-
公开(公告)号：CN117725447A
公开(公告)日：2024-03-19
申请号：CN202311463030.1
申请日：2023-11-06
Applicant: 国网上海市电力公司
IPC: G06F18/23213 , G06F18/2433 , G06F18/22 , G06Q50/06
Abstract: 一种基于改进聚类模型的电力负荷数据异常识别方法，从电力营销系统抽取历史96点负荷数据，构成原始数据数据处理，并对数据做标准化处理，然后构建异常识别模型，采用基于动态时间弯曲DTW距离的DTWK‑means聚类模型进行异常识别，接着采用手肘法选取聚类数目，最后构建异常识别模型，形成DTWK‑means聚类模型，计算每个非聚类中心与聚类中心之间的DTW距离，按照距离将非聚类中心点分配聚类中心，再重新计算每个新簇的均值作为新的类簇中心，计算SSE的值，直到SSE值不再改变，聚类完成。本发明可以自动快速诊断和精准辨识异常数据，及时纠偏；且本发明的常识别模型可不断学习完善，保证异常识别更精准更快速，从而提升电力企业的工作效率，还可以降低电网系统的运营成本。
-
公开(公告)号：CN117633612A
公开(公告)日：2024-03-01
申请号：CN202311448205.1
申请日：2023-11-02
Applicant: 国网上海市电力公司
IPC: G06F18/241 , G06F18/10 , G06N3/0442 , G01R35/04
Abstract: 本发明涉及电能计量技术领域，且公开了一种基于大数据自诊断的电能计量方法及系统，包括以下步骤：步骤1、数据收集与存储：收集和存储大量的电能计量数据。该基于大数据自诊断的电能计量方法及系统，通过大数据深度学习Tensorflow和Keras深度学习库搭建用于多变量时间序列预测的LSTM模型，基于过去值和过去值的预测值来预测未来值而不是仅仅使用季节等离散不相关特征，使用过去值的预测值能使模型更加稳定，同时利用Walk‑Forward Split方法和Side‑by‑Side Split方法，使得模型在拟合后，可以预测整个测试数据集，将预测与测试数据集相结合，并调整测试数据集的规模，通过初始预测值和实际值，可以计算模型的误差分数，有效地提高电能计量的准确性和可靠性。
-
公开(公告)号：CN117134492A
公开(公告)日：2023-11-28
申请号：CN202311033295.8
申请日：2023-08-16
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司 , 北京志翔科技股份有限公司
IPC: H02J13/00
Abstract: 本发明公开了一种基于台区GIS拓扑信息的供电末端低电压运行预警方法，S1：低压出线供电路径分段；S2：分段分相电压水准计算；S3：分段分相电压渐变趋势分析：依据各分段分相电压计算结果，构建分段分相电压与时间间隔的线性回归方程，根据分段分相电压与时间的映射函数式，以此求解指定时间内各分段分相电压预测值；S4：供电末端低电压运行风险预警。本发明具有简单可靠等优点，对电压曲线数据采集较差的台区兼容性更强，可有效提升台区低电压运行风险预警的适用范围、准确性与时效性，可为台区供电质量提升、台区供电结构优化、配网台区改造建设等业务应用提供技术支持，有效提升台区低电压风险预测能力。
-
公开(公告)号：CN117132016A
公开(公告)日：2023-11-28
申请号：CN202311033297.7
申请日：2023-08-16
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司 , 北京志翔科技股份有限公司
IPC: G06Q10/063 , H02J13/00 , G01R19/00 , G06Q50/06
Abstract: 本发明公开了一种考虑计量因素干扰的低电压运行辨识方法，S1：采集系统对用户电压信息进行实时采集，数据中心绘制电压曲线；S2：设置低电压阀值，对电压曲线数据进行初步筛选，形成初筛数据集；S3：对初筛数据集内的用户进行电压与负荷的联动性分析；S4：对初筛数据集内的用户相关邻近用户电压情况进行分析；S5：对初筛数据集内的用户进行低电压运行综合诊断，给出是否低电压运行的明确结论。本发明具有简单可靠、精准度高等优点，对计量因素造成的电压采集数据异常有很好的辨识能力，可有效提升台区低电压运行诊断准确性，实现对用户低电压运行现象的精准辨识。
-
公开(公告)号：CN116467616A
公开(公告)日：2023-07-21
申请号：CN202310434055.2
申请日：2023-04-21
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司
IPC: G06F18/23213 , G06F18/241 , G06Q50/06 , H02J13/00
Abstract: 本发明提出了一种基于聚类算法的公变台区供电质量异常监控方法，包括S1：获取公变台区的用电数据，并根据用电数据选取相应的特征分析；S2：基于特征分析得到的有效特征，进行两阶段的并行化的聚类分析；S3：针对聚类分析得到的不同用户群体设定相应的阈值，当检测到用户群体的用电信息超出或者低于阈值时，传递相应的信号给用电信息处理系统，用电信息处理系统发出警报。本发明基于聚类算法建立了对台区供电电压质量监控的方法，利用用电信息采集系统的数据分析能力，对可实现高频电压曲线数据采集能力的台区，开展低电压监测，通过分析比对输出需治理的案例，辅助相关部门精准治理，有效减少客户诉求。
