-
公开(公告)号：CN119966685A
公开(公告)日：2025-05-09
申请号：CN202510040958.1
申请日：2025-01-10
Applicant: 国网冀北电力有限公司 , 北京科东电力控制系统有限责任公司
Inventor： 宋磊 , 赵晨晓 , 张隽 , 丁然 , 阎博 , 王凯 , 张鹏 , 董国庆 , 曹坤 , 朱乔波 , 李梁 , 杜丽艳 , 王冠楠 , 任一丹 , 白静洁 , 潘建华 , 王守琴 , 佟放
IPC: H04L9/40 , G06F18/214 , G06N3/042 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于机器学习的智能电网虚假数据注入攻击检测方法。该方法包括：对真实的历史电网数据集进行数据预处理，利用数据预处理后的数据构建未篡改量测向量集、篡改量测向量集和量测向量标签集；搭建基于神经网络架构的虚假数据注入攻击FDIA检测系统，采用未篡改量测向量集、篡改量测向量集和量测向量标签集对FDIA检测系统进行训练和评估，得到训练好的FDIA检测系统；智能电表实时采集待上传的电力数据，将待上传的电力数据传输到训练好的FDIA检测系统，训练好的FDIA检测系统对待上传的电力数据是否遭到攻击进行检查，输出检测结果。本发明可以有效提高FDIA检测的准确度，对大规模智能电网中的长时间、高复杂度数据具有良好的预测效果。
-
公开(公告)号：CN110866397A
公开(公告)日：2020-03-06
申请号：CN201911115893.3
申请日：2019-11-14
Applicant: 国网冀北电力有限公司 , 国家电网有限公司 , 北京科东电力控制系统有限责任公司
IPC: G06F40/289 , G06F40/295 , G06F40/30 , G06F16/31 , G06F16/33 , G06K9/62
Abstract: 本发明公开一种基于Ternary Search Trie的电力设备模型特征匹配方法，包括以下步骤：步骤a，使用递归的方法将专业电力设备名称存放在三叉字典查找树中，建立起电力专业词库；步骤b，将电力专业词库中电力语术进行分词操作，统一数字书写；步骤c，基于分词的效果，计算电力设备模型特征语义相似度。本发明提供的一种基于Ternary Search Trie的电力设备模型特征匹配方法，选用三叉查询字典树，具备存储高效，查询快速优点；对设备名称进行数字书写统一，具有电力设备命名实体识别功能；考虑词序以及阿拉伯数字和特殊字符之间的相似性，适用于针对非常规设备编号的相似度计算问题。
-
公开(公告)号：CN107451708A
公开(公告)日：2017-12-08
申请号：CN201710282554.9
申请日：2017-04-26
Applicant: 国家电网公司 , 北京科东电力控制系统有限责任公司 , 国网冀北电力有限公司 , 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司
Abstract: 本发明属于电力系统调度自动化技术领域，尤其涉及一种基于Apriori算法的电网设备监控信息置信关联分析方法。所述方法包括如下步骤：(S1)根据Apriori算法找出一定时间内电网历史告警信号的频繁项集；(S2)通过频繁项集找出信号之间的关联规则；(S3)比较关联规则的置信度大小，筛选出置信度大于预先设定的最小置信度的关联规则。所述方法为监控人员提供了帮助，确保了集中监控业务的安全高效运行，从而全面提升了监控运行工作的质量。
-
公开(公告)号：CN116596099A
公开(公告)日：2023-08-15
申请号：CN202210384350.7
申请日：2022-04-13
Applicant: 国家电网有限公司 , 国网重庆市电力公司营销服务中心 , 北京科东电力控制系统有限责任公司
Abstract: 本发明公开了一种电动汽车负荷组合预测方法及装置，所述方法包括获取电动汽车的历史负荷数据；将所述历史负荷数据输入预先构建的基于时间序列分析方法的负荷预测模型，获取待预测日的负荷1；将所述历史负荷数据输入灰色关联分析模型，获取相似度高的历史负荷数据；将所述相似度高的历史负荷数据输入预先构建并训练完成的SVR充电站负荷预测模型进行回归预测，获取待预测日的负荷2；将待预测日的负荷1与待预测日的负荷2相结合，通过组合权重的计算方法确定待预测日的最终负荷，本发明能够减少预测误差，提高预测的稳定性。
-
公开(公告)号：CN117110531A
公开(公告)日：2023-11-24
申请号：CN202310569548.7
申请日：2023-05-19
Applicant: 国家电网有限公司华中分部 , 北京科东电力控制系统有限责任公司
Abstract: 本发明公开了一种区域整体碳排放量计算方法及相关装置，本发明基于区域电力碳排放量与区域各类能源主体碳排放量之间的关系，采用区域发电量，计算区域各类能源主体碳排放量，最后获得区域整体碳排放量，充分发挥电网企业的优势，利用已有区域发电量数据以较低成本、较准确的实现区域整体碳排放量测算。
-
Patent Agency Ranking
公开(公告)号：CN107944591A
