-
公开(公告)号:CN118940053A
公开(公告)日:2024-11-12
申请号:CN202411071221.8
申请日:2024-08-06
申请人: 南京南瑞信息通信科技有限公司
IPC分类号: G06F18/22 , G06F18/10 , G06F18/213 , G06F18/2433 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06F123/02
摘要: 本发明公开了一种基于多重交织深度学习模型的电网数据校核方法、系统、设备及存储介质,包括:取i个抽样时刻的电网数据作为i组历史数据,取第i+1个抽样时刻的一组电网数据作为一组预测数据,将该组预测数据复制i份作为i组预测数据;对每组历史数据和每组预测数据进行预处理,得到各自固定大小的嵌入矩阵;采用训练好的多重交织深度学习模型对每组历史数据和每组预测数据对应的嵌入矩阵进行特征提取和最大池化处理,得到每组历史数据和每组预测数据对应的向量表示形式;然后采用相似度计算公式,计算历史数据和预测数据之间的匹配度得分判断电网数据是否异常,从而达到数据校核的目的,具有响应速度快、识别准确度高等优点。
-
公开(公告)号:CN118606858A
公开(公告)日:2024-09-06
申请号:CN202410669150.5
申请日:2024-05-28
申请人: 南京南瑞信息通信科技有限公司
IPC分类号: G06F18/2433 , H02J3/00 , G06F18/10 , G06F18/213 , G06Q50/06
摘要: 一种配网停电故障研判方法及系统,其特征在于,所述方法包括以下步骤:步骤1,分别采集来自于D5000、配电自动化系统、用电信息采集系统的停电数据,筛选所述停电数据中的有效信息,以获得待研判停电信号;步骤2,根据配网拓扑构造,由下至上对预设时间段内的多个所述待研判停电信号的故障源进行提取;步骤3,从所述故障源起始,由上至下进行配网拓扑分析并获取停电范围,并基于所述停电范围生成停电事件;步骤4,将所述停电范围内的所有停电数据添加至停电事件集中,并对所述停电事件集中所有停电数据实现错误修复和信息补全,以及将修复和补全后的数据相应反馈至D5000、配电自动化系统、用电信息采集系统。
-
公开(公告)号:CN114928173A
公开(公告)日:2022-08-19
申请号:CN202210765894.8
申请日:2022-07-01
申请人: 南京南瑞信息通信科技有限公司
IPC分类号: H02J13/00
摘要: 本发明本公开了基于电网业务中台和电力数据安全交互的智能配电系统,属于智能配电技术领域,解决了现有技术中无法将需电客户进行准确规划,导致电网配电压力大的技术问题,将分析对象的实时用电量进行分析,判定各个分析对象的用电状态,从而对各个分析对象的配电更加准确,提高了电网内电量的利用率以及配电准确性;将各个分析对象的运维进行实时分析,判断各个分析对象的运维效率,从而提高分析对象工作效率的同时判断分析对象的运维是否合格,以至于在运维异常时可以及时进行整顿,防止分析对象的用电受到影响,导致其用电效率降低。
-
公开(公告)号:CN110009172B
公开(公告)日:2022-08-05
申请号:CN201811503389.6
申请日:2018-12-10
申请人: 南京南瑞信息通信科技有限公司
摘要: 本发明公开了一种基于SG‑CIM模型的资产全生命周期数据建模方法,引入实物ID,以实物ID为核心,将资产在全生命周期管理中产生的物料编码、项目编码、WBS、资产卡片号、设备编码、资源编码、废旧物资编码进行关联,建立实物资产全生命周期数据模型,将资产管理各关键环节的信息进行联通,从而完成实物全寿命周期追踪,整合资产实物流、信息流、价值流,有效支撑实物资产全寿命周期管理。
-
公开(公告)号:CN110009172A
公开(公告)日:2019-07-12
申请号:CN201811503389.6
申请日:2018-12-10
申请人: 南京南瑞信息通信科技有限公司
摘要: 本发明公开了一种基于SG-CIM模型的资产全生命周期数据建模方法,引入实物ID,以实物ID为核心,将资产在全生命周期管理中产生的物料编码、项目编码、WBS、资产卡片号、设备编码、资源编码、废旧物资编码进行关联,建立实物资产全生命周期数据模型,将资产管理各关键环节的信息进行联通,从而完成实物全寿命周期追踪,整合资产实物流、信息流、价值流,有效支撑实物资产全寿命周期管理。
-
公开(公告)号:CN118868095A
公开(公告)日:2024-10-29
申请号:CN202410859895.8
申请日:2024-06-28
申请人: 南京南瑞信息通信科技有限公司
IPC分类号: H02J3/06 , H02J13/00 , G06F30/18 , G06F30/27 , G06F113/04
