-
公开(公告)号:CN105389647A
公开(公告)日:2016-03-09
申请号:CN201510684699.2
申请日:2015-10-20
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学
CPC classification number: G06Q10/0637 , G06Q50/06
Abstract: 本发明提出一种基于NSGA-Ⅱ的电费缴纳点选址方法,首先确定缴纳点个数和缴费设施,其次利用地理信息系统GIS将待规划选址区域划分为若干栅格,并获取栅格数据,再次根据不同需求,分别针对不同缴费设施建立便捷性目标函数、经济性目标函数和约束条件,再次对待规划选址区域进行NSGA-Ⅱ编码设计,最后利用NSGA-Ⅱ求解便捷性目标函数、经济性目标函数和约束条件。该方法在一定空间范围内对电费缴纳点的区位进行合理规划,为决策者提供最佳区位选择,不仅可以优化资源配置,还能提高电费回收工作的效率。
-
公开(公告)号:CN110557388B
公开(公告)日:2022-04-01
申请号:CN201910826057.X
申请日:2019-09-03
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
IPC: H04L9/40
Abstract: 本发明提供一种具有双反馈双隔离的物理信道无耦合电网内外网隔离方法,涉及电力信息通讯技术领域。该方法包括:电网内部网络信息数据的提取分析;电网内部网络对提取到的信息数据进行加密并生成对应的图形信息码;独立计算机对电网内部网络留存的图形信息码进行采集、识别和奇偶校验;电网外部网络对独立计算机校验正确的图形信息码进行采集、识别和判断解析;电网网外部网络留存最终正确的图形信息码并将其作为电网网外部网络的公共数据。本方法具有双反馈、双隔离且图形信息码数据容量大的特征,能够实现内外网数据信息的无耦合、高效率的传输,确保内网信息的安全性。
-
公开(公告)号:CN110557388A
公开(公告)日:2019-12-10
申请号:CN201910826057.X
申请日:2019-09-03
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
IPC: H04L29/06
Abstract: 本发明提供一种具有双反馈双隔离的物理信道无耦合电网内外网隔离方法,涉及电力信息通讯技术领域。该方法包括:电网内部网络信息数据的提取分析;电网内部网络对提取到的信息数据进行加密并生成对应的图形信息码;独立计算机对电网内部网络留存的图形信息码进行采集、识别和奇偶校验;电网外部网络对独立计算机校验正确的图形信息码进行采集、识别和判断解析;电网网外部网络留存最终正确的图形信息码并将其作为电网网外部网络的公共数据。本方法具有双反馈、双隔离且图形信息码数据容量大的特征,能够实现内外网数据信息的无耦合、高效率的传输,确保内网信息的安全性。
-
公开(公告)号:CN110298574A
公开(公告)日:2019-10-01
申请号:CN201910539995.1
申请日:2019-06-21
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
Abstract: 本发明的一种基于卷积神经网络的用电用户缴费风险评级方法,包括如下步骤:选取用户的多种电网数据构成用户评级影响因素向量,由多个用户所对应的多组评级影响因素向量构成待评估用户矩阵,将待评估用户矩阵的集合划分为训练集和测试集;设定用户评级规则,划分用户风险等级;建立卷积神经网络模型,将训练集输入到卷积神经网络模型,对卷积神经网络模型进行训练;将测试集输入到训练好的卷积神经网络模型进行评级,获得对测试集中每个用户的初步评级结果;采用粒子群算法对测试集进行聚类,以对初步评级结果验证,若粒子群算法求解的评级结果和卷积神经网络模型获得初步评级结果相同,则将初步评级结果作为最终评级结果输出。
-
公开(公告)号:CN105260815A
公开(公告)日:2016-01-20
申请号:CN201510594719.7
申请日:2015-09-18
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学
Abstract: 基于大数据的电力系统缴费渠道评价方法,属于电力系统领域。本发明首先基于调查问卷数据,采用K-means聚类算法对用户缴费行为进行画像分析,识别出各类用户属性与各类用户缴费行为的对应关系。利用K最近邻分类算法对电力系统缴费渠道评价因素进行最邻近聚类,聚合结果作为缴费渠道评价指标,建立缴费渠道评价体系。利用模拟遗传退火算法确定缴费渠道评价指标的权重,从而形成缴费渠道评价模型。对于新的地区或新的时期,利用电力系统实际缴费数据判断缴费渠道评价模型是否适用,不适用则建立新的评价模型。本发明填补了电力系统领域的一项技术空白,实现了对电力系统缴费渠道的量化评价,为缴费渠道规划建设与改造提供了科学的决策依据。