公开(公告)日：2018-04-20
申请号：CN201710361735.0
申请日：2017-05-22
Applicant: 国家电网公司西南分部 , 北京科东电力控制系统有限责任公司
Abstract: 本发明属于电力系统调度自动化技术领域，特别是涉及基于电力调度通用数据对象的重复对象模糊检验的优化算法。所述算法在对电力调度通用数据对象的重复对象模糊检验时，采取数字中文编号匹配、全角半角匹配、全称简称匹配和特殊符号匹配4类算法，具体包括：(1)数字、中文编号匹配算法；(2)全角、半角匹配算法；(3)全称简称匹配算法；(4)特殊符号匹配算法。本发明合理匹配了阿拉伯、中文数字、全角、半角、全称、简称、特殊符号，有效避免了数据错误，从而增强了用户体验。
-
公开(公告)号：CN119599179A
公开(公告)日：2025-03-11
申请号：CN202411639110.2
申请日：2024-11-18
Applicant: 国网吉林省电力有限公司白城供电公司 , 北京科东电力控制系统有限责任公司
Abstract: 本发明公开了一种基于PCEE模型的地区行业碳排放预测方法，该方法基于PCEE法，得到碳排放总量核算公式，并将综合排放系数引入碳排放总量核算公式,得到碳排放总量精确计算公式；再根据投入产出模型利用代数矩阵反映地区行业的生产与消耗关系；构建地区行业环境投入产出模型；并进一步得到地区行业碳排放变化量；结合地区行业侧折合系数预测未来地区行业碳排放量预测值。本发明可以有效预测电力行业未来碳排放量，降低人工测算投入，从而节省时间和成本。
-
公开(公告)号：CN118396664A
公开(公告)日：2024-07-26
申请号：CN202410356722.4
申请日：2024-03-27
Applicant: 国家电网有限公司 , 北京科东电力控制系统有限责任公司 , 国网安徽省电力有限公司经济技术研究院 , 国网能源研究院有限公司
IPC: G06Q30/0202 , G06Q30/0201 , G06Q30/0283 , G06Q50/06 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种新能源场站的发电量与电费预测系统，包括：数据获取模块，用于获取新能源场站的历史发电量和电费数据；数据处理模块，用于将历史发电量和电费数据的时间按照日期先后顺序划分为两个时间窗口T，并令日期较早的一个时间窗口T的发电量和电费数据为训练集，令日期较晚的一个时间窗口T的发电量和电费数据为测试集；预测模型建立模块，用于建立BP神经网络并输入训练集，再将结果和测试集比较得到误差修正权值，根据误差修正权值建立预测模型。预测模块，用于将当前发电量和电费数据输入预测模型，通过误差修正法得到未来的发电量和电费数据的预测值。本发明通过计算误差修正权值，极大消除了误差影响。
-
公开(公告)号：CN117933452A
公开(公告)日：2024-04-26
申请号：CN202311778785.0
申请日：2023-12-22
Applicant: 国家电网有限公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司湖州供电公司 , 北京科东电力控制系统有限责任公司
IPC: G06Q10/04 , G06F18/25 , G06F18/27 , G06Q50/26 , G06F123/02
Abstract: 本发明公开了一种基于组合预测模型的区域碳排放量预测方法，该方法将历史数据煤、石油、天然气对应碳排放量进行区域碳排放量的折算，构建各类能源主体与区域碳排放的线性或非线性回归模型；将所述历史数据利用时间序列预测模型对碳排放影响因素进行数据分析，通过预测分析得到其预测结果；将所述碳排放影响因素各年预测的结果引入STIRPAT模型，定量研究碳排放与各影响因素之间的关系，对区域碳排放量进行预测；将所述两种区域碳排放预测情况进行分析，建立基于最优加权法的区域碳排放组合预测模型；将所述区域碳排放预测结果数据，引入至组合预测模型，预测区域的最终碳排放量。本发明能够减少预测误差，提高预测的稳定性。
-
公开(公告)号：CN115907177A
公开(公告)日：2023-04-04
申请号：CN202211521470.3
申请日：2022-11-30
Applicant: 国网吉林省电力有限公司白城供电公司 , 北京科东电力控制系统有限责任公司
Abstract: 本发明公开了一种城市碳排放预测方法，包括：构建城市碳排放因素分解模型和ARMA预测模型；以预测误差最小为目标通过确定城市碳排放因素分解模型和ARMA预测模型的权重，构建碳排放组合预测模型；确定城市碳排放驱动因素变化率；通过碳排放组合预测模型和城市碳排放驱动因素变化率对城市未来碳排放量进行预测，本发明通过计算因素分解模型与ARMA预测模型在碳排饭预测中的权重得到组合模型，从而更合理的通过组合模型对城市的碳排放量进行预测，从城市层面分析了碳排放的驱动因素，以明确不同因素对城市群碳排放的影响程度，通过以数据计算验证提升测算准确性，为省侧测算各场景下碳达峰时间提供可靠的依据。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.061 seconds)
