-
公开(公告)号：CN115018906A
公开(公告)日：2022-09-06
申请号：CN202210431220.4
申请日：2022-04-22
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湖州供电公司
IPC分类号： G06T7/70 , G06V20/40 , G06V10/50 , G06V10/56 , G06V10/80 , G06V10/82 , G06V10/771 , G06N3/04
摘要： 本发明公开了一种基于组特征选择与判别相关滤波联合的电网变电检修作业人员跟踪方法，包括以下步骤：S1：获取电网变电检修作业人员的作业视频图像，将特征融合，构成多通道特征矩阵；S2：根据当前帧的多通道特征矩阵及相应的响应图估计当前帧的判别相关滤波器；S3：根据当前帧的判别相关滤波器估计值与上一帧的判别相关滤波器更新当前帧的判别相关滤波器；S4：提取下一帧的多通道特征矩阵，并根据当前帧的判别相关滤波器计算作业人员目标定位响应图，获得电网变电检修作业人员目标位置结果；本发明实现相关空间信道特征在一个动态的低维子空间中突出和一致性显示，能够有效减轻时间滤波器的退化。
-
公开(公告)号：CN113256036A
公开(公告)日：2021-08-13
申请号：CN202110791617.X
申请日：2021-07-13
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湖州供电公司
摘要： 本发明公开了基于Prophet‑LSTNet组合模型的供电成本分析预测方法，解决了现有技术的不足，包括以下步骤：步骤1，获取一段时间内历史每日供电成本数据，并将供电成本数据输入Prophet模型；步骤2，通过Prophet模型对供电成本数据分解成非线性趋势成分数据、季节性成分数据以及假日成分数据；步骤3，进行特征工程建设，得到供电成本数据的多维特征；步骤4，将供电成本数据的多维特征作为参数输入LSTNet模型，将非线性趋势成分数据输入LSTNet模型，对LSTNet模型进行训练，寻找供电成本数据的多维特征与非线性趋势成分数据之间的依赖关系，训练并交替更新LSTNet模型及非线性趋势成分数据权重参数；步骤5，对供电成本进行预测，得到预测结果。
-
公开(公告)号：CN115168442A
公开(公告)日：2022-10-11
申请号：CN202210673745.9
申请日：2022-06-14
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湖州供电公司 , 浙江华云信息科技有限公司
IPC分类号： G06F16/2458 , G06F16/28 , G06Q10/06
摘要： 本申请提供了一种基于数据挖掘的业财聚合信息分析处理方法及装置，本申请通过构建电力系统中设备‑作业‑项目的成本业财映射关系；根据所述业财映射关系获取各层级的成本业务大数据；针对每个层级，对该层级的所有成本业务大数据进行聚类，得到每个层级的聚类簇；提取每个层级的聚类簇的特征信息；按照预设挖掘目标对所述特征信息进行数据挖掘得到挖掘结果；利用所述挖掘结果进行多领域、多业务场景的应用。本申请利用大数据分析技术对业财聚合信息价值进行挖掘，开发了成本管理的外延智能，为多业务场景成本管控决策提供了数据支撑。
-
公开(公告)号：CN113256020A
公开(公告)日：2021-08-13
申请号：CN202110661228.5
申请日：2021-06-15
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湖州供电公司
摘要： 本发明公开了一种考虑多尺度时间序列的供电系统成本预测方法，包括如下步骤：S1、搜集供电系统历史成本数据降噪处理后，可视化得到训练集Tr和测试集Tx；S2、对历史成本数据按日为单位进行特征工程建设得到成本的数据结构；S3、采用Prophet模型对训练集Tr的多尺度时间序列进行平稳化处理；S4、采用LSTNet网络模型对分解后的时间序列各项进行建模并引入基于特征的注意力机制；S5、用测试集Tx对Prophet‑LSTNet组合预测模型进行可靠性验证；若可靠性不足，执行S4，若可靠性合格，执行S6；S6、得到的Prophet‑LSTM组合预测模型对供电系统成本进行预测，输出预测结果；Prophet‑LSTNet组合预测模型针对多尺度时间序列的多维成本数据预测，预测结果更加稳定可靠。
