-
公开(公告)号：CN113258670B
公开(公告)日：2023-12-19
申请号：CN202110449835.5
申请日：2021-04-25
申请人： 国网江苏省电力有限公司营销服务中心
IPC分类号： H02J13/00 , G06V10/774 , G06V10/764 , H02J3/00 , G06N20/00
摘要： 本发明公开的属于图像判别技术领域，具体为一种基于半监督学习的电网飞线状态判别方法，其包括摄像装置、测压装置、半监督学习模块和反馈模块，所述半监督学习模块具有样本获取模块、对比训练模块和修正训练模块，所述对比训练模块具有电压对比模块、图像分隔模块、图像对比模块和储存模块。该发明通过测压装置获取采集电网线路位置电压信息，并通过电压对比模块判定数值是否发生变化，若无发生变化，这说明该电网线路未发生电网飞线情况，并报送到反馈模块，修正训练模块记录下此时此刻的该位置的实时图片，作为标准图片，反复自我训练，提高了标准图片的准确度。
-
公开(公告)号：CN117892082A
公开(公告)日：2024-04-16
申请号：CN202311856520.8
申请日：2023-12-29
摘要： 本发明公开了一种基于反窃电模拟实验平台的反窃电预警模型验证方法，通过筛选提取正常用电的第一目标台区的用电数据，得到第一验证数据；并对第一目标台区的用电数据在反窃电模拟实验平台上进行复现、以及窃电和计量异常改造后得到第二验证数据；获取包含历史窃电用户的第二目标台区用电数据，记为第三验证数据，根据所述第一验证数据、第二验证数据和第三验证数据对反窃电预警模型进行验证。本发明选取正常用电的数据、正常用电改造后的数据以及其他台区包含窃电用户的数据作为验证数据，验证数据的种类多，数量大，保证了反窃电预警模型验证结果的普适性和可靠性，能够有效对反窃电预警模型的可推广性进行评价。
-
公开(公告)号：CN116186633A
公开(公告)日：2023-05-30
申请号：CN202310205139.9
申请日：2023-03-06
申请人： 国网江苏省电力有限公司营销服务中心
IPC分类号： G06F18/2433 , G06F18/214 , G06Q50/06
摘要： 一种基于小样本学习的用电异常诊断方法和系统，包括：对包含小样本异常的用电数据进行预处理；对预处理后的用电数据进行电力特征的转化，构建电力数据图片样本，作为待测样本；结合支撑集对待测样本进行特征嵌入提取，得到支撑集中不同异常类别的样本原型和待测样本的特征向量拼接而成的样本对；对支撑集中不同异常类别的样本原型和待测样本的特征向量拼接而成的样本对进行异常类型判定，完成小样本学习的样本分类，其中异常类型分为未知异常类型和已知异常类型；选择不同网络进行未知异常类型诊断或者已知异常类型的进一步异常诊断，输出异常诊断结果。解决了用电异常类型样本分布极度不均衡和缺少对未知异常类型的诊断能力的限制问题。
-
公开(公告)号：CN116032000A
公开(公告)日：2023-04-28
申请号：CN202211482159.2
申请日：2022-11-24
申请人： 国网江苏省电力有限公司营销服务中心
IPC分类号： H02J13/00 , G01R19/165 , G01R19/10
摘要： 一种防窃电方法，包括：监测终端下发第一采集指令至采集终端；采集终端根据第一采集指令，采集电流数据，包括：变压器副侧干线三相电流数据和各支线上的支路电流数据；采集终端将电流数据发送至监测终端；监测终端根据电流数据，生成窃电告警信息。本发明通过以设定的时间间隔采集一次三相电流数据和各支线上的每一用户的设定时长的电流数据，然后根据从中抽取多组电流信息分别判断有无窃电现象，当设定比率以上的判断结果为有窃电现象时，才判定为当前有窃电发生，否则视为误判，从而提高判别的精准度，且降低监测成本，同时便于相关人员进行排查，提高排查效率。
-
公开(公告)号：CN115718861A
公开(公告)日：2023-02-28
申请号：CN202211422396.X
申请日：2022-11-14
申请人： 国网江苏省电力有限公司营销服务中心
IPC分类号： G06F18/15 , G06F18/23 , G06F18/2411 , G06F18/214 , G06N3/0499 , G06Q50/06
摘要： 一种高耗能行业中用电用户的分类与异常行为检测方法、系统、装置及介质，其特征在于，所述方法包括以下步骤：步骤1，采集高耗能行业中用电用户的用电数据并提取数据特征，以将所述数据特征作为用电样本数据；步骤2，分析高耗能行业的行业特征从而生成行业样本噪声，并将所述行业样本噪声增加至所述用电样本数据中，以构建样本数据集；步骤3，以动态时间规整函数的取值作为样本距离，采用K‑means聚类算法对所述样本数据集中的样本进行分类和异常行为检测。本发明算法准确，充分扩展了行业用户样本数据，使得样本分类和异常检测能够针对行业特征开展，提高了检测效率与置信度。
-
公开(公告)号：CN114169540A
公开(公告)日：2022-03-11
