基于电力流式大数据的复工复产监测方法、系统及可读介质

    公开(公告)号:CN111680938B

    公开(公告)日:2020-11-06

    申请号:CN202010811196.8

    申请日:2020-08-13

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明的目的在于解决现有复工复产监测系统无法精确监测企业复工复产情况的问题,提供一种基于电力流式大数据的复工复产监测方法及系统,提高复工复产监测精准度。包括生成复工复产监测地图,生成多个拟合时段;获取历史电量数据和实时电量数据;根据拟合时段的历史电力数据拟合形成企业在每个所述拟合时段的时间/耗电关系函数;计算每个时间/耗电关系函数的估算曲线精度值以确定目标估算函数;根据目标估算函数计算企业在当前时段的电量消耗估计值;计算企业在当前时段的电量消耗实际值;根据电量消耗实际值与电量消耗估计值的比值,缩放并填充该企业的复工复产轮廓图;实时本公开的技术方案可以更精准地监测精及反映复企业的复工复产情况。

    基于人工智能的企业复工复产程度监控方法

    公开(公告)号:CN111680939A

    公开(公告)日:2020-09-18

    申请号:CN202010811567.2

    申请日:2020-08-13

    IPC分类号: G06Q10/06 G06N3/08 G06K9/62

    摘要: 本发明涉及一种基于人工智能的企业复工复产程度监控方法,其技术方案要点是,所使用的神经网络在训练时,采用基于坐标下降搜索的神经网络剪枝方法进行优化:剪枝步骤一,为神经网络中的每一层维护一个敏感度分数,保持其他层剪枝率不变,剪枝该层后对网络训练两轮得到的正确分类率即为该层的敏感度分数;剪枝步骤二,对敏感度分数最高的的层进行剪枝,并更新对应的敏感度分数;剪枝步骤三,计算当前剪枝网络的剪枝率,若满足压缩率要求,则对该网络进行微调,最后得到压缩后的神经网络;否则,返回剪枝步骤二。本发明通过神经网络的优化,能够有效提高神经网络预测的准确性,从而提高复工复产的监控和预测能力。

    用于电力生产的碳排放监测报警系统

    公开(公告)号:CN113341080A

    公开(公告)日:2021-09-03

    申请号:CN202110903132.5

    申请日:2021-08-06

    IPC分类号: G01N33/00 G01N1/22

    摘要: 本发明涉及用于电力生产的碳排放监测报警系统,包括:电厂废气排放管、电厂CO2监测预警组件、检后废气回流组件、废气取样导流组件和电厂CO2浓度报警器,电厂CO2监测预警组件与电厂废气排放管相连,检后废气回流组件连通电厂废气排放管和电厂废气取样管,废气取样导流组件可转动地设在电厂废气排放管内以在将气流导入电厂CO2监测预警组件的导流状态和阻止气流进入电厂CO2监测预警组件的截止状态之间切换,电厂CO2浓度报警器信号连接CO2浓度预警检测仪,当C02浓度预警检测仪检测值大于预设值时,电厂CO2浓度报警器报警。在本发明的实施例中,可以提示生产工人及时的采取CO2的排放的管控手段。