-
公开(公告)号:CN113673587B
公开(公告)日:2024-02-02
申请号:CN202110922913.9
申请日:2021-08-12
申请人: 国网湖北省电力有限公司电力科学研究院 , 黄冈市黄州区疾病预防控制中心 , 国网湖北省电力有限公司 , 国网湖北省电力有限公司荆州供电公司 , 国网湖北省电力有限公司黄石供电公司 , 国网湖北省电力有限公司营销服务中心(计量中心)
发明人: 唐泽洋 , 黎春梅 , 杨帆 , 陈金辉 , 万磊 , 倪丰 , 余飞 , 陈红玲 , 黄杰 , 肖玲 , 张科 , 华冬梅 , 靳经 , 刘曼佳 , 刘凤华 , 桑田 , 周小丽 , 曹忺 , 孙秉宇
IPC分类号: G06F18/243 , G06F18/214 , G06N5/01 , G06Q50/06
摘要: 本发明提供一种家庭基础日用电量计算方法,包括以下步骤:A、从用电信息采集系统中获取用户用电量数据,包括用户编号、用电日期、日用电量及用户离家情况;B、根据步骤A获取的用户用电量数据,计算用电量特征指标;C、根据步骤B计算的用电量特征指标,形成训练数据,训练并得到决策树分类模型;D、根据步骤C训练得到的决策树分析模型,输入用户用电量特征指标,计算该用户的基础日用电量。本发明所提的家庭基础日用电量计算方法,可实现家庭基础日用电量的计算。
-
公开(公告)号:CN112308124B
公开(公告)日:2022-11-25
申请号:CN202011135871.6
申请日:2020-10-21
申请人: 国家电网有限公司 , 国网湖北省电力有限公司营销服务中心(计量中心) , 武汉大学
摘要: 一种面向用电信息采集系统的智能防窃电方法,包括建立用电信息采集系统的窃电样本数据库、建立基于马尔科夫链的窃电预测模型、建立基于卷积神经网络的窃电识别模型及建立智能窃电检测模型;可以有效在用电信息采集系统下对窃电用户进行定位,数据来源方式更为便捷;通过引入马尔科夫链及卷积神经网络,窃电行为分析更加快速、准确;通过建立智能窃电检测模型,对两种模型的加权,窃电行为结果更加可靠、合理。
-
公开(公告)号:CN114093514A
公开(公告)日:2022-02-25
申请号:CN202111312927.5
申请日:2021-11-08
申请人: 国网湖北省电力有限公司电力科学研究院 , 黄冈市黄州区疾病预防控制中心 , 国网湖北省电力有限公司 , 国网湖北省电力有限公司荆州供电公司 , 国网湖北省电力有限公司营销服务中心(计量中心) , 国网湖北省电力有限公司黄石供电公司 , 湖北省疾病预防控制中心(湖北省预防医学科学院)
发明人: 唐泽洋 , 杨帆 , 邢杰 , 崔一铂 , 黎春梅 , 陈金辉 , 倪丰 , 余飞 , 陈红玲 , 黄杰 , 肖玲 , 张科 , 华冬梅 , 靳经 , 饶玮 , 王文烁 , 刘曼佳 , 熊昊哲 , 刘凤华 , 桑田 , 周小丽 , 孙秉宇 , 曹忺 , 唐雨萌
摘要: 本发明提供一种基于电力大数据的熬夜指数计算方法,包括以下步骤:A、获取气温及用户用电数据;B、根据步骤A获取的用电数据,计算家庭基础用电功率;C、根据步骤B计算的家庭基础用电功率,计算用户在不同时段的用电指数;D、根据步骤C计算的用电指数,计算用户的熬夜指数。本发明所提的基于电力大数据的熬夜指数计算方法,可为社区居民健康管理提供数据依据,克服了问卷调研的局限性。
-
公开(公告)号:CN114066511A
公开(公告)日:2022-02-18
申请号:CN202111312686.4
申请日:2021-11-08
申请人: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 国网湖北省电力有限公司荆州供电公司 , 国网湖北省电力有限公司营销服务中心(计量中心) , 国网湖北省电力有限公司黄石供电公司
IPC分类号: G06Q30/02 , G06F16/951 , G06F16/9535 , G06F17/16
摘要: 本发明提供一种电动汽车用户充电品牌偏好度计算方法,包括以下步骤:A、获取充电设施及电动汽车相关信息;B、根据步骤A获取的充电设施及电动汽车相关信息,计算电动汽车用户充电特征矩阵;C、根据步骤B计算的电动汽车用户充电特征矩阵,识别电动汽车用户充电时段及品牌;D、根据步骤C得到的电动汽车用户充电时段及品牌,计算电动汽车用户充电品牌偏好度。本发明所提的电动汽车用户充电品牌偏好度识别方法,克服了调查问卷方式的局限性。
-
公开(公告)号:CN112308124A
公开(公告)日:2021-02-02
申请号:CN202011135871.6
申请日:2020-10-21
申请人: 国家电网有限公司 , 国网湖北省电力有限公司营销服务中心(计量中心) , 武汉大学
摘要: 一种面向用电信息采集系统的智能防窃电方法,包括建立用电信息采集系统的窃电样本数据库、建立基于马尔科夫链的窃电预测模型、建立基于卷积神经网络的窃电识别模型及建立智能窃电检测模型;可以有效在用电信息采集系统下对窃电用户进行定位,数据来源方式更为便捷;通过引入马尔科夫链及卷积神经网络,窃电行为分析更加快速、准确;通过建立智能窃电检测模型,对两种模型的加权,窃电行为结果更加可靠、合理。