摘要: 本发明公开了基于流批架构的电网量测中心配网潮流推演方法及系统,用于配电网设备最小化采集和潮流计算推演。该模型主要包括数据预处理模块、数据融合处理模块、批计算模块三部分,基于实时量测中心汇集的配网设备运行数据,结合电网资源业务中台的设备拓扑、档案信息,对配网设备的拓扑关系和运行数据进行初步关联和校核清洗并输入潮流计算模型,通过Spark工具对配网各节点设备进行逐级反复计算,依据训练大数据模型获得的收敛判据结束迭代并输出其运行数据,从而达到配电网最小化采集和潮流计算推演的目的。本发明相较于传统计算推演手段而言更加高效准确,可以助力数字电网对实体电网的映射与补强,支撑实体电网在数字空间的模拟和决策。
-
公开(公告)号:CN115775045A
公开(公告)日:2023-03-10
申请号:CN202211512958.X
申请日:2022-11-29
申请人: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号: G06Q10/04 , G06Q50/06 , H02J3/00 , G06F18/23213 , G06F18/22
摘要: 本发明公开了一种基于历史相似日和实时多维研判的光伏平衡预测方法,建立了历史相似日聚类筛选机制,提出了基于突变调整的历史相似日拟合策略和基于ARIMA、LSTM、LightGBM等多元模型的实时趋势预测策略,并对两种策略进行了动态权重拟合。本发明实现了历史日的合理聚类,并可以高效选择与预测日最相似的若干个历史日;优化了分布式光伏实时趋势预测机制,实现了多元模型预测结果的高效融合;提出了历史和实时预测结果多元拟合和动态调整方法,提升了分布式光伏平衡预测的准确性。本方法的预测结果可以满足调度、设备、营销、发展等业务条线的专业需求,对新型电力系统的安全稳定运行具有重要意义。
-
公开(公告)号:CN118941796A
公开(公告)日:2024-11-12
申请号:CN202411071225.6
申请日:2024-08-06
申请人: 南京南瑞信息通信科技有限公司
IPC分类号: G06V10/26 , G06V20/70 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0495
摘要: 本发明公开了一种融合多尺度信息的深度不对称瓶颈实时语义分割方法、系统、设备及介质,包括:获取输入图像;将输入图像输入至预训练好的语义分割网络中,得到输入图像的语义分割结果;其中,语义分割网络由下采样部分、自校正部分和上采样部分组成;所述自校正部分基于自校正DAB模块构建得到,所述上采样部分通过引入CCSP‑ASPP模块构建得到;本发明在保持轻量级网络的情况下,对大目标物体与小目标物体都能较好的分割,并且在实时分割速度和精度之间达到良好的平衡。
-
公开(公告)号:CN114928173B
公开(公告)日:2024-09-06
申请号:CN202210765894.8
申请日:2022-07-01
申请人: 南京南瑞信息通信科技有限公司
IPC分类号: H02J13/00
摘要: 本发明本公开了基于电网业务中台和电力数据安全交互的智能配电系统,属于智能配电技术领域,解决了现有技术中无法将需电客户进行准确规划,导致电网配电压力大的技术问题,将分析对象的实时用电量进行分析,判定各个分析对象的用电状态,从而对各个分析对象的配电更加准确,提高了电网内电量的利用率以及配电准确性;将各个分析对象的运维进行实时分析,判断各个分析对象的运维效率,从而提高分析对象工作效率的同时判断分析对象的运维是否合格,以至于在运维异常时可以及时进行整顿,防止分析对象的用电受到影响,导致其用电效率降低。
-
公开(公告)号:CN115964953A
公开(公告)日:2023-04-14
申请号:CN202310031638.0
申请日:2023-01-10
申请人: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号: G06F30/27 , G06N3/0442 , G06N3/084 , G06F113/04
摘要: 本发明公开了一种基于元学习的电网数字化资源建模管理方法,包括:获取数据治理后的电网数字化资源,对结构化数据和非结构化数据分别进行向量转换,得到初始实例数据;根据初始实例数据,基于Bi‑LSTM模型,得到上下文感知的实例数据;根据上下文感知的实例数据,计算原型并对实例数据进行分类,构建基于元学习的上下文感知原型网络;根据基于元学习的上下文感知原型网络,基于局部整体二元研判的离群点识别与标记策略,得到基于元学习的电网数字化资源建模,实现基于元学习的电网数字化资源管理。本发明有助于满足调度、设备、营销、发展等业务条线的专业需求,对新型电力系统的建设具有重要意义。
-
-
-
-
-
-
-
-
-