-
公开(公告)号：CN113077126B
公开(公告)日：2024-08-02
申请号：CN202110287766.2
申请日：2021-03-17
申请人： 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC分类号： G06Q10/0631 , G06Q50/06 , G06F17/11 , G06F17/16
摘要： 一种基于数据驱动的低压台区户‑变隶属关系核查方法，其特征在于，包括以下步骤：步骤1，采集台区运行数据，构建目标函数和约束条件；步骤2，基于分支定界算法求解台区电量数据；步骤3，基于台区电量数据获取台区中户‑变关系疑似错误的用户清单；步骤4，基于用户清单生成台区中户‑变关系的调整计划。基于本发明中的方法，能够以用电信息系统、营销系统、PMS系统等的实际运行数据为依据，计算出多台区之间疑似户‑变错误的用户清单及其调整方向，在系统层面明确现场核查的方向，不仅能够避免因为用户用电特性差异而导致的核查遗漏的问题，而且能够有效降低现场核查的工作量，提高现场核查的效率，节约核查成本。
-
公开(公告)号：CN117878903A
公开(公告)日：2024-04-12
申请号：CN202311822707.6
申请日：2023-12-26
申请人： 国网江苏省电力有限公司营销服务中心
摘要： 一种基于平衡优化器算法的VMD‑TCN‑GRU短期负荷预测方法和系统。该方法包括，将平均绝对误差MAE作为变分模态分解算法的噪声容限值τ的适应度函数，通过平衡优化器对噪声容限值τ进行参数寻优，利用优化后的变分模态分解算法将历史负荷数据分解为多个平滑的子序列；根据优化后的噪声容限值τ和多个子序列的频率特征，构建高频和低频TCN‑GRU模型，并应用平衡优化器对每个模型的超参数进行寻优，得到优化后的VMD‑TCN‑GRU混合预测模型；使用优化后的VMD‑TCN‑GRU混合预测模型，基于历史负荷数据对低压居民台区未来短期负荷数据进行预测，并通过预定义误差指标对预测结果进行误差评估。本发明的方案基于平衡优化器改进了变分模态分解算法和高低频不同的预测混合模型，在低压居民台区短期负荷数据中实现了较高的预测精度。
-
公开(公告)号：CN116910979A
公开(公告)日：2023-10-20
申请号：CN202310655791.0
申请日：2023-06-05
申请人： 中国电力科学研究院有限公司 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
发明人： 林晶怡 , 李建锋 , 李文 , 王忠东 , 张静 , 卜凡鹏 , 李悦 , 成岭 , 李斌 , 周超 , 刘畅 , 蒋利民 , 高凡 , 屈博 , 张思瑞 , 穆卓文 , 王占博 , 支亚薇 , 高子寒 , 宋瑞鹏 , 崔高颖 , 李春红 , 高雨翔
IPC分类号： G06F30/20 , H02J3/00 , G06Q50/06 , G06Q30/0201 , G06F111/04 , G06F113/04
摘要： 本发明提供一种综合能源系统云端协同运行优化方法、系统及装置，包括：终端控制装置获取用户负荷历史数据，并通过云平台获取用户生产数据、用户环境温度和气象数据；所述终端控制装置根据所述用户负荷历史数据和用户生产数据计算用户的电负荷总需求，根据所述用户环境温度和气象数据，计算用户的热负荷总需求；所述终端控制装置根据所述电负荷总需求、热负荷总需求、获取的电价和气价信息，利用综合能源系统运行优化模型进行预测，得到预设时段的优化数据；所述终端控制装置将所述预设时段的优化数据，分别对应下发给协同控制设备，本发明可以实现综合能源系统云端协同运行的智能化和准确化。
-
公开(公告)号：CN112684401B
公开(公告)日：2023-09-26
申请号：CN202011343523.8
申请日：2020-11-26
申请人： 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC分类号： G01R35/04
摘要： 本申请提供的轻载台区电能表运行误差数据的处理方法及系统，涉及技术领域。在本申请中，首先，基于获取的标识信息对应的第一对应关系和第二对应关系、总表用电量和分表用电量，分别得到第一线路损耗电量和第二线路损耗电量；其次，基于第一线路损耗电量和第二线路损耗电量，得到对应的目标线路损耗电量；然后，基于台区总表用电量、分表用电量和目标线路损耗电量，得到至少一个台区分电能表的总运行误差数据；最后，基于总运行误差数据和预先确定的误差比例信息，确定每一个台区分电能表的运行误差数据。基于上述方法，可以改善现有技术中对电能表运行误差难以进行有效监测的问题。
-
公开(公告)号：CN116193294A
公开(公告)日：2023-05-30
申请号：CN202211596280.8
申请日：2022-12-13
申请人： 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
摘要： 本发明涉及数据采集通讯器技术领域，具体为一种用于互联网信息安全建设的数据采集通讯器，包括连接在承接板内底壁的数据采集器本体和连接在圆板下表面可拆卸的连接柱，所述承接板的侧面固定连接有可限位的限位板，所述限位板上表面的一侧连接有可拆卸的支架，所述支架的内壁卡接有可拉出的软管。该互联网信息安全建设用数据采集通讯器，通过数据采集器本体、弯管、天线和保护管的设置，当施工人员需要对数据信息进行采集的时候，可以将数据采集器本体打开，通过弯折弯管可以对天线的角度进行调节改变，有利于施工人员扩大数据采集的范围，保护管可以对连接线束进行保护，有利于对连接线束进行保护。
