-
公开(公告)号：CN118296316A
公开(公告)日：2024-07-05
申请号：CN202410385944.9
申请日：2024-04-01
IPC分类号： G06F18/20 , G06F17/18 , G06F123/02
摘要： 本发明公开了一种基于同心松弛的新能源配电台区相序识别方法和系统，本发明的方法包括：获取配电网拓扑关系，并根据所述配电网拓扑关系标记各级节点；根据同心松弛法，计算各级节点的归一化权值系数；获取某一线损典型日的各节点三相电压历史数据序列，并计算得到各相序特征电压序列；分别计算所述线损典型日待测户表电压序列与各相序特征电压序列的动态时间规整值，并根据计算的动态时间规整值识别出所述待测户表的相序。本发明基于新能源配网中节点电压之间变化存在同心松弛的特点，充分利用相近台区的用电信息数据，能够实现新能源配网台区相序的快速准确识别，为新能源配电网运维提供了技术支撑，提高新能源电网运行安全性。
-
公开(公告)号：CN118296529A
公开(公告)日：2024-07-05
申请号：CN202410450608.8
申请日：2024-04-15
申请人： 国网四川省电力公司营销服务中心
IPC分类号： G06F18/2433 , G06F18/2431 , G06F18/2321 , G06F18/15 , G06F18/211 , G06F18/214 , G06F18/213 , G06Q50/06 , G06F123/02
摘要： 本发明公开了一种基于改进优化特征的无监督异常用电行为检测方法，该方法包括以下步骤：数据获取及预处理；特征数据集的构建及选择；基于改进最大相关最小冗余的无监督特征选择；使用基于密度的噪声应用空间聚类异常检测；基于动态时间规整的异常类别判断。本发明所提出的检测方法具有更高普适性，针对不同地区通过修改初始参数的方式保证算法的正常运行，基于方差和改进无监督特征选择，将用户数据中具有较高价值的特征进行提取，剔除对用电行为判断帮助不大的数据，集中了高价值特征数据，更好提取时间序列中包含的特征，降低了维度且剔除了主观对特征选择的影响，具有更高的准确性与更快的计算速度。
-
公开(公告)号：CN117559407B
公开(公告)日：2024-07-23
申请号：CN202311515769.2
申请日：2023-11-15
申请人： 国网四川省电力公司营销服务中心
摘要： 本发明公开了一种适用于新能源配网的异常用电行为定位方法，具体步骤如下：选择异常用电检查区域，标记感知测量节点；建立新能源配网拓扑结构矩阵T；建立新能源配网异常用电矩阵E；构建新能源配网异常行为定位矩阵P＝T+E；计算子区域异常值Sab；判断异常行为点。本发明既适用于大量节点计算机进行异常用电行为定位，也适用于小范围内人工定位；同时充分利用现有设备，对现有数据进行有效利用，基于现有线损数据和台区用户侧装设的小型化异常用电稽查装置，实现对新能源配网的异常用电行为定位。在满足主站在线定位要求的同时，适用于末端采集数据未接入主站或采集接入效果较差的新能源配网，具有良好的环境自适应能力。
-
公开(公告)号：CN118820689A
公开(公告)日：2024-10-22
申请号：CN202411296414.3
申请日：2024-09-18
申请人： 国网四川省电力公司营销服务中心
IPC分类号： G06F18/10 , G06N3/0455 , G06N3/048 , G06N3/084 , G06Q10/0631 , G06Q50/06
摘要： 本发明提供了一种基于自注意力机制的电力可调节负荷数据补全方法，属于可调节负荷数据清洗技术领域，该方法包括：获取缺失的电力可调节负荷数据；对缺失的电力可调节负荷数据进行一次随机遮掩处理，形成带人为缺失的电力可调节负荷数据，并分解得到全部缺失的掩码模块和人为添加缺失的掩码模块；利用全部缺失的掩码模块和带人为缺失的电力可调节负荷数据，对基于自注意力机制的填补网络进行训练；利用已训练的填补网络，得到填补后的电力可调节负荷数据，完成对电力可调节负荷数据的补全。本发明考虑了电力可调节负荷数据之间复杂的相互影响，并将这些影响学习进入网络之中，补全出的数据更为准确。
-
公开(公告)号：CN117591971A
公开(公告)日：2024-02-23
申请号：CN202310845240.0
申请日：2023-07-10
申请人： 国网四川省电力公司营销服务中心
IPC分类号： G06F18/2433 , G06F18/214 , G06F17/16
摘要： 本发明公开了一种基于多粒度模糊相对差的无监督窃电检测方法，其具体检测步骤如下所示：原始数据输入；对原始数据进行预处理；构造并计算每个属性的模糊关系矩阵；构造多粒度模糊信息粒序列；计算样本的模糊相对差；计算样本的离群度；通过阈值比较判定用电数据中的异常用户。本发明提供的基于模糊粗糙集理论的异常检测方法通过构造模糊关系矩阵提取混合型数据的结构信息，从而对数值型和标称型相混合的数据进行统一表示，无需进行额外的数据格式转换，避免了重要信息的丢失；同时利用模糊相对差从多种粒度视角下刻画样本的异常程度，有效提升了混合型电力数据异常检测的准确率。
-
公开(公告)号：CN116432136A
公开(公告)日：2023-07-14
申请号：CN202310486233.6
申请日：2023-04-28
申请人： 国网四川省电力公司营销服务中心
