-
公开(公告)号：CN106709598A
公开(公告)日：2017-05-24
申请号：CN201611160511.5
申请日：2016-12-15
申请人： 全球能源互联网研究院 , 清华大学 , 国家电网公司
CPC分类号： G06Q10/04 , G06K9/6215 , G06K9/6256 , G06K9/6267 , G06Q50/06
摘要： 本发明涉及一种基于单类样本的电压稳定性预测判断方法，所述方法包括：获取电网稳定运行时段的测量值样本集；建立电网稳定运行时段的测量值样本集的样本矩阵，压缩所述样本矩阵的维度并更新所述电网稳定运行时段的测量值样本集；获取被测测量值样本，并判断所述被测测量值样本是否属于所述电网稳定运行时段的测量值样本集，若是，则所述被测测量值样本对应的时刻的电网稳定；本发明提供的方法，根据电网不稳定样本少的特点，能只基于稳定样本进行分类和预测，克服基于仿真软件数据研究电网稳定性带来的对电网模型做了很多简化从而并不能真实还原复杂大规模复杂电力系统的问题。
-
公开(公告)号：CN106709598B
公开(公告)日：2022-02-15
申请号：CN201611160511.5
申请日：2016-12-15
申请人： 全球能源互联网研究院 , 清华大学 , 国家电网公司
摘要： 本发明涉及一种基于单类样本的电压稳定性预测判断方法，所述方法包括：获取电网稳定运行时段的测量值样本集；建立电网稳定运行时段的测量值样本集的样本矩阵，压缩所述样本矩阵的维度并更新所述电网稳定运行时段的测量值样本集；获取被测测量值样本，并判断所述被测测量值样本是否属于所述电网稳定运行时段的测量值样本集，若是，则所述被测测量值样本对应的时刻的电网稳定；本发明提供的方法，根据电网不稳定样本少的特点，能只基于稳定样本进行分类和预测，克服基于仿真软件数据研究电网稳定性带来的对电网模型做了很多简化从而并不能真实还原复杂大规模复杂电力系统的问题。
-
公开(公告)号：CN106779215B
公开(公告)日：2021-12-03
申请号：CN201611160493.0
申请日：2016-12-15
申请人： 全球能源互联网研究院 , 清华大学 , 国家电网公司
摘要： 本发明涉及一种基于机器学习的电网全局延时态势感知方法，所述方法包括：利用采样节点的测量值，建立样本矩阵；根据所述样本矩阵中各样本中的电压值标记各样本的稳定性标记值；压缩所述样本矩阵的维度，并利用压缩维度后的样本矩阵训练分类器；利用所述分类器预测下一时刻的电网状态稳定概率；本发明提供的方法，利用机器学习算法对电网电压稳定性进行预测，进一步综合多个节点给出电网态势感知的评估结果，在训练每一个节点分类器的时候，将特征选取的时段和预测时间节点拉开，形成一种延时的预测方法，对复杂系统有着更好的还原效果。
-
公开(公告)号：CN106779215A
公开(公告)日：2017-05-31
申请号：CN201611160493.0
申请日：2016-12-15
申请人： 全球能源互联网研究院 , 清华大学 , 国家电网公司
CPC分类号： G06Q10/04 , G06N99/005 , G06Q50/06
摘要： 本发明涉及一种基于机器学习的电网全局延时态势感知方法，所述方法包括：利用采样节点的测量值，建立样本矩阵；根据所述样本矩阵中各样本中的电压值标记各样本的稳定性标记值；压缩所述样本矩阵的维度，并利用压缩维度后的样本矩阵训练分类器；利用所述分类器预测下一时刻的电网状态稳定概率；本发明提供的方法，利用机器学习算法对电网电压稳定性进行预测，进一步综合多个节点给出电网态势感知的评估结果，在训练每一个节点分类器的时候，将特征选取的时段和预测时间节点拉开，形成一种延时的预测方法，对复杂系统有着更好的还原效果。
-
公开(公告)号：CN108663582A
公开(公告)日：2018-10-16
申请号：CN201711233114.0
申请日：2017-11-30
申请人： 全球能源互联网研究院有限公司 , 国网山东省电力公司青岛供电公司 , 国家电网公司
IPC分类号： G01R31/00
