-
公开(公告)号：CN118523291B
公开(公告)日：2025-04-25
申请号：CN202410528480.2
申请日：2024-04-29
Applicant: 国网甘肃省电力公司白银供电公司
Abstract: 本发明公开的基于神经网络的低压台区负荷预测方法，具体包括以下步骤：步骤1，采集低压台区历史负荷数据；步骤2，构建联合神经网络模型，并对联合神经网络模型进行预训练；步骤3，将历史负荷数据输入训练完成的联合神经网络模型得到初步预测值；步骤4，对初步预测值进行误差及合格率分析，若合格率符合，则将初步预测值认定为最终预测值，若合格率不符合，则返回步骤3，重新得到新的初步预测值。本发明通过多种算法的结合，解决了现有低压台区负荷预测过程缓慢，且预测精度较低的问题。
-
公开(公告)号：CN119448530B
公开(公告)日：2025-04-11
申请号：CN202510048700.6
申请日：2025-01-13
Applicant: 国网甘肃省电力公司白银供电公司
IPC: H02J9/06 , H02J7/00 , G01R31/396
Abstract: 本发明涉及保电供电技术领域，具体涉及UPS电源系统及其供电控制方法，包括至少三个蓄电池模组，蓄电池模组用于根据业务需求给负载供电；供电监测模块，用于监测并输出各个蓄电池模组的电变量数据；UPS主机，根据电变量数据判断各个蓄电池模组的工作状态；当全部蓄电池模组中的第一蓄电池模组的工作状态为故障状态时，断开第一蓄电池模组的功率输出；基于功率分配策略调整全部蓄电池模组中各正常蓄电池模组的功率分配值；其中，功率分配策略包括根据第二蓄电池模组的剩余电量确定出功率分配值，使得全部的第二蓄电池模组向负载供电的时间满足业务需求。本发明的UPS电源系统及其供电控制方法，能够提高供电的可靠性和稳定性。
-
公开(公告)号：CN119691609A
公开(公告)日：2025-03-25
申请号：CN202411707779.0
申请日：2024-11-27
Applicant: 国网甘肃省电力公司白银供电公司
Inventor： 安文 , 周龙 , 侯焱伦 , 高建勇 , 张乐桢 , 孙启娟 , 芦爱燕 , 辛世金 , 段波 , 李瑞基 , 于超 , 郝国捷 , 杨海 , 李春华 , 史银红 , 魏立保 , 贺得珺 , 刘吉平 , 张智
IPC: G06F18/2431 , G06F18/25 , G06Q10/0639 , G06Q10/20 , G06Q50/06 , G06F16/248 , G06F16/2458
Abstract: 本发明涉及电力技术领域，具体指一种异损台区线损排查系统及方法，包括：数据采集模块，用于采集今日各台区的日供电量和日售电量；采集今日各台区区线电能数据；采集今日及之前连续15天内各台区下每一用户用电量和区线线损率；台区大数据模块，用于确定今日各异损台区；生成曲线图；判断各异损台区是否存在问题，并将轻度问题判断结果、存在中度问题的各中度异损台区下各目标用户信息以及各重度异损台区下各线损异常关键户信息计入异损台区问题结果库中；其中，通过用户用电量曲线与区线线损率曲线的曲线重合度，确定重度异损台区下各线损异常关键户；报表生成模块，用于生成今日台区线损大数据报表。本发明提升工作效率和线损问题分析准确度。
-
公开(公告)号：CN119476046A
公开(公告)日：2025-02-18
申请号：CN202510043275.1
申请日：2025-01-10
Applicant: 国网甘肃省电力公司白银供电公司
IPC: G06F30/27 , G06F1/20 , B21D22/02 , B21D55/00 , G06F119/10
Abstract: 本发明涉及冲压噪声处理技术领域，具体涉及一种适用于UPS机箱冲压成型的降噪方法，包括获取金属板体冲压成型的历史数据，以及所述金属板体冲压前的参数信息；构建噪声频率预测模型，所述噪声频率预测模型深度学习所述历史数据获得所述参数信息与冲压噪声频率之间的关系；并根据学习结果进行噪声频率预测，获得预测噪声频率；根据所述预测噪声频率确定安装隔声装置的初始参数；对所述冲压成型进行实时噪声监测，根据实时噪声监测结果对所述隔声装置的初始参数进行调整。本发明所述的方法，通过监测结果和金属板体的冲压质量反馈对隔声装置的初始结构和初始位置进行调整，有效降低噪声的同时，满足机箱的散热及结构强度要求。
-
公开(公告)号：CN119226861A
公开(公告)日：2024-12-31
申请号：CN202411450134.3
申请日：2024-10-17
Applicant: 国网甘肃省电力公司 , 国网甘肃省电力公司白银供电公司
IPC: G06F18/24 , G06F18/213 , G06F18/10 , G06F18/23 , G06N20/10 , G06N20/20 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/044 , G01R31/00
Abstract: 本发明涉及电力故障诊断的技术领域，特别是涉及一种基于多模态数据融合的电力故障诊断方法及系统，其通过多模态数据融合技术，全面收集并分析电力设备的电气、环境及机械参数，构建多模态参数特征矩阵，实现动态异常检测与个性化监测策略制定，提高故障诊断的准确性与时效性，减少误报和漏报，优化运维资源分配，确保电力系统的稳定运行与高效供电；方法包括：分别采集台区内所有相同电力设备的多模态数据信息；针对每个电力设备的多模态数据信息，进行特征提取，获得多模态参数集合；将同时采集的所有多模态参数集合进行数据整合，获得能够表征台区内所有同型号电力设备运行状态的多模态参数特征矩阵。
