-
公开(公告)号：CN114742668A
公开(公告)日：2022-07-12
申请号：CN202210535434.6
申请日：2022-05-17
Applicant: 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司乐清市供电公司 , 浙江华云信息科技有限公司
IPC: G06Q50/06
Abstract: 本发明公开了一种基于用电数据回溯的低压反窃电分析方法及系统。目前，仅依据用户自身的用电数据对疑似窃电用户进行分析处理，达不到预期的效果。本发明以用电信息采集系统和一体化线损系统的数据为基础，从一体化线损系统抽取线路日线损数据，从用电信息采集系统中抽取台区日线损数据、低压用户日用电量数据和用户档案数据；对用户的用电量与所属线路或台区的线损率数据进行处理；对数据进行处理后，使用相关性分析算法，对用户的用电量与所属线路或台区的线损率进行回溯分析；进行辅助研判，最终输出疑似窃电用户信息，为现场检查人员提供更有效的依据。
-
公开(公告)号：CN117889521A
公开(公告)日：2024-04-16
申请号：CN202410003822.9
申请日：2024-01-02
Applicant: 国网浙江省电力有限公司营销服务中心 , 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瑞安市供电公司
IPC: F24F11/30 , F24F110/12 , F24F110/10
Abstract: 本发明公开了一种空调群体柔性调控效果评估方法，涉及负荷调控技术领域，用于解决现有缺少空调负荷调控效果评估的问题，该方法包括以下步骤：构建空调负荷与室内外温差的计算等式，得到空调负荷与室内外温差的关系；筛选出典型相似日，计算基于温差的负荷典型相似日的第一基线负荷；获得室温和空调负荷的变化情况，建立调控时刻的空调负荷基线模型，得到第二基线负荷；根据第二基线负荷及实际负荷计算基线误差，得到空调柔性调控效果评估结果。本发明还公开了一种空调群体柔性调控效果评估装置、电子设备和计算机存储介质。本发明通过计算相似日及实际调控的基线负荷，进而得到调控效果评估结果。
-
公开(公告)号：CN117829853A
公开(公告)日：2024-04-05
申请号：CN202311814386.5
申请日：2023-12-27
Applicant: 国网浙江省电力有限公司杭州市余杭区供电公司 , 国网浙江省电力有限公司温州供电公司 , 浙江华云信息科技有限公司 , 国网浙江省电力有限公司营销服务中心
IPC: G06Q30/018 , G06F18/213 , G06Q50/06
Abstract: 本发明公开了基于数据驱动的反窃电智能预警方法，方法包括：从用电业务系统中获取模型构建数据源；对模型构建数据源进行数据处理生成有效数据源；分析归纳输出窃电用户相关用电特征，根据有效数据源及特征选择算法确定窃电用户的指标特征，并构建反窃电专家样本库；基于反窃电专家样本库、组合不同算法的优势，经过算法模型的综合判断和评估验证构建出反窃电预警模型；通过反窃电预警模型对用户用电数据进行挖掘分析及辅助研判，预警输出窃电用户嫌疑清单和窃电用户嫌疑分析报告。本发明基于大数据构建反窃电预警模型，通过该模型对专变用户用电数据进行挖掘分析及结果处理，能够准确高效辨别出是否存在窃电行为。
-
公开(公告)号：CN117824062A
公开(公告)日：2024-04-05
申请号：CN202410005352.X
申请日：2024-01-02
Applicant: 国网浙江省电力有限公司营销服务中心 , 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瑞安市供电公司
IPC: F24F11/30 , G06F18/23 , G06F18/241
Abstract: 本发明属于空调负荷预测技术领域。针对现有空调负荷预测方法难以兼顾处理效率和精度的不足，本发明采用如下技术方案：一种基于FCM‑DDQN优化模型的空调负荷预测方法，包括：选择与空调负荷有关的相关参数，对相关参数数据进行预处理；采用FCM算法对预处理后数据进行聚类；根据聚类结果，构建DDQN模型组；对待预测数据进行归类，根据归类结果采用相应的DDQN模型进行空调负荷预测。本发明的有益效果是：通过FCM聚类和优化DDQN的结合，使得空调负荷预测的精度更高，同时能够保证较高的速度；根据FCM算法聚类结果构建DDQN模型组，再对待预测数据进行归类，并根据归类结果选择相应的DDQN模型，进一步提升预测准确性。
-
公开(公告)号：CN117804033A
公开(公告)日：2024-04-02
申请号：CN202410002649.0
申请日：2024-01-02
Applicant: 国网浙江省电力有限公司营销服务中心 , 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瑞安市供电公司
IPC: F24F11/62 , G06N3/0442 , G06F18/20 , G06F18/213 , G06N3/048
Abstract: 本发明公开了一种空调负荷调节能力预测方法，涉及模型预测技术领域，用于解决现有缺乏预测空调负荷削减量的问题，该方法包括以下步骤：获取空调相关数据，所述相关数据包括环境数据及空调信息；对所述空调相关数据进行预处理，并将预处理后的数据进行训练集及验证集的划分；建立GRU预测模型，并通过所述训练集及所述验证集进行训练；通过粒子群算法计算得到所述预测模型的超参数；构建用于评价所述预测模型的评价指标。本发明还公开了一种空调负荷调节能力预测装置、电子设备和计算机存储介质。本发明通过对空调相关数据输入GRU模型进行预测，进而得到空调负荷削减量预测值。
-
Patent Agency Ranking
