-
公开(公告)号：CN117613856A
公开(公告)日：2024-02-27
申请号：CN202311437035.7
申请日：2023-10-31
申请人： 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC分类号： H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/214
摘要： 本发明公开了一种母线负荷自适应预测方法和系统。所述方法包括：获取变电站数值天气预报数据和母线历史实测负荷数据，并按时序对齐；将数据划分为样本集和预测集；对样本集中的数据进行异常检测；对检测后的样本集采用填充或丢弃的策略进行清洗；基于清洗后的样本集生成特征；使用相关系数和特征重要程度对特征进行筛选，以交叉验证的方式将样本集划分为训练集和验证集，构建XGBoost预测模型，并通过验证筛选出最优模型参数；利用预测集进行预测，并构建自适应的输出结果修正策略，对模型输出结果进行修正，得到最终的母线负荷预测结果。本发明对模型的输入输出进行偏差校正，进一步提高母线负荷预测准确率和鲁棒性。
-
公开(公告)号：CN117473440A
公开(公告)日：2024-01-30
申请号：CN202311420476.6
申请日：2023-10-27
申请人： 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC分类号： G06F18/2433 , G06F18/15 , G06Q50/06 , G06F123/02
摘要： 本发明公开了一种电力时序数据预测算法集成管理系统及方法，系统包括：算法集成模块，内置多种预测算法，支持多种算法的并行计算；建模训练模块，对输入数据中存在的异常数据、缺失数据进行清洗和填充，并对处理后的数据进行特征工程并构建训练数据集，根据不同预测任务进行建模训练和测试；算法评价模块，内置多个评价指标，从不同维度评价算法的效果；算法优选模块，通过优选策略，实现算法和超参数的自动选择。本发明能够集成多种预测算法，并且能够针对不同电力时序数据预测任务快速实现算法建模和优选。
-
公开(公告)号：CN117200222A
公开(公告)日：2023-12-08
申请号：CN202311302517.1
申请日：2023-10-09
申请人： 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC分类号： H02J3/00 , G06F18/214 , G06N3/0442 , G06N3/0464
摘要： 本发明公开了一种基于double‑input CNN‑LSTM的系统负荷预测方法及系统，该方法包括：获取数值天气预报和实测历史负荷数据，对数据中存在的异常值、缺失值异常点清洗和填充；对清洗后的负荷和天气数据构造成时序特征集，进而划分特征集为训练集、验证集和测试集，输入double‑input CNN‑LSTM时序网络进行训练得到模型；利用训练好的double‑input CNN‑LSTM时序预测模型对电力系统进行系统负荷预测。本发明综合考虑历史负荷的周期性、趋势性变化和预测日的气象影响，模型将特征输入划分为历史特征和预测特征，解决历史特征和预测日特征尺度不对称的问题，提高了系统负荷预测精度和曲线形态准确性，系统负荷预测结果满足电网负荷预测计划要求，能够更好地应用于之后的负荷调度决策中。
-
公开(公告)号：CN109828267A
公开(公告)日：2019-05-31
申请号：CN201910137652.2
申请日：2019-02-25
申请人： 国电南瑞科技股份有限公司
摘要： 本发明公开了一种基于实例分割和深度摄像头的变电站巡检机器人障碍物检测和测距方法，获取深度摄像头采集的视频文件；将视频文件逐帧转换为RGB图像和深度图像；已经训练好的Mask R-CNN网络对RGB图像中进行实例分割，检测出图像中的障碍物并得到障碍物的二值掩膜和轮廓；通过预置算法，匹配深度图像，获取机器人到障碍物的距离信息。本发明无需多种硬件传感设备配合，只需依据深度摄像头采集到的RGB和深度图像，基于Mask R-CNN网络的实例分割功能就可以实现变电站巡检机器人对道路上的障碍物的检测和测距，为变电站巡检机器人临时避障提供了一个简单易行的障碍物检测和测距方法。
-
公开(公告)号：CN117828413A
公开(公告)日：2024-04-05
申请号：CN202311611101.8
申请日：2023-11-28
申请人： 国电南瑞科技股份有限公司
IPC分类号： G06F18/241 , G06F18/214 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种基于LSTM神经网络的变压器油温预测方法和系统，包括：获取变压器环境气象、运行无功和有功功率及变压器油温的历史数据，经预处理得到历史数据集；根据得到的历史数据集构建时序特征、多项式特征和统计特征，得到变压器油温预测样本集；将样本集划分为训练集和测试集，接着进行特征划分提高模型对预测时段的信息捕捉能力；最后根据所述的特征划分和训练集构建LSTM时序预测模型。本发明进一步捕捉变压器油温变化的时序规律，提高了油温预测的准确性，避免因过热，造成变压器损坏，提高了设备可靠性。
