-
公开(公告)号：CN110995753A
公开(公告)日：2020-04-10
申请号：CN201911316585.7
申请日：2019-12-19
Applicant: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 重庆大学 , 国家电网有限公司
IPC: H04L29/06
Abstract: 本发明公开一种用电信息采集系统中远程通信报文的组合压缩方法，该方法首先通过去重预处理消除帧间冗余，其次通过LZ77算法消除模式冗余，最后通过Huffman算法消除编码冗余，解决了单种算法无法同时消除报文的三种冗余的问题，通过本发明公开的压缩顺序进行压缩，可以得到更好的压缩结果。数据报文的压缩可以极大的缩短报文的传输时间，提高传输效率，降低存储资源消耗，在为用电企业降低成本的同时，为智能电网的多种应用提供了有力的保障。
-
公开(公告)号：CN112784870A
公开(公告)日：2021-05-11
申请号：CN202011325849.8
申请日：2020-11-23
Applicant: 国网浙江省电力有限公司 , 河海大学 , 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衢州供电公司 , 国网浙江省电力有限公司金华供电公司 , 浙江华云信息科技有限公司
Abstract: 本发明公开了一种基于聚类算法的典型台区分类方法及系统，涉及一种台区线损分类技术。本发明通过均方根电流与最大电流的等效关系进行线损计算，以线路中流过的最大电流产生的电能损耗与实际负荷产生的电能损耗进行对比，并通过馈线聚类方法实现对台区馈线路径的聚类分析，再通过等值电阻法将结构复杂台区配电线路，经过层层电阻等值，等效成结构简单的计算模型；根据计算模型得出平均负载率；通过负载率特征序列聚类找出最佳聚类数；再通过自组织映射完成对输入向量的分类；为聚类算法的典型台区分类提供线损信息，根据线损信息进行台区线损分类。
-
公开(公告)号：CN111126759B
公开(公告)日：2023-01-10
申请号：CN201911128817.6
申请日：2019-11-18
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司温州供电公司 , 国网浙江省电力有限公司绍兴供电公司 , 国网浙江省电力有限公司宁波供电公司 , 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异常事件故障关联度的电能表状态评估方法，涉及电能表状态评估方法。目前，电能表轮换滞后或过于频繁，电能表轮换报废不精确，浪费人力物力。本发明通过选取某批次发生过异常事件的电能表数据，作为搭建异常评估模型的基础数据，将异常事件分为全事件和计量异常事件，若发生次数与电能表故障无关系，则用贝叶斯公式计算其故障关联度，若发生次数与电能表故障有关系，按次数分别统计出故障概率，根据每个子异常事件的故障关联度系数，建立计量异常事件评估模型和全事件异常评估模型。本技术方案根据运行状态评估结果对电能表做出相对应的检验策略，指导智能电表的轮换，改善电能表轮换报废不够精确和浪费大量人力物力的问题。
-
公开(公告)号：CN111126759A
公开(公告)日：2020-05-08
申请号：CN201911128817.6
申请日：2019-11-18
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司温州供电公司 , 国网浙江省电力有限公司绍兴供电公司 , 国网浙江省电力有限公司宁波供电公司 , 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异常事件故障关联度的电能表状态评估方法，涉及电能表状态评估方法。目前，电能表轮换滞后或过于频繁，电能表轮换报废不精确，浪费人力物力。本发明通过选取某批次发生过异常事件的电能表数据，作为搭建异常评估模型的基础数据，将异常事件分为全事件和计量异常事件，若发生次数与电能表故障无关系，则用贝叶斯公式计算其故障关联度，若发生次数与电能表故障有关系，按次数分别统计出故障概率，根据每个子异常事件的故障关联度系数，建立计量异常事件评估模型和全事件异常评估模型。本技术方案根据运行状态评估结果对电能表做出相对应的检验策略，指导智能电表的轮换，改善电能表轮换报废不够精确和浪费大量人力物力的问题。
-
公开(公告)号：CN112529369A
公开(公告)日：2021-03-19
申请号：CN202011323875.7
申请日：2020-11-23
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 , 国网浙江省电力有限公司绍兴供电公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种中压配电网线损关键特征指标提取方法及系统，涉及电网运维领域。现有的馈线关键特征指标提取过程中线损计算复杂。本技术方案通过获取线损的特性信息，以电网损失和用户损失建立中压配电网线损评估指标，并将均方根电流法和馈线线损模型相结合，通过主因子分析法从变量群中提取共性因子进行数据统计，提高关联共性信息的建立，以及采用梯形隶属度函数对电网进行模糊化处理，通过电网损失和用户损失的线损特征提取，保证不同损耗下的特征信息，达到分类线损特征提取的过程，为中压配电网线损关键特征指标提取提供数据信息和评估指标。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN116192199B
公开(公告)日：2025-02-14
申请号：CN202310039037.4
申请日：2023-01-11
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动态时间窗口的快速识别方法，涉及电网运维领域。本发明包括步骤：动态投切策略生成，主站按照快速识别时限、待识别对象数量，自动生成面向识别对象的初始投切指令发送序列；动态时间匹配，对上报数据进行匹配计算，若在设定的投切时间间隔内匹配成功，则立即发送下一个设备，动态规划时间间隔，不再等待到固定时间间隔下发；对于识别失败的设备，主站进行多轮次补投，依旧失败或超预设时间则进入拓扑识别失败清单。本发明通过精简设备对时过程，采用投切策略中的指令下发时刻替代指令发送时间，大大压缩对时过程带来的时间消耗；在保障识别主体流程的基础上对通讯、程序等实现过程进行进一步的时间优化。
-
公开(公告)号：CN115423250B
公开(公告)日：2023-07-28
申请号：CN202210894881.0
申请日：2022-07-28
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: G06Q10/063 , G06Q30/018 , G06Q50/06
Abstract: 本发明属于台区户变关系分析技术领域，具体涉及一种台区户变关系分析方法。针对现有户变关系识别方法准确率较低的不足，本发明采用如下技术方案：一种台区户变关系分析方法，包括：S1、根据台区间相关系数，得到可疑台区，针对可疑台区，根据用户和台区间相关系数，得到第一可疑用户清单；S2、将线损率异常台区与小区内其它台区组合后计算线损，锁定线损率正常的台区组合，得到第二可疑用户清单；S3、根据新增用户或遗失用户，或者用户送电前后，台区线损从正常到异常，得到第三可疑用户清单；S4、至少两个取交集，得到最终可疑用户清单。本发明的台区户变关系分析方法的有益效果是：相比单一途径得到的清单，更加准确。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.068 seconds)