申请号：CN202111256666.X
申请日：2021-10-27
申请人： 国网江苏省电力有限公司营销服务中心
摘要： 一种基于改进机器学习的网页用户行为检测方法及系统，在参与训练的各客户端模拟运行网页来获取正常网页和用户异常行为网页时的数据，然后根据特征提取规则来提取挖掘算法特征、运行行为特征以及网络行为等特征，其次，各个客户端将线程特征根据线程所属网页进行特征合并处理，并对其中的文本特征使用词嵌入方法转为特征向量。最后,将正常网页以及用户异常行为网页的所有特征向量作为参与改进的机器学习模型的输入,进行迭代训练以获得可以用来识别用户异常行为的机器学习模型。本发明使用多客户端的独立训练与联合判定方法，并结合多维性高的样本特征，增加了训练时的多样性，使得训练后的模型更加准确，有效减小了误报率。
-
公开(公告)号：CN114154617A
公开(公告)日：2022-03-08
申请号：CN202111256656.6
申请日：2021-10-27
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VFL的低压居民用户异常用电识别方法及系统，方法包括以下步骤：步骤1，采集低压居民用户的设定时长的历史用电数据，导入至数据库中，并对用电数据进行预处理；步骤2，以步骤1经过预处理获得的用电数据，提取能够代表低压居民用户用电模式的特征数据，步骤3，使用步骤2获得的特征数据提取全局异常、局部异常、地域空间、时间序列四个维度的低压居民用户异常用电特征，进行纵向联邦；步骤4，构建卷积神经网络模型，对经过上述步骤处理过的数据进行分层抽样、描述神经网络结构以及配置训练方法，完成模型的训练；步骤5，使用模型进行工作，加载训练好的模型，输入待判断的用电数据即可完成判别用户异常用电情况。
-
公开(公告)号：CN113222339A
公开(公告)日：2021-08-06
申请号：CN202110373496.7
申请日：2021-04-07
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： G06Q10/06 , G06Q50/06 , G06F16/2458 , G06N3/12
摘要： 基于计量全景数据的同类企业用能差异分析方法及系统，采集企业计量全景数据，采用多种人工智能算法和机器学习方法，实现同类型企业用能差异的分析，并基于差异分析结果构建并直观的展示优化后的同类型企业的典型用电场景，以指导企业选取生产设备、改善用能习惯，为企业提供用能最优方案，此外还能为用户提供节能诊断、用电安全隐患辨识等多种快捷增值服务，充分利用企业计量系统可采集的各种类型的数据，为企业提供用电一体化管理，为精益生产与节能降耗提供科学依据。
-
公开(公告)号：CN112255446A
公开(公告)日：2021-01-22
申请号：CN202010948300.8
申请日：2020-09-10
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兴化市供电分公司 , 国家电网有限公司 , 国网江苏省电力有限公司
摘要： 一种面向用电异常分析的线路电流监测装置，包括钳形电流表测试仪、绝缘伸缩杆、数据控制与显示屏、微处理器、钳形电流表测试仪钳头和蓝牙信号接收器，绝缘伸缩杆下端装有带蓝牙传输功能的控制器，在控制器上端装有测试值显示器，绝缘伸缩杆另一端顶部安装蓝牙信号接收器，蓝牙信号接收器连接钳形电流表测试仪，数据控制与显示屏通过蓝牙技术实现对钳形电流表测试仪的控制及测量数据传输，在绝缘伸缩杆内部通过弹簧伸缩式连接线将数据控制与显示屏与钳形电流表测试仪穿心式电流互感器进行连接。本发明具备高低压架空或电缆线路电流的突击检查和常态化实时监测功能，具有绝缘强度高、安全性能好、实用性强特点，有效避免人身触电事故的发生。
-
公开(公告)号：CN116702071A
公开(公告)日：2023-09-05
申请号：CN202310510955.0
申请日：2023-05-08
申请人： 国网江苏省电力有限公司营销服务中心
IPC分类号： G06F18/2433 , G06F18/214 , G06Q30/0202 , G06Q50/06
摘要： 一种基于时间序列的电力营销稽查场景异常检测方法，建立费用错漏收稽查模型，多用户用电数据和用电档案数据输入模型后输出多用户用电预测数据，以机器学习决策树对多用户用电预测数据进行检测生成异常分数；当异常分数大于异常阈值时用交叉熵函数计算多用户用电预测数据与用电档案数据之间的差异；差异和异常分数的加权求和值小于异常阈值则判定电力营销稽查场景中无异常；否则从多用户用电预测数据中提取单用户用电预测数据输入数据优化子模型，以机器学习决策树对单用户用电预测数据进行检测，检测到异常时模型输出异常用户对应电力营销稽查场景。解决不同电力营销稽查场景核查难题，自动更新以及预测电力营销数据且反馈电力数据异常。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.044 秒)
