-
公开(公告)号：CN113222473B
公开(公告)日：2023-04-18
申请号：CN202110623798.5
申请日：2021-06-04
申请人： 国网浙江省电力有限公司杭州供电公司 , 浙江华云信息科技有限公司 , 上海电力大学 , 国网浙江省电力有限公司
IPC分类号： G06Q10/0631 , G06Q10/067 , G06Q10/04 , G06Q50/06
摘要： 本发明提出了一种基于电力大脑中枢的电网负荷调整方法及装置，包括：构建指标体系；通过预先构建的电力大脑中枢基于指标体系获取各个地区的实时指标矩阵；根据实时指标矩阵获取正理想解和负理想解，分别计算第i个地区的实时指标数据与正理想解的KL距离以及与负理想解的KL距离，建立第i个地区的虚拟负理想解的KL距离；结合虚拟负理想解的KL距离计算各个地区与负理想解的相对接近度；分析相对接近度的准确概率，对相对接近度进行调整，得到反馈相对接近度；根据反馈相对接近度调整地区的电网负荷。基于优化矩阵以及改进距离算法优化传统topsis法，避免存在某组解同时与正理想解、负理想解距离相近而影响最优解的选择问题，提高了负荷调控准确性。
-
公开(公告)号：CN112508734A
公开(公告)日：2021-03-16
申请号：CN202011363422.7
申请日：2020-11-27
申请人： 国网浙江省电力有限公司杭州供电公司 , 浙江华云信息科技有限公司 , 上海电力大学 , 国网浙江省电力有限公司
摘要： 本发明提出了基于卷积神经网络的电力企业发电量的预测方法及装置，所述预测方法包括：通过电力传感器获取电力企业的历史售电数据与历史负荷，基于获取到的数据建立训练集，基于电力企业的历史企业收益数据建立测试集；将训练集输入预设的卷积神经网络，得到卷积神经网络的训练结果，基于训练结果和测试集，对卷积神经网络进行训练；将本年度的预期售电数据输入训练后的卷积神经网络，通过卷积神经网络确定预期负荷，基于预期负荷确定本年度的发电量。基于卷积神经网络构建历史售电情况与企业收益之间的非线性关系，能够克服指标数据维度不同的障碍，准确描述二者之间的关系，便于电力企业根据预测结果合理的规划电力资源。
-
公开(公告)号：CN112508734B
公开(公告)日：2024-04-26
申请号：CN202011363422.7
申请日：2020-11-27
申请人： 国网浙江省电力有限公司杭州供电公司 , 浙江华云信息科技有限公司 , 上海电力大学 , 国网浙江省电力有限公司
IPC分类号： G06Q50/06 , G06Q10/04 , G06N3/0464
摘要： 本发明提出了基于卷积神经网络的电力企业发电量的预测方法及装置，所述预测方法包括：通过电力传感器获取电力企业的历史售电数据与历史负荷，基于获取到的数据建立训练集，基于电力企业的历史企业收益数据建立测试集；将训练集输入预设的卷积神经网络，得到卷积神经网络的训练结果，基于训练结果和测试集，对卷积神经网络进行训练；将本年度的预期售电数据输入训练后的卷积神经网络，通过卷积神经网络确定预期负荷，基于预期负荷确定本年度的发电量。基于卷积神经网络构建历史售电情况与企业收益之间的非线性关系，能够克服指标数据维度不同的障碍，准确描述二者之间的关系，便于电力企业根据预测结果合理的规划电力资源。
-
公开(公告)号：CN113222473A
公开(公告)日：2021-08-06
申请号：CN202110623798.5
申请日：2021-06-04
申请人： 国网浙江省电力有限公司杭州供电公司 , 浙江华云信息科技有限公司 , 上海电力大学 , 国网浙江省电力有限公司