-
公开(公告)号：CN112434794A
公开(公告)日：2021-03-02
申请号：CN202011371842.X
申请日：2020-11-30
申请人： 国电南瑞科技股份有限公司
摘要： 本发明提出了一种基于深度学习的计算机视觉数据集半自动标注方法及系统，包括以下步骤：步骤1：从样本图片集A中按一定比例进行随机采样，生成图片集B；步骤2：对经过步骤1操作的图片集B进行人工标注、图像扩充和图像预处理，生成训练集B；步骤3：采用训练集B对Faster‑rcnn算法中的深度神经网络模型进行初训练，得到模型权重；步骤4：利用模型权重，结合人机耦合的标注方法，对样本图片集A进行标注，对标注好的样本图片集A进行图像扩充和图像预处理，生成训练集A；步骤5：采用训练集A对Faster‑rcnn算法中的深度神经网络模型进行再训练；步骤6：将待识别的图像输入至经过步骤5训练好的深度神经网络模型中，得到标注结果。
-
公开(公告)号：CN112381045A
公开(公告)日：2021-02-19
申请号：CN202011374295.0
申请日：2020-11-30
申请人： 国电南瑞科技股份有限公司
摘要： 本发明公开了一种面向物联网移动端设备的轻量级人体姿态识别方法，方法中采用轻量化神经网络技术对当前高效但复杂的网络结构进行解析，综合考量了姿态识别精度和计算复杂度，可以在手机等计算资源有限的移动设备上运行姿态识别神经网络。该技术基本保留了原始模型的精度，而轻量化之后的模型参数数量相比原始的参数数量下降了85％。本发明可以在硬件资源有限，比如计算资源受限的移动物联网设备上进行人体姿态识别，在基本保持精度的同时有效地解决了参数数量巨大的姿态识别神经网络模型在实际生活中难以运用的问题。
-
公开(公告)号：CN117081064B
公开(公告)日：2024-03-26
申请号：CN202311129365.X
申请日：2023-09-01
申请人： 国电南瑞科技股份有限公司
IPC分类号： H02J3/00 , G06F18/25 , G06F18/214
摘要： 本发明公开了一种基于误差评估的风电功率组合预测方法和系统，该方法包括：获取数值天气预报和实测风电功率数据；对数据中存在的异常值、缺失值异常点清洗和填充；对清洗后的实测风电功率数据时序对齐，构建风电功率数据集并划分为训练集、验证集和测试集；构建三种单一预测模型；识别不同风电功率预测场景并分类，利用训练集和验证集对各预测模型训练与验证，计算每个预测结果与实际风电功率的预测误差并统计；利用测试集测试各模型，结合各模型预测误差评估结果，对不同预测场景挑选误差最低的单一模型实现组合输出。本发明解决了数值天气预报精度受限情况下的风电功率预测精度较低的问题，可进一步提高风电功率预测泛化性和准确性。
-
公开(公告)号：CN117081064A
公开(公告)日：2023-11-17
申请号：CN202311129365.X
申请日：2023-09-01
申请人： 国电南瑞科技股份有限公司
IPC分类号： H02J3/00 , G06F18/25 , G06F18/214
摘要： 本发明公开了一种基于误差评估的风电功率组合预测方法和系统，该方法包括：获取数值天气预报和实测风电功率数据；对数据中存在的异常值、缺失值异常点清洗和填充；对清洗后的实测风电功率数据时序对齐，构建风电功率数据集并划分为训练集、验证集和测试集；构建三种单一预测模型；识别不同风电功率预测场景并分类，利用训练集和验证集对各预测模型训练与验证，计算每个预测结果与实际风电功率的预测误差并统计；利用测试集测试各模型，结合各模型预测误差评估结果，对不同预测场景挑选误差最低的单一模型实现组合输出。本发明解决了数值天气预报精度受限情况下的风电功率预测精度较低的问题，可进一步提高风电功率预测泛化性和准确性。
-
公开(公告)号：CN116070741A
公开(公告)日：2023-05-05
申请号：CN202211680717.6
申请日：2022-12-27
申请人： 国电南瑞科技股份有限公司
IPC分类号： G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06N3/08 , G06N3/0464
摘要： 本发明公开了一种基于深度强化学习的调度优化决策系统及其存储介质，包括：数据处理层，用于对电网采集的电网历史数据或电网实时数据进行相关性处理；还用于电网历史数据和电网实时数据的预处理；模型构建层，用于在电网运行的基本规则基础上融合专家经验形成调度优化决策强化学习模型的训练输入值，获得调度优化决策系统；系统应用层，用于将电网实时数据输入训练获得的调度优化决策系统，输出电网调度计划。本发明设立了数据处理层、模型构建层和系统应用层，处理电网实时采集数据，融合专家经验提取特征值，训练调度优化决策强化学习模型，提高了新能源充分消纳下的电网安全稳定运行效率。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.084 秒)
