-
公开(公告)号：CN117520984A
公开(公告)日：2024-02-06
申请号：CN202311473215.0
申请日：2023-11-07
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F18/2433 , G06F18/25 , G06F16/36 , G06Q10/20 , G06Q50/06 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N5/022 , G06N5/025
Abstract: 本发明涉及一种基于AI技术的电网异常检测方法，包括以下步骤：步骤S1：建立电网知识图谱；步骤S2:获取电网历史运行数据，并预处理；步骤S3:根据预处理后的电网历史运行数据，进行特征提取，并将这些特征与电网知识图谱进行关联；步骤S4:采用图卷积网络，基于提取的特征进行训练，在训练过程中结合电网知识图谱中的信息，引入相关的知识和规则，得到电网异常检测模型步骤S5:基于电网异常检测模型对实时监测数据进行检测，判断当前电网是属于正常运行还是异常状态；步骤S6:如果检测到异常情况，基于知识图谱获取决策支持，并发送警报通知以及决策支持给相关人员。本发明可以发现和处理潜在的电网故障和异常情况。
-
公开(公告)号：CN118332183A
公开(公告)日：2024-07-12
申请号：CN202410285264.X
申请日：2024-03-13
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F16/9535 , G06F16/27 , G06Q50/06 , G06F18/25 , G06F16/22 , G06F16/215 , G06F18/2433 , G06F18/2135 , G06F18/2131 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种多模态异构电力数据分布式统一搜索方法及系统，包括以下步骤：步骤S1:获取多模态异构电力数据，并进行预处理，包括历史用电量数据、传感器采集的电力设备状态数据、图像数据；步骤S2:将经过预处理的历史用电量数据、设备状态数据和图像数据进行融合，得到统一的特征表示；步骤S3:将预处理后的多模态电力数据存储在分布式存储系统中，并建立分布式索引，对电力数据进行分布式存储和检索；步骤S4:构建用户偏好模型，引入注意力机制，并计算用户偏好与数据之间的关联程度；步骤S5:获取与用户偏好高度相关的数据呈现给用户。本发明实现基于注意力机制的用户偏好的多模态异构电力数据分布式统一搜索。
-
公开(公告)号：CN117520321A
公开(公告)日：2024-02-06
申请号：CN202311470631.5
申请日：2023-11-07
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F16/215 , G06F16/28 , G06F18/10 , G06F18/2411 , G06F18/24 , G06F17/14 , G06N20/10 , G06Q50/06
Abstract: 本发明涉及一种基于大数据的电力数据处理方法，包括以下步骤：步骤S1：获取电力数据，并进行预处理，包括去除噪声、补全缺失值和平滑处理；步骤S2:将预处理后的电力数据进行小波变换，转换为时域数据；步骤S3：基于支持向量机对时域数据进行分类，得到初始分类结果；步骤S4:基于预设规则，对初始分类结果进行调整，得到二次分类结果；步骤S5:基于各分类数据特性，对二次分类结果进行一致性分析，并根据分析结果调整二次分类结果，得到最终的分类结果；步骤S6:基于最终的分类结果，对数据进行分类存储。本发明有效提高电网系统采集的数据质量，为后续数据分析提供优质的数据源，提高电力系统的安全性、稳定性和可靠性。
-
公开(公告)号：CN117725268A
公开(公告)日：2024-03-19
申请号：CN202311740041.X
申请日：2023-12-18
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F16/901 , G06N5/025
Abstract: 本发明公开了一种基于数据中台的数据业务图谱系统，包括如下：数据接入模块；从数据中台外部将各类业务数据汇聚到数据中台贴源层的基本服务能力；存储计算模块；是数据中台数据核心处理引擎；数据应用模块；包括数据分析单元和数据服务单元；数据管理模块；包括数据资源管理单元和运营管理单元；利用计算机图形学和图像处理技术，将数据转换成图形或图像进行显示、交互；结合数据业务图谱数据的特性，从三维空间立体呈现、用户交互进行呈现。本发明通过构建数据资源目录，帮助业务、开发人员高效查找、确信数据，主要以工具形式，面向数据领域业务分析及数据开发人员，解决数据资源查找多源，数据溯源复杂，数据确信困难等问题。
-
公开(公告)号：CN117521889A
公开(公告)日：2024-02-06
申请号：CN202311470626.4
申请日：2023-11-07
Applicant: 国网信通亿力科技有限责任公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/2113 , G06F18/213 , G06F18/23213 , G06F18/214 , G06F18/25 , G06N3/0442 , G06N3/08 , H02J3/00 , G06F123/02
Abstract: 本发明涉及一种基于人工智能的短期负荷预测方法，包括以下步骤：步骤1：获取历史负荷数据、用户数据和天气数据，并对历史负荷数据和天气数据进行预处理；步骤2：根据时间序列数据，提取统计特征和频域特征，并基于相关性分析、信息增益和互信息进行特征选择，获取第一特征集；步骤3：根据历史负荷数据和用户数据，构建用户画像；步骤4:进行用电行为分析，获取用户行为特征，作为第二特征集；步骤5：构建训练数据集；步骤6：构建LSTM神经网络，并训练，得到短期负荷预测模型；步骤7：对实时负荷数据、天气数据以及用户数据，基于短期负荷预测模型进行负荷预测。本发明考虑用户画像，基于用户用电行为分析，能够有效提高短期负荷预测精度。
