-
公开(公告)号:CN113657687B
公开(公告)日:2023-09-29
申请号:CN202111007838.X
申请日:2021-08-30
Applicant: 国家电网有限公司 , 国网重庆市电力公司信息通信分公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/2413 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于特征工程和多路深度学习的电力负荷预测方法,包括步骤:S1.采集电力负荷数据以及气温数据;S2.依据目标特征对电力负荷数据以及气温数据进行处理,生成数据集;S3.对数据集进行切分得到N个数据子集;S4.将N个数据子集分别输入到N个径向基函数网络,进行训练,得到N个训练后的径向基函数网络;S5.采集测试数据;S6.从N个已训练的径向基函数网络中选取K个径向基函数网络,并将测试数据分别输入到K个径向基函数网络,输出K个电力负荷预测结果,将K个电力负荷预测结果的求和平均值作为最终的电力负荷预测结果。本发明能够减少神经网络中隐含层神经元的数量,学习效率高,泛化能力强,预测效果好。
-
公开(公告)号:CN115577841A
公开(公告)日:2023-01-06
申请号:CN202211258061.9
申请日:2022-10-13
Applicant: 国网重庆市电力公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明提供的一种基于集成学习的用电数据和非电用能关联预测方法,包括以下步骤:S1.采集用户的历史的用电数据和非电用能数据,并对用电数据和非电用能数据进行清洗;S2.对用电数据和非电用能数据进行归一化处理;S3.对基于归一化处理后的用电数据和非电用能数据确定出用电数据和非电用能数据的相关性,并筛选出相关性大于设定阈值的用电数据和非电用能数据;S4.将筛选出的用电数据和非用电数据输入至随机森林算法模块、GBDT算法模块以及Elastic Net算法模块中进行训练,三个算法模块分别输出三个非电用能预测结果;S5.判断三个非电用能预测结果与步骤S3筛选出的非电用能数据之间的误差指标是否在设定阈值范围内,则返回步骤S3;如是,则进入步骤S6;S6.从步骤S2中经过归一化处理后的用电数据中筛选出m个样本输入至随机森林算法模块、GBDT算法模块以及Elastic Net算法模块中进行处理,得到中间预测结果,然后将中间预测结果输入至线性回归算法模块中进行处理,得到最终的非电用能预测结果。
-
公开(公告)号:CN113702769B
公开(公告)日:2022-10-14
申请号:CN202111018123.4
申请日:2021-08-30
Applicant: 国家电网有限公司 , 国网重庆市电力公司信息通信分公司
IPC: G01R31/08
Abstract: 本发明公开了一种基于监测数据空时相关性的配电网异常监测与定位方法,包括步骤:S1.采集配电网中馈线的运行状态信息;S2.对配电网中馈线的运行状态信息进行处理,得到数据矩阵;S3.构建基于数据矩阵的经验特征值分布模型;S4.构建基于残差矩阵空时相关性结构的经验特征值分布模型;S5.求取两个经验特征值分布模型之间谱距离的最小值,将获取最小值时设置的估计参数作为最佳估计参数;S6.通过最佳估计参数度量空时相关性的变化,并依据空时相关性的变化监测和定位配电网异常。本发明无需预知关于配电网复杂拓扑的先验知识,且对网络中微小的随机波动和测量误差具有很强的鲁棒性,有助于降低误报率。
-
公开(公告)号:CN118760541A
公开(公告)日:2024-10-11
申请号:CN202310771722.6
申请日:2023-06-27
Applicant: 国家电网有限公司 , 国网重庆市电力公司信息通信分公司
Abstract: 本发明提供的一种基于移动边缘计算环境的分布式主动容错方法,包括以下步骤:S1.初始化GON模型;S2.将时序数据输入至GON模型中进行预测,得到异常分数ft1和系统状态xt1;S3.对系统状态xt1进行马尔可夫建模,得到状态特征st1;S4.初始化深度确定性策略梯度算法;S5.将状态特征st1输入至深度确定性策略梯度算法中进行处理,得到调度策略St1;S6.将调度策略St1、时序数据和拓扑结构Gt输入至GON模型中,得到异常分数ft2和系统状态xt2;S7.根据异常分数ft2判断是否存在故障;S8.根据调度策略St执行任务。
-
公开(公告)号:CN113702769A
公开(公告)日:2021-11-26
申请号:CN202111018123.4
申请日:2021-08-30
Applicant: 国家电网有限公司 , 国网重庆市电力公司信息通信分公司
IPC: G01R31/08
