-
公开(公告)号:CN110070201A
公开(公告)日:2019-07-30
申请号:CN201910123237.1
申请日:2019-02-19
申请人: 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 香港中文大学(深圳) , 国家电网有限公司
摘要: 本发明公开了一种通过经济增长率预测用电量增长率的方法,涉及一种电力负荷预测技术领域。本发明根据各个部门产业发展与用电量之间的数据,进行相关性检验,获得与用电量相关的产业发展数据;本发明首先根据各个部门产业发展与用电量之间的数据,对经济指标和电力指标进行相关性检验,确定两者之间的相关性。根据各个部门的每月工业逐年增长率和每日电力消耗量,将数据进行对数处理。根据自编码网络,构建经济变量间的非线性回归模型,得到基于非线性回归的经济预测电力模型。经济预测电力模型的精确度要高于对数线性回归模型的结果。本技术方案采用一种精确度更高的通过经济增长率来预测用电量消耗增长率的非线性回归模型,预测精度高。
-
公开(公告)号:CN110033307A
公开(公告)日:2019-07-19
申请号:CN201910165803.5
申请日:2019-03-05
申请人: 国网浙江省电力有限公司电力科学研究院 , 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分类号: G06Q30/02 , G06F16/215 , G06F16/25 , G06N20/10
摘要: 本发明公开了一种基于机器学习模型的电力优质客户筛选方法,属于电力技术领域。当前在电力行业中,对于客户评级多根据电量电费判断,或者简单的层次分析法模型进行识别等,主要考虑的是客户的现有能力,而未能综合从客户的潜力、信用等多维度综合考虑,无法实现更为深刻全面的优质客户识别。本发明通过机器学习模型对离散的电力客户数据进行整合,能够综合考虑客户的经济价值、发展潜力、信用水平维度,进而实现自动化识别优质客户,实现更为深刻全面的优质客户识别。本发明能够从所有的客户中识别出优质客户,通过实施对电力客户的个性化管理和跟踪管理,从而达到巩固客户资源,提高服务质量,树立品牌形象,占据主导市场的目的。
-
公开(公告)号:CN110738346A
公开(公告)日:2020-01-31
申请号:CN201910804415.7
申请日:2019-08-28
申请人: 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要: 本发明公开了一种基于威布尔分布的批次电能表可靠度预测方法,涉及电能表可靠性预测方法。目前,对于电能表故障预测,特别是评价与预测电能表状态用的抽样检测方法,不仅随机性大,且不能准确判断电能表真实状态。本发明包括步骤首先导入数据,通过处理的数据计算电能表按月统计的每个月累计的故障率,即不可靠度;然后将不可靠度函数化为线性方程,采用最小二乘法计算转化的线性方程的最优解,筛选求解线性方程的数据,根据筛选后的数据再次求解线性方程,求出尺度参数和形状参数;即确定可靠度模型的参数。本技术方案可以对当前和未来的可靠度进行预测,从而指导电能表的轮换工作。
-
公开(公告)号:CN112001519A
公开(公告)日:2020-11-27
申请号:CN202010431204.6
申请日:2020-05-20
申请人: 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国网浙江省电力有限公司宁波供电公司
摘要: 本发明公开了一种基于深度神经网络的电力负荷预测方法,包括:采集历史负载数据;使用多个并行卷积神经网络CNN组件来处理历史负载数据,得到序列数据;将并行结构引入深度神经网络模型DNN中;通过递归神经网络处理序列数据得到一个隐藏的对应状态列表;将其他类型的特征纳入到我们的预测模型中作为模型的DNN部分的输入,进行负荷预测。使用不同类型的神经网络组件对可能影响负载消耗的不同类型的因素进行建模,并使用多个卷积神经网络CNN组件从历史负载序列中学习丰富的特征表示,然后使用基于LSTM的递归神经组件对历史加载中的变异性和动力学进行建模,以达到提前一天进行每小时的电力负荷预测的目的。
-
公开(公告)号:CN110096371A
公开(公告)日:2019-08-06
申请号:CN201910177139.6
申请日:2019-03-08
申请人: 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国网浙江省电力有限公司宁波供电公司
摘要: 本发明公开了一种基于容器技术的应用交互方法、装置、系统及管理容器,其中,基于容器技术的应用交互方法,包括:获取任一应用容器发送的服务请求,所述服务请求包含有应用名和服务标识;从所述服务请求中解析出所述服务标识;基于解析出的所述服务标识,获取能够响应所述服务请求的目标应用容器,以基于所述目标应用容器完成所述任一应用容器的服务需求。通过本发明的技术方案,无需复杂的地址及端口管理技术,即可实现应用容器之间的交互。
-
公开(公告)号:CN110083433A