-
公开(公告)号:CN114707824B
公开(公告)日:2024-08-13
申请号:CN202210275827.8
申请日:2022-03-21
申请人: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 国网湖北省电力有限公司荆州供电公司 , 国网湖北省电力有限公司营销服务中心(计量中心) , 湖北省疾病预防控制中心(湖北省预防医学科学院) , 黄冈市黄州区疾病预防控制中心
发明人: 唐泽洋 , 崔一铂 , 孔巾娇 , 柯姗姗 , 汪雪琼 , 凌在汛 , 陈孝明 , 蔡万里 , 舒欣 , 王晋 , 饶玮 , 刘畅 , 刘鸣柳 , 桑田 , 孙秉宇 , 王文烁 , 唐雨萌 , 黎春梅
IPC分类号: G06Q30/0202 , G06Q30/0203 , G06Q50/06 , G06F18/15 , G06F18/213
摘要: 本发明提供一种基于电力大数据的居民制冷取暖需求评估方法,包括以下步骤:A、获取气温及用户用电量数据;B、根据步骤A获取的用电量数据,修复缺失电量数据;C、根据步骤B修复后的数据,计算居民制冷取暖特征指标;D、根据步骤C计算的特征指标,评估居民制冷取暖需求。本发明所提的基于电力大数据的居民制冷取暖需求分析方法,可为社区居民健康管理及电力需求侧响应提供数据依据。
-
公开(公告)号:CN113673579B
公开(公告)日:2024-05-28
申请号:CN202110853474.0
申请日:2021-07-27
申请人: 国网湖北省电力有限公司营销服务中心(计量中心) , 国家电网有限公司
IPC分类号: G06F18/20 , G06F18/214 , G06F18/21 , G06F18/2411 , G06F18/2413 , G06F18/243 , G06Q50/06
摘要: 本发明提供一种基于小样本的用电负荷分类算法,首先,提取不同非平稳变化负荷样本的特征并进行预处理,然后,通过网络训练对其进行扩充并进行评估,再者,采用K临近算法、支持向量机、决策树混合训练对简化的数据进行混合训练,最后,通过加权优化的方式调整各算法在分类结果精度上的权重并进行评估,当混合模型分类精度符合条件时即可用于实际样本测试。有如下优点:1.原始样本具有较好的代表性和普遍适用性;2.扩充扩充前后样本的一致性;3.采用混合分类器及加权的方式,可以克服单一算法的局限性。
-
公开(公告)号:CN114707824A
公开(公告)日:2022-07-05
申请号:CN202210275827.8
申请日:2022-03-21
申请人: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 国网湖北省电力有限公司荆州供电公司 , 国网湖北省电力有限公司营销服务中心(计量中心) , 湖北省疾病预防控制中心(湖北省预防医学科学院) , 黄冈市黄州区疾病预防控制中心
发明人: 唐泽洋 , 崔一铂 , 孔巾娇 , 柯姗姗 , 汪雪琼 , 凌在汛 , 陈孝明 , 蔡万里 , 舒欣 , 王晋 , 饶玮 , 刘畅 , 刘鸣柳 , 桑田 , 孙秉宇 , 王文烁 , 唐雨萌 , 黎春梅
摘要: 本发明提供一种基于电力大数据的居民制冷取暖需求评估方法,包括以下步骤:A、获取气温及用户用电量数据;B、根据步骤A获取的用电量数据,修复缺失电量数据;C、根据步骤B修复后的数据,计算居民制冷取暖特征指标;D、根据步骤C计算的特征指标,评估居民制冷取暖需求。本发明所提的基于电力大数据的居民制冷取暖需求分析方法,可为社区居民健康管理及电力需求侧响应提供数据依据。
-
公开(公告)号:CN114971002B
公开(公告)日:2023-08-25
申请号:CN202210549513.2
申请日:2022-05-20
摘要: 本发明提供一种基于计量终端负荷监测技术的异常电量预测方法,包括:建立用电负荷模型和辨识用电负荷类别;还提供了一种基于计量终端负荷监测技术的异常电量预测方法;在监测用户用电行为时,根据用电设备能耗的特点具有统计学规律这一特性,本发明通过建立用电负荷模型,利用负荷分解和辨识技术分析用户的用电行为习惯;此外,通过用户使用负荷的比对和隶属度分配,建立异常电量的贝叶斯概率推断模型,为后续计量终端更换或监测用户的窃电行为提供支撑。
-
公开(公告)号:CN115034923A
公开(公告)日:2022-09-09
申请号:CN202210627696.5
申请日:2022-06-06
发明人: 夏天 , 刘岑岑 , 雷鸣 , 夏水斌 , 丁黎 , 胡浩亮 , 黄俊昌 , 曾非同 , 熊前柱 , 郑欣 , 董重重 , 李玲华 , 鄢烈奇 , 王尚鹏 , 牛卉 , 李莉 , 曾文姬 , 徐子雅 , 王华 , 孙秉宇
摘要: 本发明提供一种分布式智能电表计量误差估计方法,包括以下步骤:改进传统BP神经网络的激活函数;提供能够快速收敛迭代的参数计算方法;该方法通过建立分布式智能电表计量误差模型,并根据模型特点,优化了BP神经网络模型,通过修改内在的激励函数、迭代规则等,实现了快速、高效等求解智能电表计量误差模型参数,最终实现分布式智能电表误差估计。
-
-
-
-
-
-
-
-
-