-
公开(公告)号：CN111797899A
公开(公告)日：2020-10-20
申请号：CN202010502448.9
申请日：2020-06-04
Applicant: 国网江西省电力有限公司电力科学研究院 , 国网江西省电力有限公司供电服务管理中心 , 国家电网有限公司
Abstract: 本发明提出了一种低压台区kmeans聚类方法及系统。包括以下步骤：首先，依托用电信息采集系统，采集若干台区的相关电气特征参数，建立样本数据集；其次，采用主成分分析法对所述样本数据集进行特征提取，将高维数据集降维到低维数据集；然后，基于改进布谷鸟搜索的kmeans聚类算法对所述低维数据集进行聚类；最后，运用t-SNE方法对聚类结果进行降维三维分类结果显示。本发明相较于传统的kmeans聚类算法，减少了对于初始值的依赖，提高了低压台区聚类的准确性，为下一步进行典型台区的线损计算分析提供了技术支撑。
-
公开(公告)号：CN112730984A
公开(公告)日：2021-04-30
申请号：CN202110344697.4
申请日：2021-03-31
Applicant: 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
Abstract: 本发明提供了一种基于智能电表的低压配电网相位识别方法，该方法首先基于小波系数过滤原始电压波形高频分量，得到重构电压波形；然后基于重构电压波形时空特性提取配变变压器侧三相电压和用户侧单相电压的特征，根据不同特征形态，将特征分为四类并计算四类特征的显著性指标；最后基于特征序列计算用户特征与所在变压器特征的相似度并判断所属相位。该方法基于智能电表的量测电压数据，可以通过高频采样数据特征进行分析，提高了算法的准确率和鲁棒性。
-
公开(公告)号：CN113780843A
公开(公告)日：2021-12-10
申请号：CN202111083462.0
申请日：2021-09-16
Applicant: 国网江西省电力有限公司 , 国网江西省电力有限公司供电服务管理中心 , 国家电网有限公司
Abstract: 本发明提供一种基于电力大数据的经济运行评估方法，其中该方法通过获取待评估的目标监控区域内的高压用户用电数据，所述高压用户用电数据包括用户增长率、容量增长率、电量增长率和活跃用户占比；利用机器学习模型处理所述目标监控区域的用户增长率、容量增长率、电量增长率和活跃用户占比，以得到所述目标监控区域的经济运行指数；根据所述目标监控区域的经济运行指数和预设的经济运行指数与经济运行水平的映射关系，确定所述目标监控区域的经济运行水平。由此，实现全面、准确地对目标监控区域经济运行水平进行评估。
-
公开(公告)号：CN114172542A
公开(公告)日：2022-03-11
申请号：CN202111489758.2
申请日：2021-12-08
Applicant: 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
Abstract: 本发明提供了一种基于HPLC技术的分钟级数据采集方法及其装置，应用于分钟级数据采集系统，所述分钟级数据采集系统包括采集主站、集中器、CCO实时维护模块、至少一个STA实时维护模块和至少一个电能表依次进行通信交互，且每个电能表与每个所述STA实时维护模块一一对应；包括以下步骤：为所述STA实时维护模块配置RTC时钟信息，判断是否支持分钟采集功能；所述CCO实时维护模块与所述STA实时维护模块同步所述RTC时钟信息，并启动分钟级采集任务；经过与集中器的节点信息和采集方案同步，使得CCO实时维护模块和STA实时维护模块的配置任务在通信通道能够保持一致，进而避免发生不必要的数据混乱，从而使STA实时维护模块实现分钟级采集任务。
-
公开(公告)号：CN112730984B
公开(公告)日：2021-07-13
申请号：CN202110344697.4
申请日：2021-03-31
Applicant: 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
Abstract: 本发明提供了一种基于智能电表的低压配电网相位识别方法，该方法首先基于小波系数过滤原始电压波形高频分量，得到重构电压波形；然后基于重构电压波形时空特性提取配变变压器侧三相电压和用户侧单相电压的特征，根据不同特征形态，将特征分为四类并计算四类特征的显著性指标；最后基于特征序列计算用户特征与所在变压器特征的相似度并判断所属相位。该方法基于智能电表的量测电压数据，可以通过高频采样数据特征进行分析，提高了算法的准确率和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN111797899B
公开(公告)日：2023-11-07
申请号：CN202010502448.9
申请日：2020-06-04
