-
公开(公告)号：CN111090679A
公开(公告)日：2020-05-01
申请号：CN201911055610.0
申请日：2019-10-31
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司湖州供电公司 , 浙江大学 , 国网浙江长兴县供电有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC: G06F16/2458 , G06K9/62 , G06N20/00
Abstract: 本发明公开了基于时序影响和图嵌入的时序数据表示学习方法，涉及一种学习方法。目前的模型都没有考虑子序列对时间信息的敏感性及子序列之间的相关性，会影响对子序列的演化、整个时间序列的演化趋势进行准确地分析和预测。本发明挖掘具有时序影响因子的、具有代表性的子序列，并通过构建时序演化图进一步提取子序列之间的相关性和影响；通过图嵌入算法对时序演化图进行表示学习，得到子序列的表示向量，进而对原时间序列进行表示学习，解决对时间序列的特征提取这一问题。能在复杂的时序数据中挖掘足够多的信息，能充分刻画子序列在时间维度和所在的特征空间内的特征，以辅助我们对时间序列进行分类和异常预测。
-
公开(公告)号：CN111090679B
公开(公告)日：2023-12-05
申请号：CN201911055610.0
申请日：2019-10-31
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司湖州供电公司 , 浙江大学 , 国网浙江长兴县供电有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC: G06F16/2458 , G06F18/214 , G06N20/00
Abstract: 本发明公开了基于时序影响和图嵌入的时序数据表示学习方法，涉及一种学习方法。目前的模型都没有考虑子序列对时间信息的敏感性及子序列之间的相关性，会影响对子序列的演化、整个时间序列的演化趋势进行准确地分析和预测。本发明挖掘具有时序影响因子的、具有代表性的子序列，并通过构建时序演化图进一步提取子序列之间的相关性和影响；通过图嵌入算法对时序演化图进行表示学习，得到子序列的表示向量，进而对原时间序列进行表示学习，解决对时间序列的特征提取这一问题。能在复杂的时序数据中挖掘足够多的信息，能充分刻画子序列在时间维度和所在的特征空间内的特征，以辅助我们对时间序列进行分类和异常预测。
-
公开(公告)号：CN110070256A
公开(公告)日：2019-07-30
申请号：CN201910152874.1
申请日：2019-02-28
Applicant: 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
Abstract: 本发明公开了基于CRITIC方法的零电量用户排查优先度权重计算方法，涉及一种零电量用户排查优先度权重计算方法。目前，常通过专家经验确定用户排查关键因子权重，不客观。本发明首先，筛选出零电量用户目标群体，从电力系统计量采集系统和营销系统提取用户多源数据；然后，对零电量用户进行预处理，缩小异常用户目标群体；其次，提取这些零电量用户的关键因子；最后，基于CRITIC方法确定各个关键因子的权重，分析各个关键因子对零电量用户发生异常的影响程度。本技术方案有效地降低了零电量用户进行现场核查的工作量，对零电量用户就计量差错或窃电行为存在的可能性大小进行有针对性的轻重缓急排序，且不依赖于专家经验，用户排查关键因子权重的方法客观。
-
公开(公告)号：CN109934458A
公开(公告)日：2019-06-25
申请号：CN201910100574.9
申请日：2019-01-31
Applicant: 国网浙江省电力有限公司 , 中国电力科学研究院有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于最小停电共同分析单元的停电实时分析方法，涉及电力运维领域。本发明包括步骤：接收终端和表计事件，召测设备电压确认设备是否误报；确认是否台区级终端停电；如非台区停电，根据台区下全部终端或者表计的停电事件判断最小停电共同单元，开展最小停电共同单元的停电研判；如非最小停电共同单元停电，对相关事件的同层级区域判断，从最小停电共同单元下一层级进行判断；研判确认停电事件相关的层级停电，确认停电状态，得到确认停电的最小停电共同单元。本技术方案基于最小停电分析单元，解决台区、低压分支线、楼宇、单元、表箱、用户研判的层级先后顺序，提高实时性，提高研判流程效率。
-
公开(公告)号：CN109583680A
公开(公告)日：2019-04-05
申请号：CN201811163295.9
申请日：2018-09-30
Applicant: 国网浙江长兴县供电有限公司 , 国网浙江省电力有限公司 , 中国计量大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
CPC classification number: G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种基于支持向量机的窃电辨识方法，涉及一种窃电辨识方法。当前防窃电技术仅仅依靠用户每月电量变化、台区线损异常确定窃电嫌疑户，存在时效性差、准确率低，现场排查发现窃电行为又效率不高的问题。本发明包括步骤波动率计算、正常负荷数据样本选取、根据正常负荷数据样本建立SVM正常负荷数据分类模型、根据SVM正常负荷数据分类模型进行窃电辨识、分离窃电嫌疑的离群点、确定窃电样本点和设置窃点警报。本技术方案结合计算电量波动率的方法和支持向量机分析方法的一种新型的窃电辨识方法，通过计算电量波动率为支持向量机选取合适的样本数据，可以比较有效地降低因样本问题对检测分析结果产生的不良影响，窃电检测结果更加准确。
-
Patent Agency Ranking
公开(公告)号：CN109583680B
公开(公告)日：2023-08-25
申请号：CN201811163295.9
申请日：2018-09-30