公开(公告)日:2019-08-02
申请号:CN201910176642.X
申请日:2019-03-08
申请人: 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国网浙江省电力有限公司宁波供电公司
IPC分类号: G06F9/455
摘要: 本发明公开了一种嵌入式软件运行方法及装置、终端和计算机可读存储介质,其中,该方法包括:在APP层获取服务请求信息;根据所述服务请求信息,确定目标基础软件服务;在Saas层的多个容器中选择所述目标基础软件服务对应的目标容器;通过Paas层的容器引擎运行所述目标容器;由运行的所述目标容器调用IaaS层的物理资源访问服务访问硬件操作系统,以获得所述目标容器对应的微服务。以上技术方案,可将基于容器的微服务架构用于嵌入式软件,每项微服务都可以进行独立的维护和部署,为便捷开发提供了有效途径,从而减少了嵌入式软件对硬件操作系统的依赖,丰富了嵌入式软件的功能,简化了其功能开发过程。
-
公开(公告)号:CN110083433B
公开(公告)日:2021-11-30
申请号:CN201910176642.X
申请日:2019-03-08
申请人: 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国网浙江省电力有限公司宁波供电公司
IPC分类号: G06F9/455
摘要: 本发明公开了一种嵌入式软件运行方法及装置、终端和计算机可读存储介质,其中,该方法包括:在APP层获取服务请求信息;根据所述服务请求信息,确定目标基础软件服务;在Saas层的多个容器中选择所述目标基础软件服务对应的目标容器;通过Paas层的容器引擎运行所述目标容器;由运行的所述目标容器调用IaaS层的物理资源访问服务访问硬件操作系统,以获得所述目标容器对应的微服务。以上技术方案,可将基于容器的微服务架构用于嵌入式软件,每项微服务都可以进行独立的维护和部署,为便捷开发提供了有效途径,从而减少了嵌入式软件对硬件操作系统的依赖,丰富了嵌入式软件的功能,简化了其功能开发过程。
-
公开(公告)号:CN109190920A
公开(公告)日:2019-01-11
申请号:CN201810909896.3
申请日:2018-08-10
摘要: 本发明提供一种配电网规划项目优选方法和系统,所述方法包括:获取预设区域内的每个配电网规划项目对应的匹配性星级、必要性星级和投资效益星级;根据所述匹配性星级、必要性星级和投资效益星级,计算每个配电网规划项目的星级得分;根据所述星级得分对所述预设区域内的配电网规划项目进行优选排序;其中,星级得分越高的配电网规划项目对应的优选排序越靠前。该方法和系统从项目匹配性、项目必要性和投资效益等方面对每个配电网规划项目进行客观公正的计算和自动排序,为配电网规划项目优选提供科学的依据,有效提高了配电网规划项目决策水平。
-
公开(公告)号:CN113641778B
公开(公告)日:2024-07-12
申请号:CN202011191264.1
申请日:2020-10-30
申请人: 浙江华云信息科技有限公司 , 国网浙江省电力有限公司
IPC分类号: G06F16/31 , G06F16/35 , G06F40/205 , G06F40/242 , G06F40/268 , G06F40/289
摘要: 本发明提出一种对话文本的主题识别方法,包括以下步骤:S1,在原有电力领域本体词典和通用词典的基础上进行对话文本预处理,包括分词、词性标注和词频特征提取;S2,在原有电力领域本体词典和通用词典的基础上,新增属性条目,包括电力专有词汇、供应商名称词汇和事件关键词汇;S3,单轮对话下句预测分析,利用上下句的连贯性判断是否同主题;S4,进行对话中断交叉处理,获得全部同主题对话集合;S5,进行供应商识别。本发明能够筛除与主题无关的冗余内容并对同主题的对话文本进行识别归纳。
-
公开(公告)号:CN110084424A
公开(公告)日:2019-08-02
申请号:CN201910338745.1
申请日:2019-04-25
申请人: 国网浙江省电力有限公司 , 浙江华云信息科技有限公司
发明人: 钱仲文 , 黄建平 , 张旭东 , 夏洪涛 , 王文 , 杨少杰 , 王政 , 陈浩 , 张建松 , 沈思琪 , 正卓凡 , 毛宾一 , 吴敏彦 , 王亿 , 陈显辉 , 黄杰 , 王炎 , 陈耀军 , 沈峰 , 陈骏 , 石佳
摘要: 本发明公开了一种基于LSTM与LGBM的电力负荷预测方法,属于电力负荷预测技术领域,包括如下步骤:预处理;构建含有若干层神经单元的LSTM网络,获得LSTM模型预测值;计算LSTM模型的代价函数;构建LGBM决策树,得到LGBM模型预测值;根据LSTM模型的代价函数计算LGBM模型的代价函数;以模型损失函数梯度的负方向为搜索方向,利用梯度下降法,迭代求解目标值,计算平均绝对百分误差MAPE。本发明构建基于LSTM长短期记忆神经网络和LGBM决策树梯度提升方法的电力负荷预测模型,以达到较好的拟合电力数据,充分挖掘出已有数据中的潜在分布信息,准确的完成了考虑天气因素的电力负荷预测任务的目的。
-
-
-
-
-
-
-
-
-