-
公开(公告)号：CN106504111A
公开(公告)日：2017-03-15
申请号：CN201610833861.7
申请日：2016-09-19
Applicant: 清华大学 , 南方电网科学研究院有限责任公司
CPC classification number: G06Q50/06 , G06Q30/0201
Abstract: 一种异常电力用户挖掘中类分布不平衡问题的解决方法，包括SMOTE算法、ROSE算法，其有益效果是：从训练集入手，通过重采样改变训练数据的分布，即构造一个样本数相对平衡的合成数据集，并在新数据集上进行建模，从而提高分类器的性能，解决类分布不平衡问题。
-
公开(公告)号：CN106384308A
公开(公告)日：2017-02-08
申请号：CN201611036325.0
申请日：2016-11-16
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司电网技术研究中心 , 清华大学
IPC: G06Q50/06
CPC classification number: G06Q50/06
Abstract: 本发明涉及一种电力系统用电负荷数据的处理方法和装置，该方法包括如下步骤：检测电力系统的用电负荷，获得用电负荷曲线，并根据所述负荷曲线提取多个属性子集；计算各个属性子集的重要度，并依据各个属性子集的重要度选取有效属性子集；通过相关性分析方法对所述有效属性子集进行变换，获得用电负荷曲线特征数据。本发明能获得低维度的用电负荷曲线特征数据，基于低维度的用电负荷曲线特征数据对电力系统进行分析，既可以减小数据的存储空间，又能减小计算向量间欧式距离的时间开销，显著提高分析效率。
-
公开(公告)号：CN106096324A
公开(公告)日：2016-11-09
申请号：CN201610743642.X
申请日：2016-08-26
Applicant: 清华大学 , 广西电网有限责任公司电力科学研究院
IPC: G06F19/00
CPC classification number: G16Z99/00
Abstract: 一种基于k近邻回归的电力输变电设备负荷数据缺失填补算法，其特征在于，填补步骤为：将数据集D分为两个子集，即子集Dm、子集Dc。将子集Dm中的向量x分为x＝[xo；xm]。计算对应时刻值中，向量xo与子集Dc中所有向量的欧氏距离。根据距离大小对子集Dc中的向量进行升序排列，得到子集D'c。取子集D'c中的前k个向量(y1,y2,…,yk)。计算x在第i时刻缺失值的加权k近邻回归值。重复步骤一至步骤六，直至子集Dm中的所有向量都被处理过。其有益效果是：不需要使用训练集进行训练，近邻算法的优点是事先并不要求知道待预测样本的分布函数，因此具有直观、无需先验统计知识、无监督学习等特点。
-
公开(公告)号：CN106354803B
公开(公告)日：2020-04-10
申请号：CN201610743931.X
申请日：2016-08-26
Applicant: 清华大学 , 广西电网有限责任公司电力科学研究院
IPC: G06F16/215 , G06Q50/06
Abstract: 一种基于特性指标的电力输变电设备负荷坏数据检测方法，步骤为：计算聚类有效性指标，确定最佳聚类数，用集成聚类算法对负荷曲线聚类，得到每一类的特征曲线Cp。计算每一类中各负荷曲线在各时刻时，实际负荷曲线与特征曲线的差异程度zscore。用移动中值平滑算法对每一条负荷曲线进行平滑处理，将原始负荷曲线和平滑负荷曲线作差得到误差序列en，计算各时刻的平滑性指标mscore，检测坏数据，令迭代次数r＝r+1，若r>M，重复步骤二至步骤九，若r
-
公开(公告)号：CN106503717A
公开(公告)日：2017-03-15
申请号：CN201610833862.1
申请日：2016-09-19
Applicant: 清华大学 , 广西电网有限责任公司电力科学研究院
CPC classification number: G06K9/46 , G06K9/6269
Abstract: 一种基于无监督模型的输变电主设备负荷曲线的特征提取方法，提取步骤为：对原始负荷曲线进行特征提取与选择，获得物理特征集；对物理特征集进行扩展，获得扩展特征集；将物理特征集与扩展特征集进行叠加，获得属性特征集；对属性特征集进行分类。其有益效果是：在进行设备负荷异常数据辨识时，可以将无监督模型的输出作为有监督模型的输入，即在属性集中引入局部离群因子的相关信息，属性集包含各类设备负荷之间相互关系的信息，从而更加全面地表征各类设备负荷特征模式，进而提高分类器的预测性能。
