-
公开(公告)号：CN112213687B
公开(公告)日：2023-05-16
申请号：CN202011079730.7
申请日：2020-10-10
申请人： 国网四川省电力公司电力科学研究院
IPC分类号： G01R35/04
摘要： 本发明公开了基于伪异常点辨识的关口电能表数据异常检测方法及系统,将数据异常模式分为随机异常点和连续异常点两类：对于随机异常点模式，根据电力负荷数据具有规律性的特点，通过对数据曲线进行时间序列分解和自相关分析实现随机异常点的检测，规避用户周期性用电行为带来的异常检测干扰数据；对于连续异常点模式，根据电力用户异常用电特点，基于历史数据提取线损率与电量连续下降趋势两个特征，训练用户窃电行为检测模型，规避用户异常用电行为带来的异常检测干扰数据，进而搭建关口电能表异常检测模型，以实现对伪异常数据的自动辨识。本发明方法能够规避用户动态行为带来的干扰数据，进而准确识别异常值，提高数据质量。
-
公开(公告)号：CN111539843B
公开(公告)日：2022-07-12
申请号：CN202010306860.3
申请日：2020-04-17
摘要： 本发明公开基于数据驱动的反窃电智能预警方法，利用数据挖掘、机器学习等人工智能技术，构建基于数据驱动的反窃电智能预警模型，对异常用电行为进行分级预警，实现窃电预警、精准定位窃电用户，并对模型和样本库不断进行迭代优化，实现窃电预警准确率不断提升，当发现系统预警，精准定位用户信息，及时查看诊断信息、用电异常信息，极大减少一线员工的工作量，提高了电力企业人员的工作效率，减少人员操作和巡视费用，降低运营成本，大幅提高窃电行为查处率。
-
公开(公告)号：CN111539843A
公开(公告)日：2020-08-14
申请号：CN202010306860.3
申请日：2020-04-17
摘要： 本发明公开基于数据驱动的反窃电智能预警方法，利用数据挖掘、机器学习等人工智能技术，构建基于数据驱动的反窃电智能预警模型，对异常用电行为进行分级预警，实现窃电预警、精准定位窃电用户，并对模型和样本库不断进行迭代优化，实现窃电预警准确率不断提升，当发现系统预警，精准定位用户信息，及时查看诊断信息、用电异常信息，极大减少一线员工的工作量，提高了电力企业人员的工作效率，减少人员操作和巡视费用，降低运营成本，大幅提高窃电行为查处率。
-
公开(公告)号：CN111476485A
公开(公告)日：2020-07-31
申请号：CN202010267389.1
申请日：2020-04-08
摘要： 本发明公开追补电量合理性的方法，基于准确定位窃电用户，通过使用反窃电智能预警模型输出的窃电用户清单，通过现场检查的事前分析，识别窃电时间和窃电量依据，精细计算追缴电量；通过事后分析，量化追缴偏差，统一追缴标准；通过事后管控，检查追缴的合理、合规性，评价追缴效果，实现窃电追补电量精细计算及追补效果自动评价；通过本方法，追补电量工作人员根据电量损失模型输出的窃电时段、单位时间窃电量，自动计算窃电量，为电力企业合理、合规追补电费提供有效数据依据，做到有据收费、公平、合理，促进社会公平，保障社会经济有序、稳定、健康发展有重要。
-
公开(公告)号：CN110852906A
公开(公告)日：2020-02-28
申请号：CN201911134369.0
申请日：2019-11-19
申请人： 国网四川省电力公司电力科学研究院
摘要： 本发明公开了一种基于高维随机矩阵进行窃电嫌疑识别的方法，包括以下步骤:S1：获取时间区段T内所有居民用户日电量数据、当地气温数据以及节假日数据用以构建原始数据集；S2：基于S1中原始数据集内的数据构建样本数据集；S3：用S2中的样本数据构建高维随机矩阵D；S4：分析S3中构建的高维随机矩阵D，判断样本数据是否异常，若数据异常，则判定用户存在窃电行为，否则，用户不存在窃电行为。本发明的目的在于提供一种基于高维随机矩阵进行窃电嫌疑识别的方法和系统，该方法/系统不仅可以对居民窃电行为进行自动检测，判断出用户是否存在窃电行为，同时还可以提供用户窃电的具体时间段。
-
公开(公告)号：CN104280715B
公开(公告)日：2017-01-11
申请号：CN201410558559.6
申请日：2014-10-17
申请人： 国网四川省电力公司电力科学研究院 , 千江(上海)信息科技有限公司 , 成都市乾江科技有限公司 , 国家电网公司
