-
公开(公告)号：CN119810608A
公开(公告)日：2025-04-11
申请号：CN202510301526.1
申请日：2025-03-14
Applicant: 国网安徽省电力有限公司营销服务中心
IPC: G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0985 , G06N3/048
Abstract: 本发明公开了一种小样本条件下电能表运行状态评估方法及系统，方法包括：采集电能表运行数据及其对应的电能表运行状态评估结果构建原始数据集，将原始数据集输入数据生成模型，得到拓展数据集；将拓展数据集输入训练好的元学习模型得到拓展数据集的打标结果；将打标后的拓展数据集以及原始数据集输入LSTM模型，输出电能表状态类别，对LSTM模型进行训练，将实时采集的电能表数据输入训练好的LSTM模型得到电能表运行状态评估结果；本发明的优点在于：解决样本数据量小的问题，对电能表运行状态进行准确识别。
-
公开(公告)号：CN119720045A
公开(公告)日：2025-03-28
申请号：CN202510213157.0
申请日：2025-02-26
Applicant: 国网安徽省电力有限公司营销服务中心 , 国网安徽省电力有限公司 , 国电南瑞南京控制系统有限公司 , 国网安徽省电力有限公司六安供电公司
IPC: G06F18/2433 , G06N3/045 , G06F18/10 , G06F18/213 , G06F18/25 , H02J3/00 , G01R31/00
Abstract: 本说明书实施例公开了一种配电网线损异常诊断方法及装置，涉及数据处理技术领域。其中，该方法包括：根据目标线路的监测统计数据以及对应的状态信息，获取监测状态特征；将该监测状态特征中的至少一个子状态特征按照数据获取时间进行排序；按照时间正序和时间逆序分别将监测状态特征中的每一个子状态特征输入第一目标神经网络的第一特征提取网络和第二特征提取网络，并分别进行正序计算和逆序计算，得到第一数据特征和第二数据特征；基于第一数据特征和第二数据特征获取目标线路的状态变化特征；将该状态变化特征输入第二目标神经网络提取深度特征，得到至少一个深度状态特征；基于该至少一个深度状态特征，对目标线路进行线损异常诊断和预测。
-
公开(公告)号：CN119715392A
公开(公告)日：2025-03-28
申请号：CN202510227987.9
申请日：2025-02-28
Applicant: 国网安徽省电力有限公司营销服务中心 , 国网安徽省电力有限公司 , 国电南瑞南京控制系统有限公司 , 国网安徽省电力有限公司六安供电公司
Abstract: 本发明提供的一种基于机器视觉的光伏设备检测方法及系统，涉及机器视觉技术领域。在本发明中，首先，基于至少一个光伏电池片对应的电池片图像确定设备关系图谱；其次，基于设备关系图谱中目标光伏电池片对应的电池片关系图谱，确定出目标光伏电池片对应的电池片状态向量；然后，基于目标光伏电池片对应的电池片状态向量和至少一个待确认的光伏电池片状态信息各自对应的电池片状态向量之间的匹配关系，分析出目标光伏电池片对应的至少一个光伏电池片状态信息。基于上述方法，可以改善现有技术中存在的光伏设备检测的可靠性相对不高的问题。
-
公开(公告)号：CN119520420A
公开(公告)日：2025-02-25
申请号：CN202411475408.4
申请日：2024-10-22
Applicant: 国网安徽省电力有限公司营销服务中心
IPC: H04L47/25 , H04L47/10 , H04L41/14 , H04L41/147
Abstract: 本说明书实施例公开了一种用电信息采集终端大体积故障数据远程智能传输方法及系统，其中的传输方法包括：基于当前发送速率进行数据传输，并获取传输信道的数据接收状态信息；进一步获取调整发送速率和预测发送速率，并选择当前轮次对应的目标发送速率；基于当前轮次对应的目标发送速率进行数据传输，以获取传输信道在当前轮次的目标发送速率下进行数据传输时对应的数据接收状态信息，得到当前轮次目标发送速率的奖励值，以此对当前预测模型进行训练；将目标发送速率作为当前发送速率、将训练后的预测模型作为当前预测模型，重新获取下一轮次的调整发送速率和预测发送速率。充分挖掘并利用带宽资源，进而实现大体积故障数据传输的高效性和稳定性。
-
公开(公告)号：CN119089314B
公开(公告)日：2025-01-21
申请号：CN202411591505.X
申请日：2024-11-08
Applicant: 国网安徽省电力有限公司营销服务中心 , 合肥工业大学
Inventor： 蔺菲 , 丁建顺 , 孙伟 , 刘景姝 , 陈良坤 , 刘单华 , 黄丹 , 嵇爱琼 , 张悦 , 冯欣 , 马昆 , 李双双 , 张文琪 , 李欣然 , 郭慧珠 , 王凯 , 李红艳 , 李奇越 , 李帷韬 , 张志强
IPC: G06F18/2415 , G06F17/15 , G06N3/04
Abstract: 一种基于轻量级神经网络的电能表失准在线诊断方法，属于智能装置检测技术领域，解决如何提高电能表失准诊断的准确率并降低算法运行给电能表带来的负担的问题；本发明根据最大小波系数能量的原则实现自适应小波基函数选取，增强小波分解的适应性，同时利用小波分解对数据进行噪声的有效去除，提高了数据的准确性，降低了数据对神经网络运行结果的影响，利用轻量级神经网络实现电能表失准的自动化诊断，加快了算法的运行速度、训练速度以及收敛速度，降低了算法运行对CPU运行的负载；同时，能提高电表失准诊断准确率、减小电能表运行资源占用，能够满足现代智能电网对实时监控、高效运维和智能化管理的需求。
-
Patent Agency Ranking