-
公开(公告)号:CN110298574B
公开(公告)日:2023-06-13
申请号:CN201910539995.1
申请日:2019-06-21
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
IPC: G06Q10/0635 , G06Q30/0201 , G06Q30/0601 , G06Q50/06 , G06N3/006 , G06N3/0464 , G06N3/08
Abstract: 本发明的一种基于卷积神经网络的用电用户缴费风险评级方法,包括如下步骤:选取用户的多种电网数据构成用户评级影响因素向量,由多个用户所对应的多组评级影响因素向量构成待评估用户矩阵,将待评估用户矩阵的集合划分为训练集和测试集;设定用户评级规则,划分用户风险等级;建立卷积神经网络模型,将训练集输入到卷积神经网络模型,对卷积神经网络模型进行训练;将测试集输入到训练好的卷积神经网络模型进行评级,获得对测试集中每个用户的初步评级结果;采用粒子群算法对测试集进行聚类,以对初步评级结果验证,若粒子群算法求解的评级结果和卷积神经网络模型获得初步评级结果相同,则将初步评级结果作为最终评级结果输出。
-
公开(公告)号:CN110298573B
公开(公告)日:2023-04-07
申请号:CN201910537955.3
申请日:2019-06-20
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
IPC: G06Q10/0635 , G06Q10/0639 , G06Q30/0201 , G06Q50/06
Abstract: 本发明的基于多属性群决策的用户异常用电及欠费风险评估方法,首先确定最优先级指标,再建立次优先级指标体系,采用熵权法确定指标权重,灰色关联度与极大熵准则确定专家权重,指标权重与专家权重结合再与最优先级指标权重结合得到综合权重,最后采用模糊综合评价模型进行评估,并对评估进行最大隶属度排序,给出用户的评估结果。本发明对用户的异常用电和欠费风险进行评估,使供电企业对高风险客户及早关注,可以减少发生经济损失的可能性。
-
公开(公告)号:CN110309746A
公开(公告)日:2019-10-08
申请号:CN201910542921.3
申请日:2019-06-21
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
Abstract: 本发明公开一种无通信互联的高等级信息安全区表格数据信息提取方法,包括以下步骤:1)将目标表格从图片中提取出后,对图片映射校正;2)定位表格线的位置坐标,根据坐标间的区域提取目标单元格;3)将目标单元格内的文字依投影法分割成单个字符图片后,接入OCR模块中识别图片;4)将识别后的数据从建成表格显示出来。本发明增加了表格的识别率,能够在一定外部扰动的情况下,将表格中的单元格提取出来并分割,扩展了表格信息提取的适用范围,将受限的内网数据安全实时的导入外网中。
-
公开(公告)号:CN110298573A
公开(公告)日:2019-10-01
申请号:CN201910537955.3
申请日:2019-06-20
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
Abstract: 本发明的基于多属性群决策的用户异常用电及欠费风险评估方法,首先确定最优先级指标,再建立次优先级指标体系,采用熵权法确定指标权重,灰色关联度与极大熵准则确定专家权重,指标权重与专家权重结合再与最优先级指标权重结合得到综合权重,最后采用模糊综合评价模型进行评估,并对评估进行最大隶属度排序,给出用户的评估结果。本发明对用户的异常用电和欠费风险进行评估,使供电企业对高风险客户及早关注,可以减少发生经济损失的可能性。
-
公开(公告)号:CN114911180B
公开(公告)日:2024-09-20
申请号:CN202210465587.8
申请日:2022-04-29
Applicant: 东北大学 , 东北大学佛山研究生创新学院
IPC: G05B19/042 , H04L41/0823
Abstract: 本发明提供一种基于事件触发牛顿拉夫森的网内网间能量控制装置及方法,涉及能源控制技术领域。本发明将牛顿下降概念和动态事件触发通信策略嵌入到分布式优化算法的设计中,并考虑网络攻击等系统干扰,通过原对偶分析、泰勒展开和微分投影运算,通过网内网间能量控制装置的各个模块实现网内网间能量控制。本发明具有收敛速度快、无特殊初始化条件和异步通信的优点,更加灵活,易于实现。每个能源参与者可以快速获得其最优操作,并自适应地响应模型切换,而无需重置全局初始值,能减少通信交互,并显著降低对精确连续时间信息传输的依赖,也能减少通信开销和带宽等,并明确排除芝诺现象,具有更好的鲁棒性。
-
-
-
-
-
-
-
-
-