-
公开(公告)号:CN117056681A
公开(公告)日:2023-11-14
申请号:CN202311154511.4
申请日:2023-09-07
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
摘要: 本发明公开了一种融合历史数据的关口电能计量缺失数据填补方法及系统,本发明方法包括将当前采集的包含缺失数据的一维电能数据序列Q与上一年度同期所采集的一维电能数据序列P进行重组为一维电能数据序列E;将一维电能数据序列E转换为反对角元素值相同的矩阵Mp(e)并近似分解为低秩矩阵U、V和残余矩阵S;根据A=UV+S计算估计矩阵A;利用估计矩阵A估计一维电能数据序列E中的缺失数据,从而得到当前采集的包含缺失数据的一维电能数据序列Q中的缺失数据。本发明旨在解决在部分电能计量数据缺失情况下,如何综合运用所采集的缺失段前后电能计量数据、往年同期历史电能计量数据,对电能计量缺失数据进行准确填补的问题。
-
公开(公告)号:CN118521159A
公开(公告)日:2024-08-20
申请号:CN202410708729.8
申请日:2024-06-03
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
IPC分类号: G06Q10/0635 , G06Q50/06 , G06Q10/04 , G06F18/241 , G06F18/2415 , G06N3/0442
摘要: 本发明公开了一种基于深度学习的用电信息采集终端质量检测方法及系统,本发明包括采集特征指标的实时数据;利用预先训练好的第一深度学习模型进行设备状态得分及潜在问题类型预测,若设备状态得分小于设定值则判定用电信息采集终端存在潜在问题并进一步利用预先训练好的第二深度学习模型进行未来故障概率和未来故障类型预测,若未来故障概率大于设定值则判定用电信息采集终端存在未来故障风险;生成检测报告。本发明旨在充分利用深度学习技术、实时数据分析和历史数据融合技术,以提高故障检测准确性和效率、实现故障预警能力、自适应学习以适应设备和环境变化、综合分析多源数据以提高故障诊断的全面性和准确度。
-