-
Patent Agency Ranking
公开(公告)号：CN118673463B
公开(公告)日：2024-12-20
申请号：CN202411148776.8
申请日：2024-08-21
Applicant: 国网甘肃省电力公司白银供电公司
IPC: G06F18/25 , G06F18/213 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F123/02
Abstract: 本发明涉及供电量预测的技术领域，特别是涉及一种基于多源数据的供电量预测方法、系统、设备及存储介质，其能够提高供电量预测的准确性和可靠性；方法包括：基于待预测区域内各个供电单元的历史供电数据记录，生成待预测区域的供电量历史时序表征矩阵；供电量历史时序表征矩阵包括各个供电单元中所有用电类别的用电量；获取待预测时间段内各个供电单元所在区域对应的供电环境影响特征；针对各个供电单元的供电环境影响特征，在预先分析得到的供电环境相关系数矩阵中，映射提取与供电单元对应的环境相关系数集合；环境相关系数集合包括供电环境影响特征与供电单元中各个用电类别的用电量之间的相关系数。
-
公开(公告)号：CN118673463A
公开(公告)日：2024-09-20
申请号：CN202411148776.8
申请日：2024-08-21
Applicant: 国网甘肃省电力公司白银供电公司
IPC: G06F18/25 , G06F18/213 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F123/02
Abstract: 本发明涉及供电量预测的技术领域，特别是涉及一种基于多源数据的供电量预测方法、系统、设备及存储介质，其能够提高供电量预测的准确性和可靠性；方法包括：基于待预测区域内各个供电单元的历史供电数据记录，生成待预测区域的供电量历史时序表征矩阵；供电量历史时序表征矩阵包括各个供电单元中所有用电类别的用电量；获取待预测时间段内各个供电单元所在区域对应的供电环境影响特征；针对各个供电单元的供电环境影响特征，在预先分析得到的供电环境相关系数矩阵中，映射提取与供电单元对应的环境相关系数集合；环境相关系数集合包括供电环境影响特征与供电单元中各个用电类别的用电量之间的相关系数。
-
公开(公告)号：CN118508409A
公开(公告)日：2024-08-16
申请号：CN202410528483.6
申请日：2024-04-29
Applicant: 国网甘肃省电力公司白银供电公司
IPC: H02J3/00 , G06F18/213 , G06F18/214 , G06F18/241 , G06F17/16 , G06Q50/06
Abstract: 本发明公开的基于多图时空特征融合的低压台区负荷预测方法，其特征在于，包括以下步骤：步骤1，收集低压台区地理信息及历史负荷数据并进行处理后分类得到时间维数据集和空间维数据集；步骤2，构建图注意力网络模型和负荷预测模型；步骤3，将时间维数据集和空间维数据集输入图注意力网络模型提取时间和空间特征；步骤4，将提取的时间和空间特征输入负荷预测模型进行特征融合，计算出空间特征图和时间序列数据的相关性；步骤5，基于相关性对低压台区负荷进行预测。本发明通过考虑低压台区内用户之间时空关联性的基础上，融合多个时空特征，提高了低压台区负荷预测的准确性。
-
公开(公告)号：CN118488457A
公开(公告)日：2024-08-13
申请号：CN202410932051.1
申请日：2024-07-12
Applicant: 国网甘肃省电力公司白银供电公司
Abstract: 本发明涉及无线通讯技术领域，具体公开了一种基于临时通讯网络的通信系统及其方法，其中系统包括位置获取模块、节点拓扑模块、强化学习模块和通信控制模块，其先获取每个临时通讯节点的位置坐标以及临时通讯基站的位置坐标，然后建立节点拓扑图，再根据节点拓扑图，基于Q‑learning算法建立最优Q矩阵，并控制每个临时通讯节点向临时通讯基站发送数据。相比于现有技术，本发明一方面实现临时通讯网络的状态描述，另一方面在节点拓扑图的基础上，进一步利用强化学习分析出每个临时通讯节点向临时通讯基站转发数据的最优路径，解决了现有技术的问题。并且该过程全程可通过机器自学习完成，无需人工理清并输入临时通讯网络的拓扑结果，具备很好的应用前景。
-
公开(公告)号：CN117214592B
公开(公告)日：2024-03-15
申请号：CN202311485819.7
申请日：2023-11-09
Applicant: 国网甘肃省电力公司白银供电公司
Abstract: 本发明属于电力技术领域，具体公开了一种用于电力变压器的故障监测管理系统及方法，基于变压器的状态数据得到变压器输出端理论输出电流，将变压器输出端理论输出电流与变压器输出端实时输出电流处理得到电流偏离值；将变压器的电流偏离值与电流偏离阈值比较得到变压器提示信号；基于变压器提示信号，对电流偏离值的时长进行监测，若电流偏离值的时长超过预设时长时，则生成变压器故障信号；若电流偏离值的时长未超过预设时长时，则对变压器及负载端的偏离时段和正常时段内的电能进行处理，对变压器端电能损耗进行识别，基于变压器故障信号，对变压器的故障等级进行评估以实现对变压器故障等级确定，实现从多个维度对变压器故障进行识别。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.044 seconds)