公开(公告)号：CN116628938A
公开(公告)日：2023-08-22
申请号：CN202310414449.1
申请日：2023-04-12
Applicant: 国网浙江省电力有限公司 , 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营销服务中心 , 浙江华云信息科技有限公司
Abstract: 本发明公开了一种考虑负荷多维特征的行业中长期负荷STL‑GCK预测方法，涉及负荷预测领域。目前，预测模型常因过拟合、无法收敛等原因，预测表现不佳。本发明包括步骤：行业中长期负荷数据分解得到行业负荷的趋势分量、周期分量及残差分量；行业负荷的趋势分量处理后得到行业中长期负荷趋势分量预测值；周期分量处理后得到行业中长期负荷周期分量预测值；残差分量处理后得到核密度估计结果；综合行业中长期负荷趋势分量预测值、行业中长期负荷周期分量预测值以及残差的核密度估计结果，得到行业中长期负荷概率预测结果。本技术方案综合考虑多维时间尺度的负荷特征，相较于单一预测方法，有效提高了行业中长期负荷预测的精度。
-
公开(公告)号：CN110223196B
公开(公告)日：2021-08-31
申请号：CN201910479317.0
申请日：2019-06-04
Applicant: 国网浙江省电力有限公司营销服务中心 , 国家电网有限公司 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司
Abstract: 本发明公开了一种基于典型行业特征库和反窃电样本库的反窃电分析方法。本发明采取的技术方案为：构建典型行业用电特征库和反窃电样本库；采用典型行业用电特征库和反窃电样本库作为数据基础，基于组合不同算法的优势，经过算法模型的综合判断后构建出反窃电预警模型，通过该模型对专变用户用电数据进行挖掘分析，进一步进行辅助研判，最后输出窃电用户嫌疑清单和窃电用户嫌疑分析报告。本发明引入典型行业用电特征库和反窃电样本库，提出一种典型行业用电特征和反窃电样本库相结合的反窃电预警模型，通过该模型对专变用户用电数据进行挖掘分析，将结果进行分析处理，从而辨别出是否存在窃电行为。
-
公开(公告)号：CN111861786B
公开(公告)日：2024-07-12
申请号：CN202010539948.X
申请日：2020-06-12
Applicant: 国网浙江省电力有限公司营销服务中心 , 浙江大学 , 国网浙江省电力有限公司台州供电公司 , 浙江华云信息科技有限公司
IPC: G06Q50/06 , G06Q10/20 , G06F18/2431 , G06F18/214
Abstract: 本发明公开了一种基于特征选择和孤立随机森林的专变窃电识别方法，涉及电力运维领域。目前窃电识别使用的信息中无专变行业，影响正确率。本发明首先采集了区域范围内一个行业的专变用户一年的日用电量数据；接着计算该行业用户集的用电特征，包括年/月用电方差，月用电增长率，月负载率，月峰谷差等，建立特征集矩阵；然后使用Relief过滤式特征选择方法，选择相关统计量较大的特征作为辨识窃电用户的关键特征；最后使用孤立随机森林检测算法，检测已知的窃电样本与疑似窃电用户。本发明可以快速、准确地根据不同行业正常用户和窃电用户的用电特征，完成一个行业窃电嫌疑户的快速排查。
-
公开(公告)号：CN116385764A
公开(公告)日：2023-07-04
申请号：CN202310162648.8
申请日：2023-02-16
Applicant: 浙江华云信息科技有限公司 , 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司营销服务中心 , 浙江大学
IPC: G06V10/764 , G06V10/762 , G06V10/82 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种电能表小部件检测方法，涉及视觉检测领域。目前，小目标检测对于制式的电表小部件检测作用小，检测耗费时间长，且检测精度提升有限；本技术方案使用目标检测神经网络从原始图像中提取电能表部分图像，形成只包含整表的图片；计算电能表图片的长宽比例，设定标准电能表长度与宽度；确定电能表部件数量、种类、各部件左上角与右下角坐标；设定坐标初值，利用K‑means聚类方法将多张电能表图片进行聚类，确定各部件坐标中心值，形成标准电表模型；检测新电能表图片时，根据标准电表模型将电能表图片切分为各个小部件图片，利用简化神经网络检测部件内容，并调用偏差优化机制更新标准电表模型。本发明优化电能表中小部件的检测，检测精度得到提升。
-
公开(公告)号：CN114238464A
公开(公告)日：2022-03-25
申请号：CN202111396965.3
申请日：2021-11-23
Applicant: 国网浙江省电力有限公司营销服务中心 , 浙江华云信息科技有限公司
IPC: G06F16/25 , G06F16/2453
Abstract: 本发明为一种多元能源数据的异构融合方法，属于数据融合领域，针对现有技术存在异构数据融合方式不合理造成融合结果不能有效指导生产的问题，采用技术方案如下：步骤1，在选定时间段内，不间断在线采集多元能源数据，获取原始数据；步骤2，将不同来源的异构数据通过ETL工具进行预处理，统一原始数据格式；步骤3，将预处理后的数据集成以数据库方式存储，减少数据检索的时间，提高数据查询的准确度，便于进行数据分析与融合利用；步骤4，基于HFCM聚类算法对步骤3中数据进行融合；步骤5，输出数据融合结果。本申请先对原始数据整合并统一格式，采用合理的融合方式，整合融合数据，为企业提供一个安全可靠的能源大数据运行管理环境。
-
-
-
-
-
-
-
-
-
Search Results
140
records
(took 0.103 seconds)
