-
公开(公告)号:CN113657872B
公开(公告)日:2024-06-14
申请号:CN202111025838.2
申请日:2021-09-02
申请人: 南方电网数字电网研究院有限公司
IPC分类号: G06Q10/10 , G06Q10/063 , G06Q50/06
摘要: 本申请涉及一种电力用户的档案信息异常分析方法、装置、计算机设备和存储介质。所述方法包括:根据电力用户的档案信息从采集域中确定目标电力用户的实际用电数据;当检测到实际用电数据不完整时,根据实际用电数据中的缺失数据确定对应的负载率计算方式,确定目标电力用户的负载率;根据负载率确定目标电力用户的用电情况。采用本方法能够准确定位出异常的电力用户。
-
公开(公告)号:CN116226720A
公开(公告)日:2023-06-06
申请号:CN202310239658.7
申请日:2023-03-14
申请人: 南方电网数字电网研究院有限公司
IPC分类号: G06F18/24 , G06F18/214 , G06Q50/06 , G06F16/22
摘要: 本发明涉及基于多维数据交叉验证的高可靠负荷异常识别修补方法技术领域,且公开了基于多维数据交叉验证的高可靠负荷异常识别修补方法,包括以下步骤:S1、从预先存储的数据库中,根据监测区域居民年度用电量选取目标主表以及与目标主表相关的目标附表,进行数据类型分类后,生成以居民用电量为事实表的多维度数据表,S2、将多维数据表中集中的数据分为K个数量一致的样本集,取其中一个样本集作为验证集,通过在不同负荷下对各时刻负荷值的随机分布情况,基于中心极限定理和负荷值相对于聚类中心负荷偏差的四分位差,构建异常负荷数据域,对预测结果进行对比,剔除其中误表,提高多维度数据表中异常负荷数据的准确度。
-
公开(公告)号:CN116126449A
公开(公告)日:2023-05-16
申请号:CN202310239472.1
申请日:2023-03-14
申请人: 南方电网数字电网研究院有限公司
IPC分类号: G06F9/451 , G06Q50/06 , G06F17/18 , G06Q10/0639
摘要: 本发明公开了一种基于大数据的客户集群能耗分项监测方法,包括以下步骤:步骤一:从服务产业园区、商业综合体、企业集团方向单位提供交互界自定义客户集群;步骤二:根据按照时间(年月日)、计量点、分时时段(峰平谷)、工作日/非工作日、工作时段/非工作时段等维度,向每组客户集群内各个客户单采集总电力、电量能耗数据,通过提供客户发电设施最大出力、最小出力、平均出力、出力小时数、指定时段的日出力K线、季节(气候)相关性等指标的统计分析和可视化展现功能;提供客户发电设施指定日期范围内的各时点出力分布特征分析和可视化展现功能;提供客户发电设施指定日期范围内的各时点发电量、上网电量特征分析和可视化展现功能。
-
公开(公告)号:CN116109333A
公开(公告)日:2023-05-12
申请号:CN202310094796.0
申请日:2023-01-18
申请人: 南方电网数字电网研究院有限公司
IPC分类号: G06Q30/0201 , G06Q30/0203 , G06Q10/0631 , G06Q50/06
摘要: 本申请涉及电量数据处理技术领域,提供了一种缺失日电量数据的拟合方法。主要根据电能表当日是否存在日电量数据缺失,确定待修复电能表,获取待修复电能表最近N天的日电量数据,获取与待修复电能表的用户同类型同区域,且没有数据缺失的M个电能表,获取M个电能表的当日以及最近N天的日电量数据,通过真值发现算法的权重更新算法,根据M个电能表的当日以及最近N天的日电量数据,拟合待修复电能表最近N天的日电量数据各自的权重,通过真值发现算法的真值更新算法,根据待修复电能表最近N天的日电量数据各自的权重,拟合待修复电能表在当日缺失的日电量数据,实现了电能表缺失日电量数据的高效、准确的拟合。
-
公开(公告)号:CN113033894B
公开(公告)日:2023-05-02
申请号:CN202110315287.7
申请日:2021-03-24
申请人: 南方电网数字电网研究院有限公司
摘要: 本申请涉及一种日用电量预测方法、装置、计算机设备和存储介质,方法包括:响应于终端发送的日用电量预测请求,获取与日用电量预测请求对应的日用电量数据;日用电量预测请求携带有预测时间信息;将日用电量数据输入预先训练的日用电量预测模型,得到预先构建的日用电量预测模型输出与预测时间信息对应的日用电量预测结果;预先构建的日用电量预测模型,由定义在频域的卷积滤波器、定义在频域的池化模块以及深度置信网络构建得到;将日用电量预测结果返回至终端;本申请通过定义在频域的卷积滤波器以及定义在频域的池化模块,实现了对日用电量数据在频域上的特征保留,基于此构建并应用日用电量预测模型,提高了日用电量预测准确性。
-
公开(公告)号:CN115630401A
公开(公告)日:2023-01-20