Abstract: 本发明公开了一种基于监测数据空时相关性的配电网异常监测与定位方法,包括步骤:S1.采集配电网中馈线的运行状态信息;S2.对配电网中馈线的运行状态信息进行处理,得到数据矩阵;S3.构建基于数据矩阵的经验特征值分布模型;S4.构建基于残差矩阵空时相关性结构的经验特征值分布模型;S5.求取两个经验特征值分布模型之间谱距离的最小值,将获取最小值时设置的估计参数作为最佳估计参数;S6.通过最佳估计参数度量空时相关性的变化,并依据空时相关性的变化监测和定位配电网异常。本发明无需预知关于配电网复杂拓扑的先验知识,且对网络中微小的随机波动和测量误差具有很强的鲁棒性,有助于降低误报率。
-
公开(公告)号:CN110826151A
公开(公告)日:2020-02-21
申请号:CN201911121936.9
申请日:2019-11-15
Applicant: 国家电网有限公司 , 国网重庆市电力公司信息通信分公司
Abstract: 本发明公开了一种电动汽车模型设计方法,该设计方法包括映射关系设计、模型完善设计、模型整合设计、逻辑模型设计和物理模型设计;该发明依照SG-CIM统一数据模型设计规范及设计方法进行模型设计工作,保障数据标准统一,从根本上保证系统之间数据的兼容性和一致性,消除由于各应用系统自行设计开发而导致的数据分散重复、口径不一致和信息孤岛现象。
-
公开(公告)号:CN113484573B
公开(公告)日:2023-03-07
申请号:CN202110797363.2
申请日:2021-07-14
Applicant: 国家电网有限公司 , 国网重庆市电力公司信息通信分公司
IPC: G01R11/24
Abstract: 本发明公开了一种基于能源数据分析的异常用电监测方法,包括步骤:S1.构建异常用电监测模型;S2.根据异常用电监测模型判断目标用户在采样时刻可疑用电行为的疑似边界是否大于0,若是,判决该目标用户是可疑用电用户,否则,判决该目标用户不是可疑用电用户;S3.按照步骤S2类推,对目标供电区域内所有用电用户进行判断,得到判决结果,并将判决结果发送到监控中心。本发明的基于能源数据分析的异常用电监测方法,能够实时分析和监测窃电等异常用电行为,有效识别并准确定位异常用电用户,并向监管人员发出告警信息,实施成本低。
-
公开(公告)号:CN110826151B
公开(公告)日:2023-01-24
申请号:CN201911121936.9
申请日:2019-11-15
Applicant: 国家电网有限公司 , 国网重庆市电力公司信息通信分公司
Abstract: 本发明公开了一种电动汽车模型设计方法,该设计方法包括映射关系设计、模型完善设计、模型整合设计、逻辑模型设计和物理模型设计;该发明依照SG‑CIM统一数据模型设计规范及设计方法进行模型设计工作,保障数据标准统一,从根本上保证系统之间数据的兼容性和一致性,消除由于各应用系统自行设计开发而导致的数据分散重复、口径不一致和信息孤岛现象。
-
公开(公告)号:CN112418019A
公开(公告)日:2021-02-26
申请号:CN202011242854.2
申请日:2020-11-08
Applicant: 国家电网有限公司 , 国网重庆市电力公司信息通信分公司
Abstract: 本发明公开了一种架空电力通信光缆巡视系统及方法,包括巡视车以及与巡视车无线通信连接的控制模块;所述巡视车包括壳体、设置于壳体下方的落水防护机构、设置于壳体上方的拍摄机构以及设置于壳体内部的除湿机构;所述控制模块包括图像接收模块以及图像处理模块;所述图像接收模块用于接收所述拍摄机构采集的图像信息;所述图像处理模块用于识别接收到的图像信息中的目标特征,并对所述目标特征进行分类处理,得到通信光缆的缺陷分类结果。本发明的一种架空电力通信光缆巡视系统及方法,能够降低城市架空光缆巡视的人力成本,提高了光缆巡视效率,应用广泛、操作灵活。
-
公开(公告)号:CN112418019B
公开(公告)日:2024-06-28
申请号:CN202011242854.2
申请日:2020-11-08
Applicant: 国家电网有限公司 , 国网重庆市电力公司信息通信分公司
Abstract: 本发明公开了一种架空电力通信光缆巡视系统及方法,包括巡视车以及与巡视车无线通信连接的控制模块;所述巡视车包括壳体、设置于壳体下方的落水防护机构、设置于壳体上方的拍摄机构以及设置于壳体内部的除湿机构;所述控制模块包括图像接收模块以及图像处理模块;所述图像接收模块用于接收所述拍摄机构采集的图像信息;所述图像处理模块用于识别接收到的图像信息中的目标特征,并对所述目标特征进行分类处理,得到通信光缆的缺陷分类结果。本发明的一种架空电力通信光缆巡视系统及方法,能够降低城市架空光缆巡视的人力成本,提高了光缆巡视效率,应用广泛、操作灵活。
-
-
-
-
-
-
-
-
-