基于大数据的异常电力用户识别的方法、系统及存储介质

    公开(公告)号:CN117370753A

    公开(公告)日:2024-01-09

    申请号:CN202311241867.1

    申请日:2023-09-25

    摘要: 本发明公开了基于大数据的异常电力用户识别的方法、系统及存储介质,采集电力用户的用电数据,然后基于邻域粗糙化的聚类方法对区域内的电力用户的用电数据进行聚类分析;根据聚类分析结果对用户进行分级管理,对不同风险等级的用户群体采用不同的异常识别方法进行监测;对根据最高风险等级的种子节点获取的用户聚类采用基于统计模型的方式进行监测,对根据最低风险等级的种子节点获取的用户聚类采用离群点监测方式进行监测,对其他用户聚类采用根据规则引擎的方法进行监测。识别出异常电力用户并进行预警,同时对种子节点进行更新。本发明根据不同用户群体的特点,设定不同风险等级的异常用户识别,使得异常用户识别效率更高,更加准确。

    一种基于时空全局匹配的配电网调度方法

    公开(公告)号:CN112966882A

    公开(公告)日:2021-06-15

    申请号:CN202110407537.X

    申请日:2021-04-15

    IPC分类号: G06Q10/04 G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种基于时空全局匹配的配电网调度方法,采集配电抢修数据,并处理得到配电故障序列Pfa和抢修人员的排序序列Rpx,然后,进行时空分布拟合得到配电故障与抢修人员时空分布矩阵;进一步地考虑调度人员至故障点的时间集合,采用改进带权二分图最优匹配法对抢修人员进行时空全局匹配,得到最佳的抢修人员的调度策略。本发明在配电网故障数据、故障点地理位置坐标以及抢修人员的工作状态与地理位置坐标的基础上,形成了较佳的调配抢修方案。本发明充分考虑配电故障全局分配的合理性,可用于配电抢修人员的智能调度任务分配。

    一种基于深度卷积网络的微电网经济运行状态评估方法

    公开(公告)号:CN114781875B

    公开(公告)日:2024-08-02

    申请号:CN202210438349.8

    申请日:2022-04-25

    摘要: 本发明涉及机器学习技术领域,公开了一种深度卷积网络的微电网经济运行状态评估方法,步骤S1:对微电网经济运行状态特征数据进行分类和更新;步骤S2:采用朴素贝叶斯算法构建微电网经济运行状态评估特征指标特征标签,通过机器学习先验概率和后验概率,计算出新增微电网特征数据的最佳输出特征指标分类,以获得新增指标分类的最终特征标签;步骤S3:通过深度卷积神经网络评估微电网的各个特征指标的权重值,并将此权重值存入指标权重库中;步骤S4:将已输入的微电网经济运行状态特征数据与微电网指标权重库的值进行比较,以获取微电网的状态评分,实现对微电网经济运行状态评分,本发明用于各种类型微电网的状态评估。