Applicant: 国网江西省电力有限公司电力科学研究院 , 国网江西省电力有限公司供电服务管理中心 , 国家电网有限公司
IPC: G06F18/23213 , G06N3/006
Abstract: 本发明提出了一种低压台区kmeans聚类方法及系统。包括以下步骤：首先，依托用电信息采集系统，采集若干台区的相关电气特征参数，建立样本数据集；其次，采用主成分分析法对所述样本数据集进行特征提取，将高维数据集降维到低维数据集；然后，基于改进布谷鸟搜索的kmeans聚类算法对所述低维数据集进行聚类；最后，运用t‑SNE方法对聚类结果进行降维三维分类结果显示。本发明相较于传统的kmeans聚类算法，减少了对于初始值的依赖，提高了低压台区聚类的准确性，为下一步进行典型台区的线损计算分析提供了技术支撑。
-
公开(公告)号：CN112419040A
公开(公告)日：2021-02-26
申请号：CN202011195351.4
申请日：2020-10-31
Applicant: 国家电网有限公司 , 国网江西省电力有限公司 , 国网江西省电力有限公司供电服务管理中心
Abstract: 本发明提供一种信贷反欺诈识别方法、装置和存储介质，该方法包括：获取待识别企业的至少一个维度的电力数据；将所述至少一个维度的电力数据输入到预先训练好的反欺诈识别模型中进行识别，得到所述待识别企业的信贷风险分数；若所述信贷风险分数大于预设的分数阈值，则确定所述待识别企业存在信贷欺诈风险。由此，能够基于企业的电力数据更为科学客观地识别企业的信贷欺诈风险，为银行贷款提供了新的信贷反欺诈辅助工具，有效增强了银行防范与控制信贷风险的能力，实现了银行经济的可持续发展。
-
公开(公告)号：CN113469189A
公开(公告)日：2021-10-01
申请号：CN202111024585.7
申请日：2021-09-02
Applicant: 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司
Abstract: 本发明公开了一种用电采集数据缺失值填充方法、系统及装置，所述方法包括：利用平均值‑方差法对用电采集数据异常值处理；利用用电采集数据去训练降噪自编码器模型，基于训练好的降噪自编码器网络模型去重构原始的用电样本数据，利用重构数据来填充缺失的用电采集样本数据，且模型中加入新提出的Depreciation‑FourOrder正则化方法；结合k‑means聚类技术利用数据的标准差来矫正填充的数据值。本发明通过降噪自编码器模型填充用电采集数据的缺失值，加入提出的新的正则化项，提高模型性能。根据网络层的单元数设置噪声水平。利用数据的标准差来矫正填充的数据值，使得填充值更加准确。
-
公开(公告)号：CN119628052A
公开(公告)日：2025-03-14
申请号：CN202411696079.6
申请日：2024-11-25
Applicant: 中国电力科学研究院有限公司 , 国网江西省电力有限公司供电服务管理中心 , 国家高电压计量站 , 中国电力科学研究院有限公司武汉分院 , 国网江西省电力有限公司
Abstract: 本发明公开了一种基于负荷辨识数据的源网荷储智慧园区低碳优化运行方法，包括：基于负荷辨识技术得到智慧园区内部的设备运行状态，建立智慧园区的分布式能源系统的多目标公式；基于设备运行状态建立智慧园区运行的约束条件；根据多目标公式和约束条件，确定智慧园区内的配电网参数；将配电网参数和算法常数输入至改进的烟花算法进行迭代计算，获取多目标优化的帕累托解；采用基于直觉模糊的灰色关联多属性决策对多目标优化的帕累托解进行决策分析，确定智慧园区的低碳优化运行最优策略。
-
公开(公告)号：CN117035138A
公开(公告)日：2023-11-10
申请号：CN202210465893.1
申请日：2022-04-29
Applicant: 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司
Abstract: 本申请提供了一种线损预测方法、装置、电子设备和可读存储介质，该方法包括：确定中低压配电网，计算中低压配电网的多个线损影响因素；采集中低压配电网的线损数据；基于粗糙集理论分别计算线损影响因素对线损数据的影响度，得到多个影响度；将多个影响度按照从大到小的顺序进行排序，基于BP神经网络，根据前N个影响度对应的线损影响因素进行模型训练建立中低压配电网的线损计算模型，N为正整数；通过线损预测模型预测线损。在线损分析自动化水平低、人工介入量大、运维资源有限的背景下，为中低压配电网线损管理工作提供统一的考核指标，聚焦于对电网产生实际经济损失的异常，实现中低压线损运维管理资源合理分配，提升线损管理工作效率。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.108 seconds)
