文本库，并基于第一预设算法，确定训练文本库中每一文本中的分词；基于第二预设算法，对训练文本库中每一文本中的分词进行标注；其中，分词的标注结果为命名实体或实体触发词；构建触发词词典，触发词词典用于存储训练文本库中存在对应关系的命名实体及实体触发词；基于触发词词典，对待识别文本进行命名实体识别。利用实体触发词与命名实体之间的关系，对待识别的命名实体进行识别，不需要对语料库中所有的文本进行人工标注，提高了识别效率，降低了识别成本。
-
公开(公告)号：CN113723861A
公开(公告)日：2021-11-30
申请号：CN202111069926.2
申请日：2021-09-13
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种异常用电行为检测方法、装置、计算机设备和存储介质。方法包括：获取待评估用户的电量数据；其中，电量数据包括电流数据、相位角数据和电能数据；根据电能数据确定出待评估用电曲线，并在待评估用电曲线与行业标准曲线的相似度低于预设相似度阈值时，修正待评估用户的用户档案；从电量数据中获取与分段时间序列对应的待测电量数据，并确定出待测电量数据中是否存在离群点；根据多个分段时间序列分别检测出的离群点的检测结果，确定待评估用户是否存在异常用电行为。采用本方法能够更精准地检测异常用电行为。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.065 seconds)
