-
公开(公告)号：CN116561659A
公开(公告)日：2023-08-08
申请号：CN202310523792.X
申请日：2023-05-10
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司
IPC: G06F18/241 , G06F18/10 , G06Q50/06 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种窃电行为检测方法、装置及系统，所述方法包括获取预先训练好的深度网络模型，所述深度网络模型包括顺次设置的SG滤波器去噪模块、生成器网络模块和判别器网络模块；在训练过程中，所述深度网络模型的损失函数为Wasserstein距离的对偶形式；所述SG滤波器去噪模块的输入信号为窃电行为特征因素，所述窃电行为特征因素包括电力负荷数据、时间数据和气候数据，其输出信号被输入至所述生成器网络模块；所述生成器网络模块的输出信号与真实窃电行为检测数据一起被输入至所述判别器网络模块；将实时获取到的窃电行为特征因素输入至所述预先训练好的深度网络模型，获得窃电行为检测结果。本发明能够提供更为精确的窃电行为检测。
-
公开(公告)号：CN119494428A
公开(公告)日：2025-02-21
申请号：CN202411304561.0
申请日：2024-09-19
Applicant: 国电南瑞科技股份有限公司
IPC: G06Q10/04 , G06Q10/0635 , G06Q10/20 , G06Q50/06 , G06F18/20 , G06F18/213 , G06F18/21 , G06F18/2431
Abstract: 本发明公开了一种电动汽车充电桩故障预测方法及系统，涉及电动汽车充电桩的故障预测领域，方法包括：收集充电桩故障数据，进行数据清洗、事件序列化和标签生成；通过数据可视化分析故障数据的分布、特征及状态，挖掘新特征；根据可视化分析结果确定关键特征，构建模型输入数据；基于输入数据构建预测模型，训练并保存模型；测试保存的模型，进行可视化输出以检验其可靠性和实用性；本发明通过收集和分析充电桩故障数据，能够揭示充电桩故障的内在规律和特征，提高故障预测的准确性和鲁棒性。结合先进的数据分析和深度学习技术，为充电桩运维管理提供科学依据，有效降低故障风险，提升充电桩的整体运行效率和安全性。
-
公开(公告)号：CN116205265A
公开(公告)日：2023-06-02
申请号：CN202310041168.6
申请日：2023-01-12
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司
Abstract: 本发明公开了一种基于深层神经网络的电网故障诊断方法及装置，所述方法包括获取电网故障告警信息和网络拓扑结构；根据电网故障告警信息和网络拓扑结构构建神经网络样本，神经网络样本包括神经网络学习样本和神经网络测试样本；对神经网络样本进行预处理，获得故障特征向量；将神经网络学习样本的故障特征向量输入至预先构建并基于混沌粒子群算法优化后的深层神经网络模型中进行学习，获得优化并学习后的深层神经网络模型；将神经网络测试样本的故障特征向量输入至优化学习后的深层神经网络模型中进行概率诊断测试，获取故障概率结果，本发明对样本建立深层神经网络模型并利用混沌粒子群算法对深层神经网络进行学习训练，具有较高的诊断正确率。
-
公开(公告)号：CN119167022A
公开(公告)日：2024-12-20
申请号：CN202410963833.1
申请日：2024-07-18
Applicant: 国电南瑞科技股份有限公司
IPC: G06F18/20 , G06F18/10 , G06F18/25 , G06F18/2415 , G06F16/903 , G06F16/906 , G06Q10/20
Abstract: 本发明公开了一种充电桩故障数据生成方法及系统，方法包括：收集充电桩的故障数据并记录，进行预处理；通过数据可视化进行分析，得到故障数据在不同维度的分布、特征以及故障模式；确定数据的关键特征，建立故障数据概率模型，通过动态故障数据合成算法生成电动汽车充电桩故障数据；进行可视化以及质量评估。本发明通过生成真实有效的充电桩故障数据，并结合数据可视化分析和统计学进行数据增强，能够生成大量高质量的故障数据，不仅可以用于训练和优化故障预测模型，提高预测准确性和可靠性，还可以为充电桩的运行维护提供有力的数据支持，帮助管理者更好地了解充电桩的故障特点和规律，制定针对性的维护，提高充电系统的安全性和可靠性。
-
-
-
Search Results
4
records
(took 0.028 seconds)
