-
公开(公告)号：CN117195505A
公开(公告)日：2023-12-08
申请号：CN202311048733.8
申请日：2023-08-18
Applicant: 中国电力科学研究院有限公司 , 北京邮电大学 , 国网重庆市电力公司营销服务中心
Inventor： 刘婧 , 于海波 , 陈天阳 , 薛冰 , 高欣 , 谭煌 , 陈昊 , 陈文礼 , 李媛 , 刁新平 , 乔文俞 , 程瑛颖 , 苏宇 , 李亚杰 , 田成明 , 谷凯 , 郜波 , 郑安刚
IPC: G06F30/20 , G06F30/17 , G06Q50/06 , G01R35/04 , G06F119/02 , G06F119/06 , G06F111/08
Abstract: 本发明公开了一种用于电能表信息化评价校准模型的测评方法及系统，属于模型测评技术领域。本发明方法，包括：针对电能表信息化评价校准模型，确定与所述电能表信息化评价校准模型的模型准确度相关的测评指标和业务需求相关的测评指标；基于层次分析法，根据所述模型准确度相关的测评指标和所述业务需求相关的测评指标，构建用于所述电能表信息化评价校准模型测评的关键指标体系；利用多重假设检验方法对多个工况下的关键指标值进行联合验证，将验证结果映射为一个模型等级，根据所述模型等级确定所述电能表信息化评价校准模型性能的测评结果。本发明能够通过测评结果确定电能表信息化评价校准模型的可信度。
-
公开(公告)号：CN117092581A
公开(公告)日：2023-11-21
申请号：CN202310990071.X
申请日：2023-08-08
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心
IPC: G01R35/04 , G06F18/213 , G06F18/214 , G06F18/24 , G06N3/0455 , G06N3/0442 , G06N3/088
Abstract: 本发明公开了一种基于段一致性判别自编码器电能表异常检测方法及装置。其中，方法包括：获取待测电能表历史检测的多变量长时间序列数据；对多变量长时间序列数据进行归一化处理，划分预设窗口长度的多个时间窗口数据；将多个时间窗口数据输入至预先训练的异常检测模型中，输出每个时间窗口数据对应的重构数据，其中异常检测模型采用段一致性判别自编码器；根据每个时间窗口数据的重构数据以及原始数据确定该时间窗口数据每个时间点的异常分数，并根据异常分数，确定待测电能表每个时间点的异常程度。
-
公开(公告)号：CN118818414A
公开(公告)日：2024-10-22
申请号：CN202411183169.5
申请日：2024-08-27
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司
IPC: G01R35/04
Abstract: 本发明公开了一种基于动量更新双路重构自校正电能表异常检测方法及系统，属于电能表异常检测技术领域。本发明方法，包括：获取电能表的原始时间序列数据，并基于所述原始时间序列数据生成时间序列集；基于所述时间序列集及基于动量更新Transformer记忆模块的双路重构自校正框架，训练得到用于电能表异常检测的检测模型；基于所述检测模型，根据目标电能表的时间序列集，对所述目标电能表的异常进行检测。本发明增强了模型对正常数据的学习能力同时提高正异常的区分度，提高了异常检测的性能。
-
公开(公告)号：CN117491939A
公开(公告)日：2024-02-02
申请号：CN202311440486.6
申请日：2023-11-01
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心
Inventor： 高欣 , 薛冰 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 谢振刚 , 肖春 , 石智珩 , 焦广旭 , 贾勇 , 姚俊峰 , 杨子成
IPC: G01R35/04
Abstract: 本发明公开了一种基于双记忆增强自编码器的电能表异常检测方法，包括：获取待测电能表历史检测的多变量长时间序列数据；将多变量长时间序列数据划分为预设窗口长度的多个时间窗口数据；将多个时间窗口数据和其相邻时间窗口数据输入至预先训练的异常检测模型中，输出时间窗口数据对应的重构数据，其中异常检测模型采用基于双记忆增强自编码器；根据每个时间窗口数据的重构数据以及原始数据确定该时间窗口数据每个时间点的异常分数，并根据异常分数，确定待测电能表每个时间点的异常程度。
-
公开(公告)号：CN114722947A
公开(公告)日：2022-07-08
申请号：CN202210383775.6
申请日：2022-04-12
Applicant: 北京邮电大学
Abstract: 本发明实施例提出了一种基于近邻搜索分簇的电力调度监控数据异常检测方法，包括：将带正异常标签的电力调度监控历史数据作为训练数据集输入，通过计算样本之间的欧氏距离寻找异常样本在特征空间中的k个近邻；通过异常样本的近邻标签确定该样本是否为噪声或属于某个异常样本簇，并在该样本近邻中依次迭代搜索直到不再找到更多的属于该簇的异常样本；对分簇后的数据过滤噪声并计算每个簇中需要生成的异常样本数量，据此利用SMOTE线性插值在各个簇内合成新样本以平衡数据集；使用平衡后的数据集训练随机森林模型，以检测电力调度监控数据中的异常样本。本发明实施例提供的技术方案，能够提升电力调度监控数据异常检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN113128913A