IPC分类号： G01R35/04
摘要： 本发明公开了一种关口电能表在线监控系统，涉及电力电网监控和维护领域，包括EM采集系统、电能表和远程后台；EM采集系统包括CPU和计量电路，电能表通过485通信设备连接到CPU，进入电能表的电流、电压信号源分别传给计量电路，计量电路直接连接CPU，CPU通过无线通信设备连接到远程后台；还包括PT采集系统和CT采集系统，PT采集系统通过485通信设备连接EM采集系统，CT采集系统通过433M通信设备连接PT采集系统。本发明实现了关口电能表的在线监测，同时，也对二次侧的压降和负荷进行监控。
-
公开(公告)号：CN111476485B
公开(公告)日：2022-09-16
申请号：CN202010267389.1
申请日：2020-04-08
摘要： 本发明公开追补电量合理性的方法，基于准确定位窃电用户，通过使用反窃电智能预警模型输出的窃电用户清单，通过现场检查的事前分析，识别窃电时间和窃电量依据，精细计算追缴电量；通过事后分析，量化追缴偏差，统一追缴标准；通过事后管控，检查追缴的合理、合规性，评价追缴效果，实现窃电追补电量精细计算及追补效果自动评价；通过本方法，追补电量工作人员根据电量损失模型输出的窃电时段、单位时间窃电量，自动计算窃电量，为电力企业合理、合规追补电费提供有效数据依据，做到有据收费、公平、合理，促进社会公平，保障社会经济有序、稳定、健康发展有重要。
-
公开(公告)号：CN112381667A
公开(公告)日：2021-02-19
申请号：CN202011259811.5
申请日：2020-11-12
申请人： 国网四川省电力公司电力科学研究院
摘要： 本发明公开了一种基于深度学习的配网电气拓扑识别方法，包括：S1：选取预设数量的台区，将每个台区内一定数量的用户作为数据采集对象，采集各用户对应的低压侧用电数据，作为配网拓扑识别数据集；S2：构建双通道一维卷积神经网络模型，包括特征提取模块、特征融合模块，其中特征提取模块中的两个通道各包括至少两个1DCNN+BN+ReLU结构的卷积层，多层叠加的结构可以更好地提取数据特征；特征融合模块包括一个1DCNN+BN+ReLU结构的卷积层，实现特征的深度融合；S3：使用双通道一维卷积神经网络模型对所述配网拓扑识别数据集进行训练，得到训练后的双通道一维卷积神经网络模型；S4：利用训练后的双通道一维卷积神经网络模型对配网拓扑识别数据集进行配网电气拓扑识别。
-
公开(公告)号：CN112213687A
公开(公告)日：2021-01-12
申请号：CN202011079730.7
申请日：2020-10-10
申请人： 国网四川省电力公司电力科学研究院
IPC分类号： G01R35/04
摘要： 本发明公开了基于伪异常点辨识的关口电能表数据异常检测方法及系统,将数据异常模式分为随机异常点和连续异常点两类：对于随机异常点模式，根据电力负荷数据具有规律性的特点，通过对数据曲线进行时间序列分解和自相关分析实现随机异常点的检测，规避用户周期性用电行为带来的异常检测干扰数据；对于连续异常点模式，根据电力用户异常用电特点，基于历史数据提取线损率与电量连续下降趋势两个特征，训练用户窃电行为检测模型，规避用户异常用电行为带来的异常检测干扰数据，进而搭建关口电能表异常检测模型，以实现对伪异常数据的自动辨识。本发明方法能够规避用户动态行为带来的干扰数据，进而准确识别异常值，提高数据质量。
-
公开(公告)号：CN109285087A
公开(公告)日：2019-01-29
申请号：CN201810782812.4
申请日：2018-07-17
申请人： 国网四川省电力公司电力科学研究院 , 清华四川能源互联网研究院
摘要： 本发明公开了一种基于NB-IoT和GPU加速的台区拓扑辨识方法，包括制造台区变压器低压侧的电压波动、分别采集台区变压器低压侧电压和待辨识的用户电表的电压得到对应的参考数列和比较数列、进行灰色关联分析判定台区拓扑等步骤。上述步骤，采用基于GPU的并行加速进行处理。并且，台区变压器和用户电表通过NB-IoT通讯来采集台区变压器低压侧电压和待辨识的用户电表的电压。本发明的有益效果在于，基于相似度算法，提升了台区拓扑辨识的准确度；基于GPU加速的台区拓扑辨识方法能够充分适应海量高密度数据分析和计算的需求，满足在线台区拓扑识别的实时性要求。
-
-
-
-
-
-
-
-
-
搜索结果
38 条记录 (耗时 0.043 秒)