Applicant: 国网浙江长兴县供电有限公司 , 国网浙江省电力有限公司 , 中国计量大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC: G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种基于支持向量机的窃电辨识方法，涉及一种窃电辨识方法。当前防窃电技术仅仅依靠用户每月电量变化、台区线损异常确定窃电嫌疑户，存在时效性差、准确率低，现场排查发现窃电行为又效率不高的问题。本发明包括步骤波动率计算、正常负荷数据样本选取、根据正常负荷数据样本建立SVM正常负荷数据分类模型、根据SVM正常负荷数据分类模型进行窃电辨识、分离窃电嫌疑的离群点、确定窃电样本点和设置窃点警报。本技术方案结合计算电量波动率的方法和支持向量机分析方法的一种新型的窃电辨识方法，通过计算电量波动率为支持向量机选取合适的样本数据，可以比较有效地降低因样本问题对检测分析结果产生的不良影响，窃电检测结果更加准确。
-
公开(公告)号：CN109583679A
公开(公告)日：2019-04-05
申请号：CN201811161867.X
申请日：2018-09-30
Applicant: 国网浙江长兴县供电有限公司 , 国网浙江省电力有限公司 , 中国计量大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
CPC classification number: G06Q10/0639 , G06K9/6218 , G06Q50/06
Abstract: 本发明公开了一种多算法融合的窃电疑似度分析方法，涉及窃电疑似度分析方法。由于用户数量庞大、用电需量不同、用电负荷模式多种多样导致样本特征千变万化，而一种算法的适用性毕竟有限。本发明是基于电量波动计算，结合离群点算法和聚类算法，更好的从用电量数据中挖掘出窃电特征的一种窃电疑似度分析方法。本发明融合了多种算法进行疑似窃电判断并计算窃电疑似度的方法，是改变现有反窃电现状，提高反窃电效率以及用电管理水平的一种重要方法；解决现有反窃电技术主要以装置为主，而没有有效的反窃电算法为一线稽查人员现场勘查工作提供有效依据的问题。经过该方法的分析和窃电疑似度计算，只需要排查疑似度高的用户就可以发现大部分的窃电用户，从而极大地缩减了工作量，该方法经济有效。
-
公开(公告)号：CN109934458B
公开(公告)日：2022-08-09
申请号：CN201910100574.9
申请日：2019-01-31
Applicant: 国网浙江省电力有限公司 , 中国电力科学研究院有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于最小停电共同分析单元的停电实时分析方法，涉及电力运维领域。本发明包括步骤：接收终端和表计事件，召测设备电压确认设备是否误报；确认是否台区级终端停电；如非台区停电，根据台区下全部终端或者表计的停电事件判断最小停电共同单元，开展最小停电共同单元的停电研判；如非最小停电共同单元停电，对相关事件的同层级区域判断，从最小停电共同单元下一层级进行判断；研判确认停电事件相关的层级停电，确认停电状态，得到确认停电的最小停电共同单元。本技术方案基于最小停电分析单元，解决台区、低压分支线、楼宇、单元、表箱、用户研判的层级先后顺序，提高实时性，提高研判流程效率。
-
公开(公告)号：CN110070256B
公开(公告)日：2023-12-08
申请号：CN201910152874.1
申请日：2019-02-28
Applicant: 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC: G06Q10/0639 , G06Q30/0201 , G06Q50/06 , G06F17/18
Abstract: 本发明公开了基于CRITIC方法的零电量用户排查优先度权重计算方法，涉及一种零电量用户排查优先度权重计算方法。目前，常通过专家经验确定用户排查关键因子权重，不客观。本发明首先，筛选出零电量用户目标群体，从电力系统计量采集系统和营销系统提取用户多源数据；然后，对零电量用户进行预处理，缩小异常用户目标群体；其次，提取这些零电量用户的关键因子；最后，基于CRITIC方法确定各个关键因子的权重，分析各个关键因子对零电量用户发生异常的影响程度。本技术方案有效地降低了零电量用户进行现场核查的工作量，对零电量用户就计量(56)对比文件Tanveer Ahmad等.Review of variousmodeling techniques for the detection ofelectricity theft in smart gridenvironment.Renewable and SustainableEnergy Reviews.2018,第82卷2916-2933.王涓等.应用皮尔逊相关系数算法查找异常电能表用户.电力需求侧管理.2014,第16卷(第02期),52-54.沈海涛等.电力用户用电数据的异常数据审查和分类.电力与能源.2016,第37卷(第01期),17-22.Minakshi Kumari 等.Single-measure andmulti-measure approach of predictivemanufacturing control: A comparativestudy.Computers & IndustrialEngineering.2019,第127卷182-195.鲍卫东;吴佳佳.基于大数据的零电量用户分级管理.企业管理.2017,(第S1期),258-259.李芙蓉.零电量用户智能诊断方法的优化.中外企业家.2018,(第04期),116.
-
公开(公告)号：CN112434822B
公开(公告)日：2024-11-29
申请号：CN202011096516.2
申请日：2020-10-14
Applicant: 国网浙江省电力有限公司湖州供电公司 , 浙江华云信息科技有限公司
IPC: G06Q10/20 , G06Q30/0204 , G06Q50/06
Abstract: 本发明公开了基于智能电表及地理信息分群的户用光伏异常识别方法,涉及光伏异常识别领域。目前，识别异常光伏，计算量大，且准确性低。本发明首先找出距离故障用户最近的三户正常用户，根据光伏组件的单二极管模型公式求出光生电流值，然后计算出故障用户单日内的功率损失时间序列，继而可以用最小二乘法对功率损失进行拟合，结合光伏阵列的出力特征，根据拟合结果得到故障诊断结果。本技术方案通过两种方式综合判断，准确性高，减少了因识别错误导致的资源损失。且通过异常用户的识别，可减小异常诊断的范围与计算量，缩短异常诊断时间，对于异常用户后续的维护与检修的有着重要的意义；提升收益及设备的利用率。
-
-
-
-
-
-
-
-
-
Search Results
173
records
(took 0.072 seconds)