摘要： 本发明提供一种变压器的故障诊断方法及系统，包括：选取包含变压器油中溶解特征气体的变压器故障案例，建立变压器的故障案例库；基于变压器的故障案例库，确定训练样本集和测试样本集；基于训练样本集和测试样本集建立故障判别决策树，并对决策树进行修剪优化，得到变压器故障诊断分析模型；变压器故障案例包括：变压器油中溶解特征气体的类型、溶解特征气体的数值及所述变压器的设备状态类型。本发明基于样本集对决策树进行修剪优化，得到的故障诊断分析模型能够及时发现变压器内部的潜伏性故障，有效解决了传统油色谱三比值法由于故障编码不完全、编码缺失，造成的某些故障无法诊断的问题以及判正率较低的问题。
-
公开(公告)号：CN108537394A
公开(公告)日：2018-09-14
申请号：CN201710115815.8
申请日：2017-03-01
申请人： 全球能源互联网研究院 , 国网江西省电力公司 , 国家电网公司
摘要： 本发明提供了一种智能电网实时安全预警方法和装置，该方法包括将预处理后的历史用电数据作为训练数据，进行分类器模型的训练；用训练后的分类器模型根据用户的实时用电数据预测用电安全状态；并根据用电安全状态发出电网预警。本发明提供的技术方案适合于各类大数据处理平台快速有效地分析和处理大量的电网状态信息，提升了电网和用户的安全保障。
-
公开(公告)号：CN107248086A
公开(公告)日：2017-10-13
申请号：CN201710270555.1
申请日：2017-04-24
申请人： 国网江苏省电力公司南通供电公司 , 国家电网公司 , 全球能源互联网研究院
摘要： 本发明公开了一种基于用户用电行为分析的广告投放辅助分析方法，其特征是：包括数据收集；采集到的数据，对数据的噪音进行一系列操作；归一化处理；K‑means聚类；根据K‑means聚类得到的结果，对每个类别的用户用电量特性进行分析，确定每类用户的用电特点；根据聚类的结果，对比分析每个类别用电客户的不同用电行为特征，就辅助广告投放的业务进行推广。本发明为企业用户提供不同区域居民消费能力测算、消费品关注方向预测，以辅助企业为其产品进行广告定向投放。
-
公开(公告)号：CN107247737B
公开(公告)日：2018-12-11
申请号：CN201710324524.X
申请日：2017-05-10
申请人： 国家电网公司 , 国网江苏省电力公司 , 国网江苏省电力公司南通供电公司 , 全球能源互联网研究院
摘要： 本发明公开了一种基于用电量的台区违约用电分析与挖掘方法，包括数据收集、数据转换、数据清洗、基于用电量的K‑means聚类分析等步骤。本发明通过从用电量和用电行为两个角度对用电数据进行挖掘，K‑means作为用户用电行为挖掘的经典算法，也是本发明的重要工具。按照用户的用电量及用电行为分别进行聚类，识别每个用户在用电量及用电行为维度上的特征，综合两个角度的分析，从而检测得出疑似违约用电的客户，以此实现从海量数据中更加直观、快速地挖掘违约用电用户。
-
公开(公告)号：CN108347466A
公开(公告)日：2018-07-31
申请号：CN201710059584.3
申请日：2017-01-24
申请人： 全球能源互联网研究院 , 国网上海市电力公司 , 国家电网公司
IPC分类号： H04L29/08
摘要： 本发明提供一种云存储系统的数据存储方法和装置，该方法包括用监控得到的用户访问数据块信息建立数据块集合，根据用户访问数据块间的关系构建数据块关系矩阵和数据块关系权重矩阵；根据数据块关系权重矩阵，得到数据块关系权重分类集合；从物理集群的数据节点集合，计算物理数据节点性能值，并根据物理数据节点性能值确定数据节点分类集合；根据数据块关系权重分类集合和数据节点分类集合进行物理数据节点的分配，完成数据块存储工作；该装置包括数据块集合构建单元、数据节点集合构建单元和数据存储单元。本发明提供的技术方案节省了访问数据的时间，保证用户服务，提高了系统性能。
-
公开(公告)号：CN108537394B
公开(公告)日：2022-02-22
申请号：CN201710115815.8
申请日：2017-03-01
申请人： 全球能源互联网研究院 , 国网江西省电力公司 , 国家电网公司
摘要： 本发明提供了一种智能电网实时安全预警方法和装置，该方法包括将预处理后的历史用电数据作为训练数据，进行分类器模型的训练；用训练后的分类器模型根据用户的实时用电数据预测用电安全状态；并根据用电安全状态发出电网预警。本发明提供的技术方案适合于各类大数据处理平台快速有效地分析和处理大量的电网状态信息，提升了电网和用户的安全保障。
-
-
-
-
-
-
-
-
-
搜索结果
250 条记录 (耗时 0.099 秒)
