-
公开(公告)号：CN118227416B
公开(公告)日：2024-10-29
申请号：CN202410344747.2
申请日：2024-03-25
摘要： 本公开的实施例公开了设备故障信息生成方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：获取设备监控数据集合；对于每个设备监控数据：对设备监控数据包括的各个设备运行信息进行聚合处理；基于各个设备运行信息组和故障前类型信息生成模型，生成至少一个故障前类型信息；对于每个故障前类型信息，响应于故障前事件类型满足预设故障前事件条件：从目标运行信息序列中提取满足预设参照条件的目标运行信息作为参照运行信息集合；根据参照运行信息集合、故障前事件类型和目标监控类型，生成故障前信息；根据各个故障前信息，生成设备故障信息。该实施方式减少了漏检、错检的次数，缩短了故障解决延时和关联的运行设备的运行延时。
-
公开(公告)号：CN118227416A
公开(公告)日：2024-06-21
申请号：CN202410344747.2
申请日：2024-03-25
摘要： 本公开的实施例公开了设备故障信息生成方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：获取设备监控数据集合；对于每个设备监控数据：对设备监控数据包括的各个设备运行信息进行聚合处理；基于各个设备运行信息组和故障前类型信息生成模型，生成至少一个故障前类型信息；对于每个故障前类型信息，响应于故障前事件类型满足预设故障前事件条件：从目标运行信息序列中提取满足预设参照条件的目标运行信息作为参照运行信息集合；根据参照运行信息集合、故障前事件类型和目标监控类型，生成故障前信息；根据各个故障前信息，生成设备故障信息。该实施方式减少了漏检、错检的次数，缩短了故障解决延时和关联的运行设备的运行延时。
-
公开(公告)号：CN112488738B
公开(公告)日：2024-02-27
申请号：CN202011487987.6
申请日：2020-12-16
申请人： 甘肃同兴智能科技发展有限责任公司 , 北京国电通网络技术有限公司 , 国网甘肃省电力公司 , 国网信息通信产业集团有限公司
发明人： 何清素 , 郝赫 , 王林信 , 靳丹 , 张小敏 , 余向前 , 杜晔 , 郭敬林 , 蒋梨花 , 刘远 , 郭行 , 刘晓光 , 闫晓斌 , 程玉涛 , 赵园园 , 王一梦 , 杨仕博 , 陈佐虎 , 令杰
IPC分类号： G06Q30/0201 , G06Q50/06
摘要： 本说明书一个或多个实施例提供基于电力大数据的居民空置住户识别方法及设备，基于电力大数据的居民空置住户识别方法及设备，通过住户的用电量，构建空置住户识别模型，结合用户的周用电量均值、月用电量均值和半年用电量均值等用电数据、行为和规律进行空置居民住户的分析，通过数理统计的方法，充分考虑了周平均用电量、变异系数两个用电特征因素，能够实现对空置居民住户的精准识别；对阈值参数确定，参考了各类型电器的功率及使用时间，对空置户判定阈值进行探索。有利于结合业务，对生活中各种空置场景进行分类，且构建的模型有效
-
公开(公告)号：CN114662832A
公开(公告)日：2022-06-24
申请号：CN202111260410.6
申请日：2021-10-27
申请人： 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
摘要： 本申请提供一种人口流动分析方法、装置及电子设备。该方法包括：提取第一时间范围内待分析区域范围内的待分析电力数据作为待分析业务数据集，将待分析业务数据集输入人口流动分析模型，其中，人口流动分析模型为采用预定时间范围和预定区域范围内的业务数据集训练得到的神经网络模型，人口流动分析模型对所述待分析业务数据集进行分析处理，得到人口流动分析结果。人口流动分析模型通过对业务数据集中电力大数据的挖掘，得到目标用户的人口流动情况，可以帮助社区防疫工作人员无接触地获取目标用户的人口流动情况。
-
公开(公告)号：CN113379006A
公开(公告)日：2021-09-10
申请号：CN202110934513.X
申请日：2021-08-16
申请人： 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
摘要： 本公开的实施例公开了图像识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：响应于接收到检测电表箱外壳的请求，采集上述电表箱的外壳图像；对上述外壳图像进行特征提取处理，得到外壳图像特征向量；将上述外壳图像特征向量输入至预先训练好的级联分类器中，得到图像识别结果；响应于检测到上述图像识别结果满足电表箱维修条件，根据上述图像识别结果，控制相关联的维修机器人对上述电表箱外壳进行维修。该实施方式可以及时对异常的电表箱外壳进行维护，降低了因电表箱外壳异常而造成的安全隐患。
-
公开(公告)号：CN112561202A
公开(公告)日：2021-03-26
申请号：CN202011543679.0
申请日：2020-12-23