申请号:CN202211647374.3
申请日:2022-12-21
申请人: 南方电网数字电网研究院有限公司
摘要: 本申请涉及电力技术领域,提供了一种基于信用评价的电力数据共享方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够实现提高发送电力信用信息和电力信用信息共享的安全性。该方法包括:接收台区系统发送的目标对象的电力信用信息,电力信用信息由台区系统接收采集设备采集的目标对象的电力数据,根据电力数据,利用信用评价指标体系确定,对电力信用信息进行加密处理,得到加密信用信息和解密信息集合,在接收到目标系统的获取请求的情况下,根据获取请求,从解密信息集合中选取出目标解密信息,将加密信用信息和目标解密信息发送至目标系统,目标系统用于利用目标解密信息,对加密信用信息进行解密处理,得到解密信用信息。
-
公开(公告)号:CN113284001B
公开(公告)日:2023-01-20
申请号:CN202110380427.9
申请日:2021-04-08
申请人: 南方电网数字电网研究院有限公司
摘要: 本申请涉及一种用电量预测方法、装置、计算机设备和存储介质,包括:获取历史用电量数据对应的历史用电时序数据;采用训练好的频域编码器和时域解码器对历史用电时序数据进行特征提取,得到历史用电量数据对应的用电量特征;其中,频域编码器通过在频域上对历史用电时序数据编码后得到用电量特征,用电量特征被时域解码器在时域上解码后得到的预测时序数据与历史时序数据匹配;将用电量特征输入至训练好的用电量预测模型,以通过用电量预测模型基于用电量特征,对未来预设时间内的用电量进行预测,能够通过频域提取的用电量特征,同时反映用电量数据的周期性和波动性,基于该用电量特征进行用电量预测,有效提高预测准确性。
-
公开(公告)号:CN113642809A
公开(公告)日:2021-11-12
申请号:CN202111021694.3
申请日:2021-09-01
申请人: 深圳供电局有限公司 , 南方电网数字电网研究院有限公司
摘要: 本申请涉及一种用电量预测方法、装置、计算机设备和存储介质。该方法包括:对获取到的各个参与方分别对应的本地模型参数进行聚类分组,将各个参与方分别划分到相应的分组簇内;分别从相应分组簇内包括的多个参与方中,确定组内聚合方,触发组内聚合方基于组内其余各参与方的本地模型参数进行组内聚合,得到目标组模型参数;从多个组内聚合方中,确定全局聚合方,并触发全局聚合方对各个分组簇的目标组模型参数进行全局聚合,得到全局模型参数;触发各参与方基于获取到的全局模型参数,对本地维护的初始预测模型进行更新,基于更新后的预测模型继续进行组内聚合和全局聚合的步骤,直至更新后的预测模型满足预设收敛条件时,输出目标预测模型。
-
公开(公告)号:CN113626962A
公开(公告)日:2021-11-09
申请号:CN202110905662.3
申请日:2021-08-06
申请人: 南方电网数字电网研究院有限公司
IPC分类号: G06F30/18 , G06F30/27 , G06N20/00 , G06Q50/06 , G06F111/02 , G06F113/04
摘要: 本申请涉及一种云边端协同的用户停复电监测方法、系统、计算机设备和存储介质。所述方法包括:接收边缘端基于边缘侧“变压器‑分相线路‑分支线‑用户”拓扑模型,将物联网关所在区域内同一时间点收集的有效停电告警事件进行组合生成的边缘停电事件清单;基于“变电站‑线路‑分支线‑变压器”拓扑模型,根据获取的外部系统配网线路出线开关、分支开关、台变组合断路器开关位置信息和线路故障信息,生成配网停电事件清单;对边缘停电事件清单和配网停电事件清单进行匹配,确定当前时刻的实际停电预警清单以及停电类型;基于停电类型,对实际停电预警清单中各停电区域进行上电并进行监测,得到复电数据。采用本方法能够提高监测停电事件的实时性和准确性。
-
公开(公告)号:CN112330077B
公开(公告)日:2021-09-24
申请号:CN202110000659.7
申请日:2021-01-04
申请人: 南方电网数字电网研究院有限公司
摘要: 本申请涉及一种电力负荷预测方法、装置、计算机设备和存储介质,方法包括:响应于用电负荷预测请求,获取与用电负荷预测请求对应的用电负荷相关特征数据,包括历史用电负荷值;并进一步划分为生活用电负荷相关特征数据以及生产用电负荷相关特征数据;之后输入预先构建的用电负荷差值预测模型,得到与预测时间信息对应的生活用电负荷预测差值以及生产用电负荷预测差值,并对历史用电负荷值进行计算处理,得到用电负荷预测结果。本申请通过生活用电负荷相关特征数据以及生产用电负荷相关特征数据,实现了利用模型进行分别预测,提高了电力负荷预测的精细程度;通过预测用电负荷差值减小了预测过程中的方差,提高了电力负荷预测的准确性。
-
-
-
-
-
-
-
-
-