摘要： 本发明提出了一种基于电力大脑中枢的电网负荷调整方法及装置，包括：构建指标体系；通过预先构建的电力大脑中枢基于指标体系获取各个地区的实时指标矩阵；根据实时指标矩阵获取正理想解和负理想解，分别计算第i个地区的实时指标数据与正理想解的KL距离以及与负理想解的KL距离，建立第i个地区的虚拟负理想解的KL距离；结合虚拟负理想解的KL距离计算各个地区与负理想解的相对接近度；分析相对接近度的准确概率，对相对接近度进行调整，得到反馈相对接近度；根据反馈相对接近度调整地区的电网负荷。基于优化矩阵以及改进距离算法优化传统topsis法，避免存在某组解同时与正理想解、负理想解距离相近而影响最优解的选择问题，提高了负荷调控准确性。
-
公开(公告)号：CN116258383A
公开(公告)日：2023-06-13
申请号：CN202211102903.1
申请日：2022-09-09
申请人： 国网浙江省电力有限公司杭州市临安区供电公司 , 国网浙江省电力有限公司杭州供电公司 , 上海电力大学
发明人： 金旻昊 , 宣羿 , 孙智卿 , 黄建平 , 樊立波 , 张旭东 , 韩荣杰 , 黄佳斌 , 来益博 , 方立 , 赵健 , 屠永伟 , 王亿 , 陈益芳 , 蒋建 , 方响 , 丁琰 , 殷涵 , 吕华 , 胡慧琳 , 李梁 , 王均健 , 王小宇 , 邵鹏程 , 张建松 , 沈思琪 , 邢双双
IPC分类号： G06Q10/0639 , G06Q50/06 , G06F18/24 , G06F18/25 , G06N7/01
摘要： 本发明公开了一种基于户变关系辨识的配电网数据质量管理方法，包括：S1：获取用户与配变的测量数据；S2：将用户与配变的测量数据分别做相关性分析，进行用户与配变的匹配分类；S3：计算分类好的各用户的马尔科夫电压相关性，使用阈值法对同一大类下的用户进行降维归集，将用户集电量合并作为电量初值放入电量平衡法中计算；S4：设置关联变量以建立配变和用户之间的等式关系；S5：建立电量平衡优化模型，通过求解模型获得变压器和用户之间的最优连接问题；S6：用线损方法验证计算所得户变关系的准确率，对同一台区下的错误用户进行识别，并归类到正确的台区。本发明通过用户与配变的测量数据进行计算并分类，能够快速找到户变关系异常的情况。
-
公开(公告)号：CN113469470B
公开(公告)日：2021-12-03
申请号：CN202111024764.0
申请日：2021-09-02
申请人： 国网浙江省电力有限公司杭州供电公司 , 上海脉策数据科技有限公司 , 脉策(杭州)科技有限公司 , 国网浙江省电力有限公司 , 上海电力大学
摘要： 本发明提出了一种基于电力大脑中枢的用能数据与碳排放量关联分析方法，包括：由常规关联特征组成初始关联体系；通过电力大脑中枢获取用能数据和碳排放数据；生成三维特征图像，通过比较三维特征图像与碳排放数据生成附加关联特征；计算各个常规关联特征和附加关联特征在当前采样时刻的关联系数；将关联系数与最终训练集相乘后的结果输入LSTM模型，当输出结果的误差符合预设条件时，根据此时关联系数的大小确定用能数据与碳排放量的关联程度。本发明能够生成不同的附加关联特征，并结合了注意力机制，提高用能数据与碳排放量之间关联结果的精确度，进而能够更及时的针对关联程度较高的影响因素，制定更具有针对性的碳排放调控策略。
-
公开(公告)号：CN112396087A
公开(公告)日：2021-02-23
申请号：CN202011043880.2
申请日：2020-09-28
申请人： 国网浙江省电力有限公司杭州供电公司 , 国网浙江省电力有限公司 , 上海电力大学