申请人： 甘肃同兴智能科技发展有限责任公司 , 北京国电通网络技术有限公司 , 国网甘肃省电力公司 , 国网信息通信产业集团有限公司
发明人： 李维虎 , 郝赫 , 靳丹 , 王林信 , 何清素 , 张旭 , 杜晔 , 余向前 , 郭敬林 , 刘远 , 刘晓光 , 闫晓斌 , 蒋梨花 , 程玉涛 , 王一梦 , 郭行 , 赵园园 , 杨仕博 , 沙孝聪 , 任杰
IPC分类号： G06Q10/04 , G06Q50/26 , G06F16/2458
摘要： 本说明书一个或多个实施例提供一种基于电力大数据居家概率预测方法及其设备，通过获取住户历史用电数据，建立住户用电量预测的时间序列模型，预测住户未来的用电数据，基于对住户未来用电数据的预测，和对住户历史用电数据的对比分析，通过基于数理统计的方法预测住户居家概率，一方面有利于避免机器学习方法对训练数据要求的弊端，另一方面也为人口普查员明确住户是否在家，引导普查员选择合适的时间入户调查提供了准确的依据。
-
公开(公告)号：CN111428753B
公开(公告)日：2024-01-09
申请号：CN202010121012.5
申请日：2020-02-26
申请人： 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
IPC分类号： G06V10/774 , G06V10/82 , G06V20/70 , G06T7/00
摘要： 本发明公开了一种训练集获取方法、电力设施检测方法及装置，其中，所述训练集获取方法，包括：获取样本图像；对所述样本图像进行高斯金字塔处理，得到高斯金字塔图像数据；对所述高斯金字塔图像数据进行拉普拉斯金字塔处理，得到拉普拉斯金字塔图像数据；获得包括所述高斯金字塔图像数据和所述拉普拉斯金字塔图像数据的训练集，所述训练集用于训练神经网络模型。所述训练集获取方法中，通过对样本图像进行高斯金字塔处理和拉普拉斯金字塔处理，得到的训练集中包括高斯金字塔图像数据和拉普拉斯金字塔图像数据，一方面，有效的丰富了训练集中的样本数量，另一方面，有助于提高模型准确性。
-
公开(公告)号：CN112488738A
公开(公告)日：2021-03-12
申请号：CN202011487987.6
申请日：2020-12-16
申请人： 甘肃同兴智能科技发展有限责任公司 , 北京国电通网络技术有限公司 , 国网甘肃省电力公司 , 国网信息通信产业集团有限公司
发明人： 何清素 , 郝赫 , 王林信 , 靳丹 , 张小敏 , 余向前 , 杜晔 , 郭敬林 , 蒋梨花 , 刘远 , 郭行 , 刘晓光 , 闫晓斌 , 程玉涛 , 赵园园 , 王一梦 , 杨仕博 , 陈佐虎 , 令杰
摘要： 本说明书一个或多个实施例提供基于电力大数据的居民空置住户识别方法及设备，基于电力大数据的居民空置住户识别方法及设备，通过住户的用电量，构建空置住户识别模型，结合用户的周用电量均值、月用电量均值和半年用电量均值等用电数据、行为和规律进行空置居民住户的分析，通过数理统计的方法，充分考虑了周平均用电量、变异系数两个用电特征因素，能够实现对空置居民住户的精准识别；对阈值参数确定，参考了各类型电器的功率及使用时间，对空置户判定阈值进行探索。有利于结合业务，对生活中各种空置场景进行分类，且构建的模型有效覆盖了空置场景。
-
公开(公告)号：CN111798263A
公开(公告)日：2020-10-20
申请号：CN202010442278.X
申请日：2020-05-22
申请人： 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
摘要： 本发明公开了一种交易趋势的预测方法和装置，所述方法包括：针对同一时间序列的交易数据，采用金字塔型滑动步长的时间序列抽取方法，获得分别对应各步长的采样数据组；对于每个步长，将该步长对应的采样数据组进行先见型预测的准确性判断，根据准确性判断结果设置该采样数据组对应的权重后，根据该采样数据组计算该采样数据组的预测值；根据各采样数据组的预测值和权重计算所述交易数据最终的趋势预测结果。应用本发明不需要进行模型训练，以免因受样本的质量与数量影响模型训练结果，进而影响预测结果的准确性。
-
公开(公告)号：CN111428753A
公开(公告)日：2020-07-17
申请号：CN202010121012.5
申请日：2020-02-26
申请人： 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
摘要： 本发明公开了一种训练集获取方法、电力设施检测方法及装置，其中，所述训练集获取方法，包括：获取样本图像；对所述样本图像进行高斯金字塔处理，得到高斯金字塔图像数据；对所述高斯金字塔图像数据进行拉普拉斯金字塔处理，得到拉普拉斯金字塔图像数据；获得包括所述高斯金字塔图像数据和所述拉普拉斯金字塔图像数据的训练集，所述训练集用于训练神经网络模型。所述训练集获取方法中，通过对样本图像进行高斯金字塔处理和拉普拉斯金字塔处理，得到的训练集中包括高斯金字塔图像数据和拉普拉斯金字塔图像数据，一方面，有效的丰富了训练集中的样本数量，另一方面，有助于提高模型准确性。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.114 秒)
