-
公开(公告)号：CN116245212A
公开(公告)日：2023-06-09
申请号：CN202211560224.9
申请日：2022-12-06
申请人： 江苏方天电力技术有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/2433 , G06F18/2135 , G06F18/10 , G06N3/0442 , G06F123/02
摘要： 本发明提供一种基于PCA‑LSTM的电力数据异常检测与预测方法及系统，该方法通过获得原始用电采集数据，进行数据排序，得到时间序列的电力数据；进行预处理，获得预处理后的电力数据；采用主成分分析法PCA进行降维，获得降维后的数据，并分为训练集和测试集；构建长短期记忆神经网络预测模型LSTM，对长短期记忆神经网络预测模型LSTM进行优化后，获得最终的长短期记忆神经网络预测模型LSTM；通过得到的最终的长短期记忆神经网络预测模型LSTM进行预测；本发明能够高精度高效率实现电力数据时间序列的数据预测，能够有效去除冗余数据，降低计算复杂度，提升数据处理速度，并有效降低预测误差。
-
公开(公告)号：CN111080081B
公开(公告)日：2022-06-10
申请号：CN201911170004.3
申请日：2019-11-26
申请人： 江苏方天电力技术有限公司
摘要： 本发明公开了一种电力在线客服接待分配方法，包括采集客服变量集合以及各变量集合的客户评分，构建样本数据集；计算样本数据中各元素出现的概率；根据样本数据中各元素出现的概率，计算客户评分下变量集合中各变量出现的概率；根据样本数据中各元素出现的概率和客户评分下变量集合中各变量出现的概率，根据贝叶斯定理计算变量集合下客户评分出现的概率；根据变量集合下客户评分出现的概率，计算各变量集合的评分；基于变量集合评分的排序，进行接待分配。同时公开了相应的接待分配系统和在线客服系统。本发明的方法基于客户评分计算客服变量集合评分，基于变量集合评分的排序，进行接待分配，减少了主观人为因素，相较于传统的方法更加合理。
-
公开(公告)号：CN113837720A
公开(公告)日：2021-12-24
申请号：CN202111086933.3
申请日：2021-09-16
申请人： 江苏方天电力技术有限公司
摘要： 本发明公开一种电力营销档案变更电能表的异常恢复方法及系统，获取当前版本电力营销档案和上一版本电力营销档案，将当前版本电力营销档案和上一版本电力营销档案的数据的电表标识进行关联对比，获取当前版本电力营销档案已经删除的电能表档案信息；将已经删除的电能表档案信息与计量异常记录表进行关联，获取已经删除的电能表存在的未恢复异常记录，并获取未恢复异常记录；将未恢复异常记录与研判方法和计算基础单元进行关联，获取异常研判计算模型信息；根据异常研判计算模型的计算类型选择对应的异常恢复类型，对电能表的未恢复异常记录执行不同类型的恢复。
-
公开(公告)号：CN112785029A
公开(公告)日：2021-05-11
申请号：CN202011221935.4
申请日：2020-11-05
申请人： 江苏方天电力技术有限公司 , 东南大学
摘要： 本发明公开了一种基于深度聚类模型的充电站用电量预测方法，包括：充电站数据的增强及预处理；基于深度聚类模型的特征映射，充电站所属簇的确定；基于最近邻算法的充电站电量预测。本发明方法使用深度神经网络同时学习充电站数据的特征表示和簇的分配，通过将数据映射到隐层特征空间，迭代地优化聚类目标和重构损失，减少了误差传播的可能性；进一步使用最近邻算法对充电站用电量进行预测。本方法相比于以往的充电站用电预测方法，能够挖掘到数据的隐含特征，缩小搜索空间，具有更高的预测精度。
-
公开(公告)号：CN112528316A
公开(公告)日：2021-03-19
申请号：CN202010984734.3
申请日：2020-09-18
申请人： 江苏方天电力技术有限公司 , 东南大学
摘要： 本发明公开一种基于贝叶斯网络的隐私保护世系工作流发布方法，包括如下步骤：通过训练贝叶斯网络衡量世系工作流中模块间的依赖程度，评估不同模块在溯源查询的重要性不同；划分工作流中的强、弱关联模块，针对不同模块类型设计定制化隐藏处理方案，综合平衡隐私性与可用性，对强关联模块，保证在隐藏操作后原经过该模块的世系路径仍然保留；对弱关联模块，牺牲较弱关联依赖以保证隐私安全。本发明结合对隐私模块最小二分拆分方法与删除数据依赖方法，实现了在保护世系工作流模块隐私不泄露的同时有效维持溯源查询的可用性。
-
公开(公告)号：CN110503251A
公开(公告)日：2019-11-26
申请号：CN201910738748.4