-
Patent Agency Ranking
公开(公告)号：CN106055548A
公开(公告)日：2016-10-26
申请号：CN201610193922.8
申请日：2016-03-31
Applicant: 广西电网有限责任公司电力科学研究院 , 清华大学
IPC: G06F17/30
CPC classification number: G06F17/30994
Abstract: 本发明涉及电力设备故障分析领域，公开了一种电力输变电设备故障数据的可视化分析方法。所述可视化分析方法为：采集电力系统输变电设备故障数据，通过R语言分析技术及前端展示图表，将故障数据展现，得到可视化图；所述可视化图包括：treeMap图、时间序列频率图或变量相关性热力图。通过该可视化分析方法达到了对输变电线路设备的故障数据进行全面的、多维的数据可视化分析目的，得出不同的图像、曲线，可以对整体故障数据进行直观、快速地了解。
-
公开(公告)号：CN106055548B
公开(公告)日：2018-08-24
申请号：CN201610193922.8
申请日：2016-03-31
Applicant: 广西电网有限责任公司电力科学研究院 , 清华大学
IPC: G06F17/30
Abstract: 本发明涉及电力设备故障分析领域，公开了一种电力输变电设备故障数据的可视化分析方法。所述可视化分析方法为：采集电力系统输变电设备故障数据，通过R语言分析技术及前端展示图表，将故障数据展现，得到可视化图；所述可视化图包括：treeMap图、时间序列频率图或变量相关性热力图。通过该可视化分析方法达到了对输变电线路设备的故障数据进行全面的、多维的数据可视化分析目的，得出不同的图像、曲线，可以对整体故障数据进行直观、快速地了解。
-
公开(公告)号：CN106598915A
公开(公告)日：2017-04-26
申请号：CN201610910511.6
申请日：2016-10-19
Applicant: 清华大学 , 广西电网有限责任公司电力科学研究院
Abstract: 一种基于新型样条插值法的输变电主设备运维数据预处理方法，包括数据点坐标(xk，yk)其中(k＝1,2,…,n‑1)，及端点数据点(xn，yn)、连接各个数据点坐标的分段插值函数y＝fk(x)，其有益效果是：通过本方法得到的插值信号，数学原理严密、计算过程简便、程序设计简单、计算量小。较三次样条插值来说，本方法仅利用较少的局部数据点，插值曲线不易出现摇摆现象，更接近原始曲线的型态。
-
公开(公告)号：CN106570526A
公开(公告)日：2017-04-19
申请号：CN201610958899.7
申请日：2016-10-27
Applicant: 清华大学 , 广西电网有限责任公司电力科学研究院
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6269
Abstract: 一种用于输变电主设备负荷曲线挖掘的分类器集成方法，集成步骤为：对数据集D进行k次迭代放回抽样，得到k个训练集Di；对训练集Di进行机器学习，获得分类模型M和相应的分类器，将数据集D输入分类模型M中得到分类结果Q，对分类结果进行归类，确定元组性质。其有益效果是：通过本方法建立的集成分类器模型，可以有效的提升设备负荷异常数据辨识的准确性。通过使用本方法得到的输变电主设备负荷异常度排序，对排名靠前的设备进行重点核查，可以有效提高设备运维效率，节约电力公司开支。
-
公开(公告)号：CN106354803A
公开(公告)日：2017-01-25
申请号：CN201610743931.X
申请日：2016-08-26
Applicant: 清华大学 , 广西电网有限责任公司电力科学研究院
Abstract: 一种基于特性指标的电力输变电设备负荷坏数据检测算法，步骤为：计算聚类有效性指标，确定最佳聚类数k，用集成聚类算法对负荷曲线聚类，得到每一类的特征曲线Cp。计算每一类中各负荷曲线在各时刻时，实际负荷曲线与特征曲线的差异程度zscore。用移动中值平滑算法对每一条负荷曲线进行平滑处理，将原始负荷曲线和平滑负荷曲线作差得到误差序列en，计算各时刻的平滑性指标mscore，检测坏数据，令迭代次数r=r+1，若r>M，重复步骤二至步骤九，若r
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.046 seconds)