-
公开(公告)号：CN113794954A
公开(公告)日：2021-12-14
申请号：CN202111336454.2
申请日：2021-11-12
申请人： 国网江苏省电力有限公司营销服务中心
摘要： 本申请实施例提供一种基于开源云和企业级中台的用电信息采集系统，涉及用电信息处理技术领域。用电信息采集系统包括采集模块、数据处理模块、业务应用模块和中台，所述采集模块，用于采集用电数据，所述数据处理模块，用于对所述采集模块采集的用电数据进行处理，得到用电数据处理结果；所述业务应用模块，用于对所述采集模块或所述数据处理模块进行控制管理，并对所述数据处理模块发送的数据进行反馈；所述中台，用于接收所述数据采集模块、数据处理模块或者业务应用模块发送的服务调令，并根据服务调令为所述数据采集模块、数据处理模块或者业务应用提供对应服务；采用中台设计，提高了用电信息处理系统的数据采集、处理和计算能力。
-
公开(公告)号：CN113627832A
公开(公告)日：2021-11-09
申请号：CN202111173502.0
申请日：2021-10-09
申请人： 国网江苏省电力有限公司营销服务中心
摘要： 本申请实施例提供一种用于用电信息采集的任务多级智能调度方法，涉及信息处理技术领域。该任务多级智能调度方法包括：获取任务列表；根据所述任务列表生成任务执行计划；配置所述任务执行计划的参数信息，所述参数信息包括数据项、业务优先级、任务等待时间、工作流模板和任务策略；根据所述参数信息生成待执行任务；根据所述业务优先级和所述任务等待时间建立任务优先级队列；根据所述任务优先级队列下发所述待执行任务。该任务多级智能调度方法通过引入智能任务调度体系进行智能调度，使众多任务合理分配，可以实现提高任务执行效率的技术效果。
-
公开(公告)号：CN113378481A
公开(公告)日：2021-09-10
申请号：CN202110763763.1
申请日：2021-07-06
申请人： 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 东南大学 , 国家电网有限公司
IPC分类号： G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06N3/12 , G06F111/04 , G06F111/06
摘要： 基于多目标进化算法的互联网数据中心需求响应优化方法，包括以下步骤：采集各数据中心服务器台数最大值和最大工作负载容量，采集前后端门户网站的总工作负荷；以数据中心利润最大化和客户服务品质最优为目标，建立互联网数据中心需求响应模型，并提出一种决策变量约简方法；提出一种基于种群的方法来寻找有限解集，即帕累托最优解。在迭代过程中，以帕累托最优来提高解的质量。该算法通过变异、交叉、混合交叉、选择、存档更新等操作来保证算法的收敛性和解的多样性。本发明一种基于多目标进化算法的互联网数据中心需求响应优化方法，多目标进化算法有效地解决了物理约束的可行性和决策变量数量的可扩展性，互联网数据中心需求响应优化方法实现了数据中心利润和客户服务品质之间良好的平衡。
-
公开(公告)号：CN113311379A
公开(公告)日：2021-08-27
申请号：CN202110582683.6
申请日：2021-05-26
申请人： 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC分类号： G01R35/04
摘要： 一种基于大数据的低压窃电智能诊断方法，首先采集基于电能表的关联数据并建立基于多维度的多种低压窃电智能诊断模型，然后从建立的模型中选择一个没有使用过的模型进行疑似窃电用户判定，如判定为疑似窃电用户，输出疑似窃电用户，并进行现场核查；如判定为非疑似窃电用户，则继续从建立的模型中选择一个没有使用过的模型进行疑似窃电用户判定直到所有模型的判定结果都为非疑似窃电用户，则输出非疑似窃电用户，结束本方法。本发明中的模型以及所设定阈值能够高效且准确的判断出安装遥控窃电装置、更换电能表内部元器件、短接电能表接线柱、短接电能表内部计量回路这几种窃电类型的疑似窃电用户，为现场核查提供技术支持以及理论依据。
-
公开(公告)号：CN113191409A
公开(公告)日：2021-07-30
申请号：CN202110426806.7
申请日：2021-04-20
申请人： 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
摘要： 标签数据扩充与深度学习的居民异常用电行为检测方法，包括：步骤1，采集居民用电数据，并进行预处理；步骤2，对预处理用电数据进行标签管理；将标签管理后的用电数据划分为不同的标签样本；步骤3，对不同的标签样本进行扩充，以获得不同的标签样本扩充数据集，再合并为有标签新数据集；步骤4，有标签新数据集输入至训练好的卷积神经网络模型中，由模型识别并输出居民用户异常用电数据，以检测居民异常用电。通过对异常用电与正常用电数据进行扩充，构建有标签用电扩充数据集，大大增加了标签样本的数据量；通过搭建深度学习神经网络模型对异常用电行为进行判别，相比较传统方法能够获取更多数据特征，判别准确率更高。
-
-
-
-
-
-
-
-
-
搜索结果
79 条记录 (耗时 0.043 秒)