申请日：2019-08-12
申请人： 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 江苏中堃数据技术有限公司
摘要： 本发明公开了一种基于Stacking算法的非节假日负荷预测方法，包括以下步骤：S1、获取样本数据，包括电力系统用户短期负荷数据、气象数据和时间因素；S2、对S1获得的样本数据，做数据预处理，包括缺失值处理和标准化处理；S3、使用Stacking算法对S2已经处理好的样本数据进行负荷预测建模；S4、使用S3已经建好的模型对待预测点进行负荷预测；S5、使用平均绝对误差比率和准确度来评估该负荷预测模型的性能。本发明提供的一种基于Stacking算法的非节假日负荷预测方法，拥有良好的自学习能力和非线性表达能力，能够提升预测精度和扩大使用范围。
-
公开(公告)号：CN107944716A
公开(公告)日：2018-04-20
申请号：CN201711224872.6
申请日：2017-11-29
申请人： 国网江苏省电力有限公司 , 江苏方天电力技术有限公司 , 国家电网公司
CPC分类号： G06Q10/0639 , G06N5/025 , G06N99/005 , G06Q50/06
摘要： 本发明公开了一种基于学习结果修正的变电站电能计量周期平衡异常诊断方法，包括以下步骤：步骤S1，建立变电站电能量计量周期平衡异常诊断规则库；步骤S2，对电能量计量结果数据开展溯源分析以明确异常情况；步骤S3，依据异常诊断规则库对异常情况进行根本原因分析；步骤S4，基于深度学习对根本原因进行分析修正。本发明通过有监督学习、无监督学习的修正实现异常的根本原因诊断。
-
公开(公告)号：CN104331435B
公开(公告)日：2017-11-21
申请号：CN201410569282.7
申请日：2014-10-22
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司信息通信分公司 , 江苏方天电力技术有限公司 , 江苏省电力公司南京供电公司
IPC分类号： G06F17/30
摘要： 本发明公开了一种基于Hadoop大数据平台的低影响高效率的海量数据抽取方法，用Golden Gate从关系型数据库的在线日志文件中抽取变化的数据；将变化数据分别放到各自类别的文件中；利用MapReduce对数据进行解析与处理；对数据进行清洗、转换和过滤异常数据，并转换成适合分布式数据库HBase存储的格式；采用批量导入数据的方式将数据装载到分布式数据库HBase中；使用Tomcat服务器作为Web Server提供Web层的访问服务。本发明可以快速地将海量数据从关系型数据库抽取到大数据平台中，由于通过对数据源日志文件的分析实现对增量数据的抽取，因此本发明在抽取数据时对数据源系统的影响非常小。
-
公开(公告)号：CN106570783A
公开(公告)日：2017-04-19
申请号：CN201610954108.3
申请日：2016-10-27
申请人： 国网江苏省电力公司 , 江苏方天电力技术有限公司 , 国家电网公司
IPC分类号： G06Q50/06
CPC分类号： G06Q50/06
摘要： 本发明公开了一种基于大数据思维的客户用电行为分析模型，结合用户所属的行业、地区背景，分析用户的用电构成、峰谷用能合理性、功率因素、产能利用率、超容用电、环境变化引起的用电量及负荷变化关联关系；将用电分析结果及合理用电建议推送给企业用户，指导用户合理签订购售电合同、选择电价政策、生产活动安排，降低用户的生产、用能成本，促进用户利益最大化；同时公司可通过价格、政策等措施引导、推进用户进行结构调整，转变增长方式；指导用户合理签订购售电合同、选择电价政策、生产活动安排、错峰用电，降低用户的生产、用能成本，促进用户利益最大化、促进节能降耗。
-
公开(公告)号：CN104063480B
公开(公告)日：2016-09-21
申请号：CN201410312530.X
申请日：2014-07-02
申请人： 国家电网公司 , 江苏省电力公司 , 江苏方天电力技术有限公司
IPC分类号： G06F17/30
摘要： 本发明公开了一种基于用电大数据的负荷曲线并行聚类方法，通过dbN小波系对所有负荷曲线进行小波去噪，以降低曲线中的小波动对聚类结果产生的影响，并采用了基于多核并行技术的K均值聚类算法进行负荷曲线聚类，筛选出特征明显的聚类结果，整合分析得到了最终的负荷曲线分类。本发明实现了海量负荷曲线的并行聚类算法，有效地提高了负荷曲线聚类的速度，为研究电力用户负荷特性，进行负荷、电量预测打下了基础。
-
-
-
-
-
-
-
-
-
搜索结果
63 条记录 (耗时 0.049 秒)