IPC分类号： G06F18/2433 , H02J13/00 , H02J3/00 , G06F18/15 , G06F18/214 , G06F18/23213 , G06N3/045 , G06N3/0464 , G06N3/084 , H04Q9/00 , H04W4/38 , H04W4/70 , H04W24/02 , G16Y10/35 , G16Y20/30 , G16Y40/10 , G16Y40/20
摘要： 本发明公开了一种基于用电采集系统的分布式用电异常检测方法，基于采集主站各类台区总表的历史负荷数据集，通过对各个台区进行用电行为特征分类，得到台区分类集；采集主站根据台区分类，分别将各种类别台区的子表历史用电数据进行预处理，构成学习样本集合群；各类台区所属的样本集包含若干数组，输入深度CNN‑BP神经网络模型进行训练；将训练完成各类网络模型的结构参数，分别下传至其用电行为特征所对应台区的采集终端中；在采集终端中将本地采集的数据输入该台区所对应的神经网络模型，得到用电异常行为检测结果，基于分类结果输出判定该用户是否为用电异常高嫌疑用户，并将高嫌疑用户编号随采集报文回传至采集主站。
-
公开(公告)号：CN116432136B
公开(公告)日：2024-07-23
申请号：CN202310486233.6
申请日：2023-04-28
申请人： 国网四川省电力公司营销服务中心
IPC分类号： G06F18/2433 , H02J13/00 , H02J3/00 , G06F18/15 , G06F18/214 , G06F18/23213 , G06N3/045 , G06N3/0464 , G06N3/084 , H04Q9/00 , H04W4/38 , H04W4/70 , H04W24/02 , G16Y10/35 , G16Y20/30 , G16Y40/10 , G16Y40/20
摘要： 本发明公开了一种基于用电采集系统的分布式用电异常检测方法，基于采集主站各类台区总表的历史负荷数据集，通过对各个台区进行用电行为特征分类，得到台区分类集；采集主站根据台区分类，分别将各种类别台区的子表历史用电数据进行预处理，构成学习样本集合群；各类台区所属的样本集包含若干数组，输入深度CNN‑BP神经网络模型进行训练；将训练完成各类网络模型的结构参数，分别下传至其用电行为特征所对应台区的采集终端中；在采集终端中将本地采集的数据输入该台区所对应的神经网络模型，得到用电异常行为检测结果，基于分类结果输出判定该用户是否为用电异常高嫌疑用户，并将高嫌疑用户编号随采集报文回传至采集主站。
-
公开(公告)号：CN118196526A
公开(公告)日：2024-06-14
申请号：CN202410373302.7
申请日：2024-03-29
申请人： 国网四川省电力公司营销服务中心
IPC分类号： G06V10/764 , G06Q50/06 , G06F21/60 , G06N3/0464 , G06F18/15
摘要： 本发明公开了一种基于数图转换的窃电行为检测方法，涉及数据处理以及识别技术领域，将数据进行数图转换，对数据进行了一次加密，提高了数据的安全性，降低了数据泄露的可能性，并且提高了数据耦合性，提升了窃电行为检测的准确性，且针对不同季节或者不同地区仅需要进行重新训练与参数调整，不需要进行复杂的变换，具有更强的泛化能力。
-
公开(公告)号：CN117559407A
公开(公告)日：2024-02-13
申请号：CN202311515769.2
申请日：2023-11-15
申请人： 国网四川省电力公司营销服务中心
摘要： 本发明公开了一种适用于新能源配网的异常用电行为定位方法，具体步骤如下：选择异常用电检查区域，标记感知测量节点；建立新能源配网拓扑结构矩阵T；建立新能源配网异常用电矩阵E；构建新能源配网异常行为定位矩阵P＝T+E；计算子区域异常值Sab；判断异常行为点。本发明既适用于大量节点计算机进行异常用电行为定位，也适用于小范围内人工定位；同时充分利用现有设备，对现有数据进行有效利用，基于现有线损数据和台区用户侧装设的小型化异常用电稽查装置，实现对新能源配网的异常用电行为定位。在满足主站在线定位要求的同时，适用于末端采集数据未接入主站或采集接入效果较差的新能源配网，具有良好的环境自适应能力。
-
公开(公告)号：CN117390419A
公开(公告)日：2024-01-12
申请号：CN202311089105.4
申请日：2023-08-25
申请人： 国网四川省电力公司营销服务中心
IPC分类号： G06F18/213 , G06F18/214 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种适用于新能源配网的异常用电行为检测方法，基于用户台区历史数据，进行特征提取得到用电可疑行为筛选网络样本集；按照训练集中数据的耦合度分别构建三层深度学习筛选网络，并基于样本集完成可疑行为筛选网络训练；将历史异常数据作为伪警识别的样本集，建立异常伪警识别模型；用电采集系统中的数据经过特征提取后输入可疑行为筛选网络，当输出异常状态值超过阈值将该用户数据传输至异常伪警识别模型；异常伪警识别模型根据用电数据特征，识别该用户用电可疑行为是否存在异常伪警，若为是则将该用户列入监视名单；针对监视名单内的用户再次执行，若输出异常状态值仍超过阈值则判定该用户存在用电异常行为。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.081 秒)