公开(公告)号：CN119226698A
公开(公告)日：2024-12-31
申请号：CN202411279296.5
申请日：2024-09-12
Applicant: 国网安徽省电力有限公司营销服务中心
IPC: G06F18/10 , G06F18/2131 , G06V10/77 , G06N3/0464 , G06N3/084 , G06F17/16 , G06Q50/26 , G06F18/2135 , G06F123/02
Abstract: 本发明公开一种基于数据增强的火灾智能检测方法，包括采集用于表征火灾的多模态时间序列信号，分别对每个模态时间序列信号进行基于巴氏距离的变分模态分解重构，得到每个模态时间序列信号对应的第一重构信号；对第一重构信号进行小波包阈值去噪，得到每个模态时间序列信号对应的第二重构信号；对第二重构信号进行短时经验模态分解，得到每个模态时间序列信号对应的时频数据矩阵；将各模态时间序列信号对应的时频数据矩阵分别采用信号到图像的编码形式得到具有图像性质的像素矩阵；将各像素矩阵分别进行主成分分析进行降维，得到对应的降维后的矩阵，并将降维后的矩阵输入至火灾智能检测模型，得到火灾检测结果。
-
公开(公告)号：CN118412163A
公开(公告)日：2024-07-30
申请号：CN202410551987.X
申请日：2024-05-07
Applicant: 国网安徽省电力有限公司营销服务中心 , 合肥工业大学智能制造技术研究院
Abstract: 本发明提供半导电涂层用MXene/铜纳米线复合材料及其制备方法，涉及半导电涂层技术领域。复合材料主要由铜纳米线稳定溶液、MXene胶体溶液以及界面粘接相溶液制备而成，其中，MXene纳米片以相同的取向逐层排列，铜纳米线穿插分布在MXene纳米片片层之间，MXene纳米片与铜纳米线相互交错排列；复合材料的制备方法包括：S1.配置铜纳米线稳定溶液；S2.配置MXene胶体溶液；S3.配置界面粘接相溶液；S4.将铜纳米线溶液、界面粘接相溶液和MXene胶体溶液进行混合，得到分散均匀的MXene/铜纳米线混合溶液；S5.将MXene/铜纳米线混合溶液通过真空辅助抽滤收集，并进行真空干燥，得到MXene/铜纳米线复合材料。将MXene/铜纳米线复合材料应用于电子器件中，可有效改善绝缘介质非线性导致的电场不均匀分布。
-
公开(公告)号：CN118228169A
公开(公告)日：2024-06-21
申请号：CN202410263208.6
申请日：2024-03-07
Applicant: 国网安徽省电力有限公司营销服务中心 , 国网安徽省电力有限公司
IPC: G06F18/2433 , G06Q50/06 , G01R22/06 , G06F123/02
Abstract: 本发明公开基于大数据分析的窃电行为检测系统及方法，涉及电力检测技术领域，包括数据获取模块、标差值获取模块、异常时段标记模块、异常分支标记模块、户用电量获取模块和异常用户识别模块；解决了无法准确对发生窃电行为的相应时段、分支线路和对应的用户进行针对性监测，影响对窃电行为检测的准确性和效率的技术问题；通过对各个异常时段内的异常线路中各个用户分别在监测时长L内每天对应的时段计电电量进行获取并进行分析，准确地找出异常用户，有利于对相关人员在对应的异常时段内对异常用户的用电情况进行针对性监测，提高了窃电行为检测的准确性和效率，有助于及时发现和解决窃电问题。
-
公开(公告)号：CN117708707A
公开(公告)日：2024-03-15
申请号：CN202410166638.6
申请日：2024-02-06
Applicant: 国网安徽省电力有限公司营销服务中心 , 国电南瑞南京控制系统有限公司
IPC: G06F18/2415 , G06F18/22 , G06N3/04 , G06Q50/06
Abstract: 本发明公开大数据下台区线损率异常智能预警方法和系统，该方法包括：步骤一：通过设置在每个台区的电网线路首端、尾部和负载上的电表采集台区内电气特征参数；步骤二：将采集的电气特征参数上传至服务器；步骤三：服务器提取获取电表所在台区，并对电气特征参数进行标准化处理；步骤四：构建BP神经网络模型，并基于标准化处理后的电气特征参数进行模型训练学习；步骤五：通过训练学习后的BP神经网络模型预测台区线损率；步骤六：将预测的台区线损率与正常线损率进行对比，并把对比结果显示在服务器上；步骤七：对线损率异常的台区进行预警提示。本发明实现了对台区线损率的准确计算和预警，大大节省了人力和时间。
-
公开(公告)号：CN116191666B
公开(公告)日：2023-09-05
申请号：CN202310053067.0
申请日：2023-02-03
Applicant: 国网安徽省电力有限公司营销服务中心 , 国网安徽省电力有限公司 , 国电南瑞南京控制系统有限公司 , 北明软件有限公司
Abstract: 本发明公开了一种基于光伏发电的数据采集系统及方法，涉及光伏发电技术领域，包括数据采集模块、指令生成模块、数据监测模块、数据分析模块和节点分配模块；数据监测模块用于对管理中心缓存的光伏发电数据进行检索下载监测，并对对应的光伏电站进行观测系数GC评估；指令生成模块用于根据观测系数GC确定对应光伏电站的采集频率，合理安排监测资源；响应于数据采集指令，数据采集模块用于获取若干个光伏组件的光伏发电数据并传输至管理中心，供管理人员研究分析；当数据分析模块接收到光伏发电数据，利用节点分配模块对管理中心缓存的光伏发电数据进行丰富系数分析，并根据丰富系数分配对应数量的分析节点进行解析；提高数据解析效率。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.05 seconds)
