-
公开(公告)号：CN118523481A
公开(公告)日：2024-08-20
申请号：CN202410296542.1
申请日：2024-03-15
Applicant: 广西电网有限责任公司
Abstract: 本发明公开了一种基于用电行为轨迹的异常用电智能识别方法，涉及用电行为异常智能识别技术领域，包括获取用户的用电相关数据，异常用电识别，所述用电相关数据包括线损率数据和用电量数据，利用采集的数据信息建立用电轨迹特征模型、用电轨迹异常的识别模型和用户行为轨迹异常模型，从而进一步判断用户是否用电行为异常；在整个操作过程中不需要人工进行检测操作，对数据信息进行智能分析，从而进一步识别出用户用电是否存在异常，提高管理人员的工作效率，有效对用户用电进行监控，判断待评价用户是否为异常用户。通过二次筛选的过程，提高了异常用户识别结果的准确度。
-
公开(公告)号：CN117074809A
公开(公告)日：2023-11-17
申请号：CN202310719847.4
申请日：2023-06-17
Applicant: 广西电网有限责任公司
IPC: G01R31/00 , G01R19/165 , G08B21/18
Abstract: 本发明公开了一种基于知识图谱的计量设备状态追踪与异常监控模型，涉及计量设备与异常监控技术领域，包括电压监控单元、实时反馈单元、数据处理单元、预警单元和应急单元，所述电压监控单元通过对电压、电流和频率数据的值进行监控，所传输的数值及时进行反馈，反馈的数据通过电压电流的不平衡算法来计算电压电流数据是否异常，通过对异常数据进行及时处理和维修，电压数据的异常会导致断电，所以当断电时储备的电源就会自动连接家用电器，并及时提高供电。本发明通过对家用电压进行实时的监控，当数据出现异常就会进行预警并应急处理，提高安全系数，避免危险的产生。
-
公开(公告)号：CN116883039A
公开(公告)日：2023-10-13
申请号：CN202310738700.X
申请日：2023-06-21
Applicant: 广西电网有限责任公司
IPC: G06Q30/0201 , G06Q50/06 , G06N5/022
Abstract: 本发明公开了一种基于知识图谱的电力营销数据多维度探测模型及方法，该方法包括步骤：获取待用电端定位数据；获取待用电端身份数据；根据所述待用电端定位数据和所述待用电端身份数据，基于预先构建的区域供电数据知识图谱，多维度探测查询得到周边可供电网点数据；获取待用电端用电数据；分析所述待用电端用电数据和所述周边可供电网点数据，输出第一充电建议信息。本发明涉及的技术方案，能够提高区域供电网点的使用效率，能够为待用电端提供基于当前状态下的充电建议，提高待用电端的用电稳定性及合理性。
-
公开(公告)号：CN116645137A
公开(公告)日：2023-08-25
申请号：CN202310533780.5
申请日：2023-05-12
Applicant: 广西电网有限责任公司
IPC: G06Q30/0203 , G06F16/951 , G06F16/906
Abstract: 本发明公开了基于数据库的营销业务效能智能分析预测模型，涉及营销业务技术领域，包括用户画像构建单元，所述用户画像构建单元从用户数据存储单元中的用户数据库获取大量用户数据，从大量的用户数据中提取人口数据、空间时间数据、社交数据、消费数据、行为特征数据及金融数据等，通过数据分析为每个不同用户打上相应的标签，通过数据建模生成用户画像，通过不断的填充不同时期的用户数据完成对用户不同时期的用户画像构建，将构建完成的用户画像数据传输至营销策略分析单元。本发明通过营销策略匹配单元实现了精准营销，通过营销预测模型单元构建智能预测分析模型。
-
公开(公告)号：CN116644376A
公开(公告)日：2023-08-25
申请号：CN202310533782.4
申请日：2023-05-12
Applicant: 广西电网有限责任公司
Abstract: 本发明公开了一种对电力营销多源数据进行知识融合与数据存储方法，涉及多源数据知识融合技术领域，现提出如下方案，包括以下步骤：S1、构建标准化的数据格式和数据标准：使用Webservice技术作为不同系统的接口通信并建立通讯协议，构建标准化的数据格式和数据标准；本发明通过加快构建电力大数据融合系统，能够实现对多种数据信息的高效融合和高效收集，实现多源化数据的标准化转换，能够快速地对电力大数据进行高效的处理，并对数据进行高效的储存、科学调用以及备份处理，有效实现不同系统内的数据共享和数据传输，消除不同部门之间的信息孤岛现象，有利于实现对多源数据的整合发展。
-
公开(公告)号：CN116561626A
公开(公告)日：2023-08-08
申请号：CN202310526857.6
申请日：2023-05-11
Applicant: 广西电网有限责任公司