-
公开(公告)号：CN115171038A
公开(公告)日：2022-10-11
申请号：CN202210673807.6
申请日：2022-06-14
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湖州供电公司 , 浙江华云信息科技有限公司
摘要： 本申请提供了一种基于深度学习的业财数据处理方法及系统，本申请通过通过监控系统获取工作人员工作的视频数据；提取视频数据中的若干帧视频图像；对视频图像进行预处理得到图像序列；通过预构建的深度目标检测模型对图像序列中的人员目标和检修设备目标进行检测，得到人员目标身份信息、设备编码信息以及人员轨迹信息；根据人员轨迹信息确定检修作业起止时刻信息；将人员目标身份信息、设备编码信息以及检修作业起止时刻信息生成电子工作票。本申请全程无须工作人员干预，不仅减轻了工作人员的负担，而且提高了信息准确度，数据为电子格式，更加方便后续系统提取和利用。
-
公开(公告)号：CN113256036B
公开(公告)日：2021-10-12
申请号：CN202110791617.X
申请日：2021-07-13
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湖州供电公司
摘要： 本发明公开了基于Prophet‑LSTNet组合模型的供电成本分析预测方法，解决了现有技术的不足，包括以下步骤：步骤1，获取一段时间内历史每日供电成本数据，并将供电成本数据输入Prophet模型；步骤2，通过Prophet模型对供电成本数据分解成非线性趋势成分数据、季节性成分数据以及假日成分数据；步骤3，进行特征工程建设，得到供电成本数据的多维特征；步骤4，将供电成本数据的多维特征作为参数输入LSTNet模型，将非线性趋势成分数据输入LSTNet模型，对LSTNet模型进行训练，寻找供电成本数据的多维特征与非线性趋势成分数据之间的依赖关系，训练并交替更新LSTNet模型及非线性趋势成分数据权重参数；步骤5，对供电成本进行预测，得到预测结果。
-
公开(公告)号：CN113256020B
公开(公告)日：2021-10-08
申请号：CN202110661228.5
申请日：2021-06-15
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湖州供电公司
摘要： 本发明公开了一种考虑多尺度时间序列的供电系统成本预测方法，包括如下步骤：S1、搜集供电系统历史成本数据降噪处理后，可视化得到训练集Tr和测试集Tx；S2、对历史成本数据按日为单位进行特征工程建设得到成本的数据结构；S3、采用Prophet模型对训练集Tr的多尺度时间序列进行平稳化处理；S4、采用LSTNet网络模型对分解后的时间序列各项进行建模并引入基于特征的注意力机制；S5、用测试集Tx对Prophet‑LSTNet组合预测模型进行可靠性验证；若可靠性不足，执行S4，若可靠性合格，执行S6；S6、得到的Prophet‑LSTM组合预测模型对供电系统成本进行预测，输出预测结果；Prophet‑LSTNet组合预测模型针对多尺度时间序列的多维成本数据预测，预测结果更加稳定可靠。
-
公开(公告)号：CN113298288A
公开(公告)日：2021-08-24
申请号：CN202110391628.9
申请日：2021-04-12
申请人： 国网浙江省电力有限公司湖州供电公司
摘要： 本发明是为了辅助电力部门对未来供电所运维成本进行预测，提出了一种融合时间序列和神经网络的供电所运维成本预测方法，包括以下步骤：步骤（1）搜集历史运维成本数据，分析数据特性；检测并修正数据异常值，准备数据集；步骤（2）采用Prophet模型对数据序列进行平稳化处理，提取并预测序列的趋势成分；步骤（3）进行特征工程建设，对供电所信息进行挖掘分析，得到供电所的运维成本数据的特征；步骤（4）构建LSTNet网络模型进行训练，引入基于特征的注意力机制，训练并交替更新LSTNet预测网络及权重参数；步骤（5）利用训练好的Prophet‑LSTM组合预测网络进行供电所运维成本预测，得到预测结果。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.036 秒)
