-
公开(公告)号:CN117829407A
公开(公告)日:2024-04-05
申请号:CN202311663081.9
申请日:2023-12-06
Applicant: 福建省亿力信息技术有限公司
IPC: G06Q10/063 , G06Q30/0601 , G06Q50/06 , G06F16/951 , G06F18/214 , G06F18/243 , G06F18/2433 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及智能电网监测领域,公开了一种基于多学习器融合的电网窃电检测方法,包括:利用数据抓取技术访问营销系统,进入用电信息采集系统,查询异常用户样本与用电量,利用第一模型对异常数据进行预处理;利用预处理后的数据集输入到由categorical boosting算法、随机森林和梯度提升决策树三种机器学习算法组成的第二模型,得到所述第二模型;将第二模型所得数据输入到第三模型;根据多模型集成监测模型开展窃电监测。本发明基于多学习器融合的电网窃电检测方法提高用户窃电监测精度,缩小供需缺口,减少能源支出与发电成本,有助于控制用户违规行为,助力电力系统稳定高效运行。
-
公开(公告)号:CN117634925A
公开(公告)日:2024-03-01
申请号:CN202311666766.9
申请日:2023-12-06
Applicant: 福建省亿力信息技术有限公司
IPC: G06Q10/0637 , G06Q10/0631 , G06Q50/06 , G06N3/0464 , G06N3/08 , H02J3/00
Abstract: 本发明涉及重过载预测领域,公开了一种基于乔‑威廉分布和卷积网络的配网重过载预测方法,该方法包括:获取配网重过载母线处的三相电压波形数据,并求取数据的乔‑威廉分布时频谱;利用乔‑威廉分布二维时频矩阵降维方法对各相电压的乔‑威廉分布时频谱进行图像降维处理,在频率和时间维度进行分块求和,并合并为三相电压分块时频谱;对分块时频谱进行归一化,并分为训练集和测试集;将卷积网络的卷积核改造为矩形尺度;标记训练集,进行卷积网络训练;采用训练完成的卷积网络对测试样本进行预测。本发明针对配网重过载预测问题,使用基于乔‑威廉分布和卷积网络的配网重过载预测方法,能准确预测配网运行的重过载状态,提高电网可靠性。
-
公开(公告)号:CN117725050A
公开(公告)日:2024-03-19
申请号:CN202311663233.5
申请日:2023-12-06
Applicant: 福建省亿力信息技术有限公司
IPC: G06F16/215 , G06F16/2458 , G06F18/243 , G06F18/2433 , G06F18/26 , G06N3/006 , G06N20/20 , G06Q50/06 , G06F16/22 , G06F18/10
Abstract: 本发明涉及数据处理领域,公开了一种基于蜂群优化和孤立森林的电力数据清洗方法,该方法包括:通过人工或流程自动化手段采集数据集;使用孤立森林算法计算样本异常分数,异常数据检测结果;以孤立森林的子采样数、特征数和最大树深度作为蜂群算法初始蜜源的位置向量,以K折交叉验证计算蜂群算法的目标函数;根据蜂群算法迭代更新孤立森林三种参数;重新构建孤立森林,计算得到检测精度分数,迭代蜜源位置;达到迭代终止条件后,获得最优的孤立森林模型,清洗异常数据。本发明针对电力数据中的异常数据清洗问题,使用基于蜂群算法优化和孤立森林的电力数据清洗方法,能够准确识别电力数据中的异常数据,对电力企业运营具有重要的意义。
-
-