能源互联网多源数据融合方法、装置、终端及存储介质

    公开(公告)号:CN114461619A

    公开(公告)日:2022-05-10

    申请号:CN202111677535.9

    申请日:2021-12-31

    Abstract: 本发明涉及大数据处理技术领域,尤其涉及一种能源互联网多源数据融合方法、装置、终端及存储介质,本发明方法其基于探照灯分析能源互联网多源数据对数据进行融合,可以实现能源互联网海量多源数据的融合与处理,减少了数据总量的同时保证了融合后的数据质量。方法步骤简单,针对不同数据内部、不同数据之间进行数据融合,并按照矩阵维度、稀疏性等特征选取不同的探照半径,可以实现能源互联网海量多源数据的高效融合。本发明面向能源互联网多源数据融合,为其数据质量提升提供了一套完整、有效的方法和系统。通过本发明方法的实施,可以改善能源互联网数据冗余等问题,保证了融合后的多源数据质量。

    基于均值漂移聚类的低压台区用户用电数据聚类方法

    公开(公告)号:CN114662608A

    公开(公告)日:2022-06-24

    申请号:CN202210336294.X

    申请日:2022-03-31

    Abstract: 本发明提供了一种基于均值漂移聚类的低压台区用户用电数据聚类方法,属于用电数据无监督的数据聚类技术领域,包括:给定m维空间的用电数据集X∈Rm×n,计算用户用电数据xi(i=1,2,…,n)的密度估计函数;根据函数的极值定理,局部密度极大值点位于密度函数的梯度零值点中,对上式求导,得到梯度函数,从而找到用电数据密度的极大值点;考虑用电数据中的噪声数据的影响,引入高斯核函数,实现用户用电数据的高维可分,提高分类的鲁棒性。本发明提供的一种基于均值漂移聚类的低压台区用户用电数据聚类方法,在低压台区用电信息采集场景中,用户类型多样,用电场景、用电行为复杂,有效改善用电数据分析的质量基础。

    一种电力边缘侧设备的数据增强方法、装置及终端设备

    公开(公告)号:CN114462792A

    公开(公告)日:2022-05-10

    申请号:CN202111673999.2

    申请日:2021-12-31

    Abstract: 本发明适用于电力系统监测技术领域,提供了一种电力边缘侧设备的数据增强方法、装置及终端设备,该方法包括:获取电力边缘设备的初始数据,将初始数据进行预处理,生成待增强数据;待增强数据包括量测数据和运行监控数据;将量测数据输入预存的第一生成对抗网络,生成增强量测数据;将所述运行监控数据输入预存的第二生成对抗网络,生成增强运行监控数据;计算增强量测数据和增强运行监控数据的关联性参数,若关联性参数负荷预设的关联性阈值,则输出增强量测数据和增强运行监控数据。本发明提供的电力边缘侧设备的数据增强方法能够基于数量不足的电力边缘设备数据生成新的可靠的增强量测数据和增强运行监控数据,为电力提供数据分析提供依据。

    拆回电能表智能分拣核查系统及方法

    公开(公告)号:CN115193732A

    公开(公告)日:2022-10-18

    申请号:CN202210625294.1

    申请日:2022-06-02

    Abstract: 本发明提供了一种拆回电能表智能分拣核查系统及方法,属于电能表分拣技术领域,拆回电能表智能分拣核查系统包括输料系统、上料统计模块、检测模块、分拣模块以及主控模块;输料系统的尾端连接有多个分类箱;上料统计模块用于统计电能表数量和扫描电能表基础信息;检测模块位于上料统计模块的后方,检测模块用于检测电能表的外观故障和性能故障;分拣模块位于输料系统的尾部,分拣模块用于将电能表放置在对应的分类箱内;主控模块接上料统计模块和检测模块,产生分拣结论,并将分拣结论反馈给分拣模块。本发明提供的拆回电能表智能分拣核查系统,实现了机械化分拣核查,降低了工作人员的工作量,提高了分拣核查效率和检测准确率。

    用于电力负荷预测的方法、终端及存储介质

    公开(公告)号:CN114372360A

    公开(公告)日:2022-04-19

    申请号:CN202111678007.5

    申请日:2021-12-31

    Abstract: 本发明提供一种用于电力负荷预测的方法、终端及存储介质。该方法包括:获取用户的历史用电数据和用电环境信息;其中,所述历史用电数据包括用电时段、用电设备和各用电设备的用电量;所述用电环境信息包括:指定日的气候信息和/或指定日的日期类型;对所述历史用电数据和所述用电环境信息进行预处理,并进行分类得到预测数据;根据所述预测数据建立两个或两个以上电力负荷灰色预测模型,以用于电力负荷预测;其中,所述电力负荷灰色预测模型包括总耗电量预测模型、各类设备耗电量预测模型和各项耗电量预测模型。本发明能够提高电力负荷预测的精确度。

Patent Agency Ranking