公开(公告)日：2021-07-16
申请号：CN202110529495.7
申请日：2021-05-14
Applicant: 北京邮电大学
Abstract: 本发明实施例提出了一种基于反转信息熵动态集成的电力调度监控数据异常检测方法，包括：将电力调度监控历史数据划分为训练集和验证集，使用训练集训练一定数量的基分类器，基分类器的输出为输入数据属于正常类的概率；使用异常类标记方法将验证集中一部分历史数据标记为异常类；使用KNN算法从验证集中选择与待检测数据欧式距离较小的历史数据作为验证子集；使用基于反转信息熵的基分类器评价方法计算基分类器在验证子集中数据上的得分；使用基于无参数统计学假设检验的基分类器选择方法根据得分选择基分类器，平均所选基分类器的输出作为待检测数据的检测结果。本发明实施例提供的技术方案，能够降低电力调度监控数据异常检测的漏报率。
-
公开(公告)号：CN114722940B
公开(公告)日：2024-12-31
申请号：CN202210363323.1
申请日：2022-04-07
Applicant: 北京邮电大学
IPC: G06F18/214 , G06F18/2413
Abstract: 本发明实施例提出了一种基于近邻样本对构造的智能电表故障分类方法，包括：将智能电表不同类别下的故障历史数据作为输入数据集，划分得到多个二类数据集；针对每个二类数据集，将每个样本作为目标样本，从其近邻样本池中进行多次随机采样，获得等量的多个同类和异类对照样本组，分别与目标样本组合后得到多个近邻样本对，作为后续分类任务中的正样本或负样本；基于平衡的近邻样本对数据集，构建基于对比学习的模式判别网络用于目标样本与对照样本组的标签匹配任务；对于给定测试样本，任意组合与其对应的不同类别的对照样本组得到大量近邻样本对，经结果集成和逆向推理得到分类器在每个二类数据集下的判别结果，通过软投票得到其故障类别。
-
公开(公告)号：CN115099306B
公开(公告)日：2024-12-20
申请号：CN202210569747.3
申请日：2022-05-24
Applicant: 北京邮电大学
IPC: G06F18/2413 , G06F18/214 , G06F18/23
Abstract: 本发明实施例提出了一种基于多标签置信度比较的智能电表故障分类方法，包括：对智能电表不同故障类别下的历史数据进行划分，得到多个二类数据集，作为输入数据；遍历各二类数据集中的每个样本，将其作为目标样本并在该样本的近邻样本池中进行多次随机采样，构成多个差异化的目标‑近邻样本对；基于由大量目标‑近邻样本对组成的扩充后的新数据集，构建多标签信任判别网络在目标‑近邻样本对内开展目标样本与对照样本组之间的多标签置信度比较；在测试阶段，对于任一待测样本，任意组合其多个不同的对照样本组得到该测试样本的多个目标‑近邻样本对，集成各组预测结果进行反向推理得到在每个二类数据集下的判别结果，通过软投票得到故障类别。
-
公开(公告)号：CN114399407B
公开(公告)日：2024-08-27
申请号：CN202210147086.5
申请日：2022-02-17
Applicant: 北京邮电大学
IPC: G06Q50/06 , G06F18/2431 , G06F18/214 , G06N3/088
Abstract: 本发明实施例提出了一种基于动静态选择集成的电力调度监控数据异常检测方法，包括：使用电力调度监控历史数据训练一定数量的基检测器；使用孤立森林剔除性能较差的基检测器；使用平均值法根据剩余基检测器的输出生成历史数据的假真值，并分别将假真值和基检测器的输出转换为二类标签；剔除假真值过小的历史数据，并提取基检测器在剩余历史数据上的元特征和元标签；通过元特征和元标签训练随机森林；提取基检测器在待检测数据上的元特征，将其输入随机森林，根据随机森林的输出选择基检测器，取所选基检测器的输出的最大值作为待检测数据的检测结果。本发明实施例提供的技术方案，能够提升电力调度监控数据异常检测的准确率。
-
公开(公告)号：CN117314680A
公开(公告)日：2023-12-29
申请号：CN202311259312.X
申请日：2023-09-27
Applicant: 北京邮电大学
Abstract: 本发明实施例提出了基于双路自编码器的电力调度监控数据异常检测方法，包括：将电力调度监控历史数据分解为趋势项、剩余项和离散量；构建趋势项自编码器重构趋势项和离散量，计算趋势项和离散量的重构误差；构建剩余项自编码器重构剩余项，计算剩余项的重构误差；结合趋势项、剩余项和离散量的重构误差计算模型的损失，将损失作为优化目标对模型进行训练；将待检测的电力调度监控数据同样进行分解，通过模型计算趋势项、剩余项和离散量的重构误差；结合趋势项、剩余项和离散量的重构误差计算输入数据的异常分数，据此判定输入的电力调度监控数据是否为异常。本发明实施例提供的技术方案，能够提升电力调度监控数据异常检测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.113 seconds)