IPC: G06F18/24 , G06F16/36 , G06F16/953 , G06F16/903 , G06Q10/0639 , G06Q30/0601 , G06Q10/0635 , G06Q50/06 , G06Q30/0207
Abstract: 本发明公开了一种基于知识图谱的电费回收风险防预估模型，涉及对企业用电回收的风险评估和防范风险技术领域，包括以下步骤S1、电费回收数据的获取：S2、电费回收数据的分析：S3、信用划分数据：S4、预测风险和S5、预防措施。本发明是通过对企业的信用等级划分之后进行电费回收的评估风险，在对其进行防范，风险较高信用低的采取断电的模式，风险低信用好的采取预存的模式。
-
公开(公告)号：CN113781255A
公开(公告)日：2021-12-10
申请号：CN202110902187.4
申请日：2021-08-06
Applicant: 广西电网有限责任公司
Abstract: 本发明公开了一种基于区块链的电力交易系统数据安全存储方法及系统，其中方法包括：使用区块链管控平台验证每个交易主体的身份；访问业务接口；参数校验。本发明基于区块链的身份认证服务，实现电力交易中心、发电企业、售电企业、用电企业、电网企业等多主体间业务身份统一可信管理，解决多主体间身份互信的问题，能够有效实现电力交易系统各业务环节的数据高效互信，节点同步实现数据高效共享。
-
公开(公告)号：CN119627848A
公开(公告)日：2025-03-14
申请号：CN202411413161.3
申请日：2024-10-11
Applicant: 广西电网有限责任公司电力科学研究院
IPC: H02J3/00 , H02J3/46 , G06Q50/06 , G06Q10/0631 , G06Q10/04
Abstract: 本发明公开了一种虚拟电厂实时调峰策略方法及系统，涉及虚拟电厂电力系统调峰技术领域，包括基于虚拟电厂组成设备分类，构建分布式能源数学模型；通过构建虚拟电厂外在出力特性，建立虚拟电厂的多目标调峰调度模型；对虚拟电厂的多目标调峰调度模型进行算例分析，并进行调峰优化策略效用分析。本发明所述方法通过虚拟电厂组成设备分类对可控分布式电源构建相应数学模型，构建虚拟电厂的外在出力特性模型，以系统负荷方差最小化和系统运行成本最小化为优化目标，构建虚拟电厂的多目标函数，建立虚拟电厂的多目标调峰调度模型，通过算例分析，验证所构建的多目标调峰调度模型的有效性，分析调峰优化策略的效用，为虚拟电厂的高效运行提供策略支持。
-
公开(公告)号：CN119441910A
公开(公告)日：2025-02-14
申请号：CN202411374283.6
申请日：2024-09-29
Applicant: 广西电网有限责任公司
IPC: G06F18/23 , G06F18/15 , G06F18/213 , G06Q40/04 , G06Q50/06 , G06N3/0455 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种特征挖掘和对比学习的时间序列聚类方法及系统，包括：收集电力市场交易主体相关数据，从电力交易市场聚类的一级指标和下属的二级指标中构造变量，对时间序列数据进行粒度对齐。采用小波变换对电力用户交易行为的时间序列数据进行降噪和去除异常值处理。对电力用户交易行为的时间序列进行数据增强，并构造样本对，采用自编码器进行样本特征提取。采用基于对比学习思想的时间序列聚类方法对数据增强之后的样本对矩阵进行聚类。本发明提出了一种独特新颖的适用于电力市场数据的特征挖掘方法，良好的特征提取也提高了后续的聚类效果。解决了现有的时间序列数据增强方法难以描述时间序列的变换不变性的问题。
-
公开(公告)号：CN119416880A
公开(公告)日：2025-02-11
申请号：CN202411428237.X
申请日：2024-10-14
Applicant: 广西电网有限责任公司
IPC: G06N5/022 , G06F16/3332 , G06F16/334 , G06F16/901 , G06N3/091 , G06F40/295 , G06F40/216
Abstract: 本发明公开了一种基于主动学习的电力知识图谱构建方法及系统，涉及电力市场交易数据分析技术领域，包括数据收集，并对收集到的数据进行清洗，生成电力交易场景的词预测任务数据，并训练电力领域词嵌入模型，生成实体关系训练样本，输入词嵌入模型，并通过实体关系联合抽取模型进行实体关系标签预测，基于主动学习抽取高质量样本进行词性标注，并基于标注样本训练模型，将训练好的实体关系联合抽取模型应用至电力交易数据进行知识图谱构建，并进行人工纠偏与实体统一，将知识图谱存入Neo4j数据库。本发明将主动学习与深度学习相结合，有效减少了样本标注成本，同时又保证了模型性能。