摘要： 本发明提出了一种基于智能电表的独居老人用电数据分析方法及装置，包括：通过智能电表采集住宅小区中所有用户的用电数据；根据预设的指标特征，从用电数据中提取出特征数据；将特征数据输入包含若干个机器学习分类器的融合分类模型，根据融合分类模型的分类结果判断特征数据对应的用户是否为独居老人；若判断是独居老人，对独居老人的特征数据进行用电异常分析，根据分析结果决定是否发出异常用电行为告警。与传统人工排查相比，本发明通过智能电表获取用电数据，并基于特征提取算法对用户的智能电表数据进行数据挖掘，再通过结合多种机器学习分类器的分类结果，提高识别独居老人的准确性，大大降低了人工排查成本。
-
公开(公告)号：CN113469470A
公开(公告)日：2021-10-01
申请号：CN202111024764.0
申请日：2021-09-02
申请人： 国网浙江省电力有限公司杭州供电公司 , 上海脉策数据科技有限公司 , 脉策(杭州)科技有限公司 , 国网浙江省电力有限公司 , 上海电力大学
摘要： 本发明提出了一种基于电力大脑中枢的用能数据与碳排放量关联分析方法，包括：由常规关联特征组成初始关联体系；通过电力大脑中枢获取用能数据和碳排放数据；生成三维特征图像，通过比较三维特征图像与碳排放数据生成附加关联特征；计算各个常规关联特征和附加关联特征在当前采样时刻的关联系数；将关联系数与最终训练集相乘后的结果输入LSTM模型，当输出结果的误差符合预设条件时，根据此时关联系数的大小确定用能数据与碳排放量的关联程度。本发明能够生成不同的附加关联特征，并结合了注意力机制，提高用能数据与碳排放量之间关联结果的精确度，进而能够更及时的针对关联程度较高的影响因素，制定更具有针对性的碳排放调控策略。
-
公开(公告)号：CN112396087B
公开(公告)日：2024-04-26
申请号：CN202011043880.2
申请日：2020-09-28
申请人： 国网浙江省电力有限公司杭州供电公司 , 国网浙江省电力有限公司 , 上海电力大学
摘要： 本发明提出了一种基于智能电表的独居老人用电数据分析方法及装置，包括：通过智能电表采集住宅小区中所有用户的用电数据；根据预设的指标特征，从用电数据中提取出特征数据；将特征数据输入包含若干个机器学习分类器的融合分类模型，根据融合分类模型的分类结果判断特征数据对应的用户是否为独居老人；若判断是独居老人，对独居老人的特征数据进行用电异常分析，根据分析结果决定是否发出异常用电行为告警。与传统人工排查相比，本发明通过智能电表获取用电数据，并基于特征提取算法对用户的智能电表数据进行数据挖掘，再通过结合多种机器学习分类器的分类结果，提高识别独居老人的准确性，大大降低了人工排查成本。
-
公开(公告)号：CN112396578A
公开(公告)日：2021-02-23
申请号：CN202011137320.3
申请日：2020-10-22
申请人： 国网浙江省电力有限公司杭州供电公司 , 上海电力大学
摘要： 本发明涉及图像检测领域，尤其涉及一种基于目标检测与语义分割的隔离开关开合状态识别方法，包括：从图像中逐个提取隔离开关；对提取到的单个隔离开关进行像素级别的密集分类，得到分割图像；利用区域生长算法对分割得到的隔离开关分割图像进行连通区域的标记；根据隔离开关分割图像中连通区域个数判断隔离开关状态。通过使用本发明，可以实现以下效果：从图像中逐个提取隔离开关，对提取到的单个隔离开关进行像素级别的密集分类，得到分割图像，利用区域生长算法对分割得到的隔离开关分割图像进行连通区域的标记，根据隔离开关分割图像中连通区域个数判断隔离开关状态，从而实现对隔离开关开合状态进行识别，进而保证电网的安全性。
-
-
-
-
-
-
-
-
-
搜索结果
92 条记录 (耗时 0.182 秒)
