-
公开(公告)号:CN114881811A
公开(公告)日:2022-08-09
申请号:CN202210611827.0
申请日:2022-05-31
申请人: 国网河南省电力公司信息通信公司 , 国家电网有限公司 , 河南九域腾龙信息工程有限公司
摘要: 本发明公开了提供一种基于动态时间调整和梯度提升树的窃电识别方法,有效的解决了传统的窃电检测方法无法对用电量较多的高压用户进行准确分析的问题。本发明所述的将高压用户中的用电信息数据构建为输入向量,并对输入向量进行归一化处理,从而得到训练样本数据,利用训练样本数据对梯度提升树模型进行训练,并利用验证集来梯度提升树模型的准确性,从而得到高压用的户的窃电概率值,最终判断出高压用户是否是窃电用户,从而提高了用电量较多的高压用户进行分析的准确性。
-
公开(公告)号:CN116362374A
公开(公告)日:2023-06-30
申请号:CN202310093778.0
申请日:2023-02-10
申请人: 国网河南省电力公司信息通信分公司 , 国家电网有限公司 , 河南九域腾龙信息工程有限公司
IPC分类号: G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N3/0442
摘要: 本发明提供一种基于神经网络的光伏电站发电状态判别方法与装置,属于新能源技术领域,具体包括:获取光伏电站的实时光照强度确定光伏电站的最大功率点电压,并基于实时并网电压与最大功率点电压的差值进行光伏电站的工作状态的判断;将并网电压与最大功率点电压的差值作为跟踪误差量,基于实时温度数据、实时湿度数据、跟踪误差量、并网电压波形数据,采用神经网络算法的预测模型得到并网设备的状态值;基于光伏电站的温度数据、实时光照强度、光伏面板发电量,采用基于GWO‑SVR算法的状态评估模型,确定光伏面板的状态值,基于并网设备的状态值、光伏面板的状态值确定光伏电站的运行状态,从而进一步提升了光伏电站发电状态判断的可靠性和全面性。
-
公开(公告)号:CN116303740A
公开(公告)日:2023-06-23
申请号:CN202310226056.8
申请日:2023-03-10
申请人: 国网河南省电力公司信息通信分公司 , 国家电网有限公司 , 河南九域腾龙信息工程有限公司
摘要: 本发明提供一种基于机器学习的电力系统报表可视化构建方法,属于数据处理技术领域,具体包括:基于电力节点数据的采集设备的可信度,当可信度较小时,基于电力节点在电力网络拓扑中的位置,采用潮流计算计算得到电力节点计算数据,当电力节点计算数据与电力节点数据的偏差较大时,将电力节点结算数据作为电力节点数据;基于电力节点数据、采集设备的可信度、电力节点历史数据、天气温度数据、历史平均天气温度数据,采用基于机器学习算法的预测模型,得到电力节点数据的真实度,当且仅当电力节点数据的真实度较大时,采用设置好的可视化数据处理方法,实现电力节点数据的可视化处理,从而进一步保证了电力节点数据的可靠性。
-
-