-
公开(公告)号：CN113705229B
公开(公告)日：2023-11-10
申请号：CN202110977166.9
申请日：2021-08-24
Applicant: 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: G06F40/289 , G06Q10/0631 , G06Q30/018 , G06Q50/06
Abstract: 本发明公开了一种基于电力大数据的高危企业违规生产识别方法，其特征在于，该方法包括以下步骤：步骤1，获取高危企业和非高危企业清单，匹配用电量数据和用户基本信息，并对数据进行预处理；步骤2，构建企业特性特征库，提取并筛选企业特性特征；步骤3，利用筛选出的企业特性特征建立并训练高危企业识别模型，识别出高危企业；步骤4，对于识别出的高危企业，构建用电生产特性特征库，提取并筛选用电特性特征；步骤5，利用筛选出的用电生产特性特征建立并训练违规生产识别模型，识别出违规生产的高危企业。本发明可识别潜在的高危企业违规生产，化被动监管为主动预防，将高危企业的风险降到最低。
-
公开(公告)号：CN113705229A
公开(公告)日：2021-11-26
申请号：CN202110977166.9
申请日：2021-08-24
Applicant: 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: G06F40/289 , G06Q10/06 , G06Q30/00 , G06Q50/06
Abstract: 本发明公开了一种基于电力大数据的高危企业违规生产识别方法，其特征在于，该方法包括以下步骤：步骤1，获取高危企业和非高危企业清单，匹配用电量数据和用户基本信息，并对数据进行预处理；步骤2，构建企业特性特征库，提取并筛选企业特性特征；步骤3，利用筛选出的企业特性特征建立并训练高危企业识别模型，识别出高危企业；步骤4，对于识别出的高危企业，构建用电生产特性特征库，提取并筛选用电特性特征；步骤5，利用筛选出的用电生产特性特征建立并训练违规生产识别模型，识别出违规生产的高危企业。本发明可识别潜在的高危企业违规生产，化被动监管为主动预防，将高危企业的风险降到最低。
-
公开(公告)号：CN113643477A
公开(公告)日：2021-11-12
申请号：CN202110913171.3
申请日：2021-08-10
Applicant: 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
Abstract: 基于DCEP的智能电表物联支付互动终端及方法，包括电量计量模块、电费计量模块和DCEP模块；增加本地电费清算功能，通过与本地DCEP模块通信，实时响应本地智能物联控制模块的停复电命令，实现拉合闸操作；通过引入DCEP模块，实现客户侧用电“即付即用、实时结算、灵活支付”：增加本地智能物联控制模块，具备自动身份识别、余额告警、本地控制停复电、事件主动上报、远程升级等功能；通过与数字货币交易模块间交互控制，实现DCEP终端离线支付，就地实现即付即通电；增加数字货币交易模块，具备开户、充值、交易、结算、提现、数据同步、信息报送等功能，实现用户与设备的本地交互。
-
公开(公告)号：CN117972595A
公开(公告)日：2024-05-03
申请号：CN202311556590.1
申请日：2023-11-21
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06F18/2433 , G06F18/241 , G06F18/243 , G06N3/0455 , G06N3/0442 , G06N3/047 , G06N3/08 , G06N20/20 , G06N5/025
Abstract: 一种电费异常分析方法、系统、装置和介质，其特征在于，所述方法包括以下步骤：步骤1，导入电费异常规则，对所述电费异常规则进行训练，获取电费异常规则学习模型；步骤2，向所述学习模型中输入待分析用户的用户数据，输出所述用户的电费异常状态。本发明减少人工特征选择，为实现更准确、自适应和适用于复杂用电环境的电费异常检测提供支撑，确保了电费异常诊断更具深度和精确性。
-
公开(公告)号：CN117077773A
公开(公告)日：2023-11-17
申请号：CN202310912528.5
申请日：2023-07-24
Applicant: 国网江苏省电力有限公司营销服务中心
Abstract: 一种基于图注意力机制的电力领域知识推荐方法，利用BERT预训练语言模型，获取支撑实体知识和各关联实体知识的向量表征；基于图注意力机制训练得到支撑实体与各关联实体的注意力权重，利用各关联实体知识的向量表征、注意力权重以及BERT预训练语言模型的训练权重，对支撑实体知识进行高维向量表征；将高维向量表征与交互编码的逻辑运算结果作为用户对支撑实体知识的注意力得分；利用注意力得分及高维向量表征计算每个支撑实体知识推荐给用户的概率得分；对各支撑实体知识的概率得分进行从高至低排序，将排序在前的支撑实体知识推荐给用户。本发明优化电力领域中的知识推荐，提高推荐的准确性和效率。
-
Patent Agency Ranking
公开(公告)号：CN117117956A
公开(公告)日：2023-11-24
申请号：CN202310977881.1
申请日：2023-08-04
Applicant: 国网江苏省电力有限公司营销服务中心
Abstract: 一种分布式光伏的优化配置方法及系统，其特征在于，所述方法包括以下步骤：步骤1，采集分布式光伏电网中的用户用电数据并确定电网系统负荷、电网期望供电参数之间的联合概率密度；步骤2，进行随机抽样，以获得所述分布式光伏电网的期望供电数据集；步骤3，选取单一供电期望数据，迭代分布式光伏配置容量，以求解分布式光伏配置模型的目标函数；步骤4，当目标函数的取值最大时，获得单一供电期望数据的局部最优解，重复步骤3、4直到完成针对所述期望供电数据集中的所有的所述单一供电期望数据的求解；步骤5，将所有局部最优解的相同取值最多的解称为全局最优解，并根据全局最优解获取分布式光伏的优化配置容量。
-
公开(公告)号：CN117171682A
公开(公告)日：2023-12-05
申请号：CN202310977886.4
申请日：2023-08-04
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06F18/2433 , G06F18/23213 , G06F18/22 , G06Q10/0637 , G06Q50/06
Abstract: 一种电力系统中异常用电用户的识别方法及系统，其特征在于，所述方法包括以下步骤：步骤1，基于用电用户的历史用电数据，构建用电用户的用电量与电力系统的调度计划之间的关联关系，并基于所述关联关系构建用电用户的特征向量；步骤2，采用K‑means聚类算法以用电用户的特征向量为依据对所述用电用户进行分类，并从分类结果中提取典型特征向量；步骤3，以所述典型特征向量为参考，计算当前用电用户与所述多个聚类中心之间的相似度，若所述相似度符合预设标准，则判定所述当前用电用户存在异常用电行为。本发明准确识别用户异常用电，与电网的调度计划有机联系，实现对于用电用户的合理利益维护，实现电力保供，确保电网安全稳定运行。
-
公开(公告)号：CN114595727B
公开(公告)日：2024-11-08
申请号：CN202210257032.4
申请日：2022-03-16
Applicant: 国网江苏省电力有限公司 , 江苏方天电力技术有限公司
IPC: G06F18/25 , G06F18/213 , G06F17/18
Abstract: 本发明公开了一种工商业油烟净化器非介入识别方法及装置，所述方法包括：获取预先采集的待检测商铺总表处，设定采样频率的有功功率、无功功率、2次谐波电流和3次谐波电流的有效值序列；使用基于CUSUM的暂态事件检测算法，从有功功率的有效值序列中提取暂态变化事件，通过所述暂态变化事件跟踪得到无功功率、2次谐波电流和3次谐波电流的多维特征变化；判断所述多维特征变化是否符合工商业油烟净化器模型并获得最终的开启时间，本发明仅在用户总表处进行数据采集，即可达到排风扇的监测效果，使用设备数量少、成本低、易实施，为工商业环保执法提供重要依据。
-
公开(公告)号：CN114201852A
公开(公告)日：2022-03-18
申请号：CN202111270143.0
申请日：2021-10-29
Applicant: 国网江苏省电力有限公司 , 湖南大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/06 , G06F111/04 , G06F111/06
Abstract: 本发明提供了一种面向低压台区的源网荷储协同调控方法，包括如下步骤：建立台区内的源网荷储交互模型；建立经济最优模型；建立用户满意度最大化目标模型；基于所述源网荷储交互模型的约束条件，综合考虑经济性和用户满意度，建立多目标优化模型；调控所述源网荷储交互模型中各交互单元的电量供需关系，使所述多目标优化模型的目标值达到期望值。本发明提供的面向低压台区的源网荷储协同调控方法可以在保证经济型和用户满意度的基础上，调控所述源网荷储交互模型中各交互单元的电量供需关系，在满足供需的基础上，还可以提高经济收益和用户满意度。
-
公开(公告)号：CN114168578A
公开(公告)日：2022-03-11
申请号：CN202111497646.1
申请日：2021-12-09
Applicant: 国网江苏省电力有限公司
IPC: G06F16/215 , G06F16/28 , G06K9/62
Abstract: 本发明公开了一种用能异常检测中基于聚类和近邻算法(KNN)的针对单个用户历史电力负荷数据缺失值插补的方法。该方法考虑到了单个用户在相同用电模式下日负荷数据具有相似性的特点，对无缺失值的日负荷数据进行聚类分析，根据聚类结果将日负荷数据分为不同用电模式并打上类别标签，使用这些打上类别标签的数据通过KNN算法对有缺失值的日负荷数据进行插补，插补效果好，对提取负荷特征以及用能异常检测具有重大意义。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.062 seconds)