-
Patent Agency Ranking
公开(公告)号：CN115982608A
公开(公告)日：2023-04-18
申请号：CN202310124461.9
申请日：2023-02-16
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司
IPC: G06F18/23213 , G06Q50/06 , G06F18/214 , G06F18/2411
Abstract: 本发明提出了一种基于线损动态分析的线损异常判断方法，包括采集线路线损特征电气参数，并利用K‑means聚类算法分析提取典型参数，并构建典型参数库；针对某一台区指定方式类别样本数据中所有的日时序基础数据，进行聚类分析，最终得到的聚类个数为该方式类别下的日时序典型参数个数；从典型参数库中选择与待计算日同台区、同季节、同日类型范围内运行方式相近的典型参数；对输入的特征参数进行权值分配，对输入的典型参数库进行训练，得到线损模型；通过线损模型输出理论线损率区间，将实际线损率与理论线损率区间进行比较，从而判断线损率是否存在异常。本发明利用采集到的数据进行线损动态分析，可及时发现线损异常情况，利于后续的反馈处理。
-
公开(公告)号：CN119940616A
公开(公告)日：2025-05-06
申请号：CN202510001924.1
申请日：2025-01-02
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司
IPC: G06Q10/04 , G06N3/042 , G06Q50/06 , G06Q10/067 , G06N3/08
Abstract: 本发明提出了基于全要素学习图神经网络低压配电网节点电压预测方法，属于智能电网技术领域，包括以下步骤：S1：基于低压配电网拓扑结构的缺失，通过迭代更新图神经网络的边，建立低压配电网的图神经网络模型；S2：基于图神经网络模型的边特征和节点特征，进行图神经网络模型的迭代学习；S3：基于学习得到的图神经网络模型，实现对低压配电网节点电压的直接预测。本发明能够兼顾拓扑结构特征与计量数据特征，实现对低压配电网节点电压的直接预测，模型复杂度更低，深度挖掘数据之间的潜在关系，预测模型建立的效率更高，提高了预测模型的准确度。
-
公开(公告)号：CN119272076A
公开(公告)日：2025-01-07
申请号：CN202411302484.5
申请日：2024-09-18
Applicant: 国网上海市电力公司
IPC: G06F18/2321 , G06F18/2431 , G06F18/10 , G06F18/214 , G06N20/20
Abstract: 本发明涉及智能调度领域，公开了一种基于聚类分析的台区分相线损检测方法、装置及设备，通过获取台区训练数据，对所述台区训练数据进行预处理，对预处理后的所述台区训练数据进行降维处理，基于霜冰优化密度聚类RIME‑DBSCAN算法对降维后的所述台区训练数据进行聚类，以识别不同类别的台区，基于Stacking集成学习模型，对每个聚类中的台区进行线损率评估，计算各相线损率，对比各相线损率与设定的阈值，以识别出线损率异常的相位和区段。通过优化的数据降维方法和改进的RIME‑DBSCAN聚类算法，实现对台区线损率的精准检测和管理，本发明不仅能够提高数据处理效率和准确性，还能更好地适应不同台区的运行特点。
-
公开(公告)号：CN119106386A
公开(公告)日：2024-12-10
申请号：CN202411321747.7
申请日：2024-09-23
Applicant: 国网上海市电力公司
IPC: G06F18/2433 , G06Q50/06 , G06F18/15 , G06F18/213 , G06N3/006 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及电力检测技术领域，公开了一种基于混合元启发式优化的窃电用户检测方法、装置及设备，通过获取用户原始电力消费数据集，对原始进行预处理，通过混合元启发式优化算法，对预处理后原始电力消费数据集进行特征提取，以生成电力消费数据集，再利用特征提取后的电力消费数据集对级联区域卷积神经网络Cascade R‑CNN模型进行迭代训练，以生成Cascade R‑CNN分类检测器模型，最后将待检测的用户原始电力消费数据输入Cascade R‑CNN分类检测器模型，判断用户是否为窃电用户，并进行异常标记。有效提高了窃电检测的精确度，降低了误报率。
-
公开(公告)号：CN117541120A
公开(公告)日：2024-02-09
申请号：CN202311627557.3
申请日：2023-11-30
Applicant: 国网上海市电力公司
IPC: G06Q10/0639 , G06Q50/06
Abstract: 一种基于模糊综合评价法的电力营商环境能力评估系统，由劣化度量化模块、指标计算模块、权重计算模块、隶属度计算模块和状态分级模块共5个模块组成，本发明通过模糊综合评价法和常变权重方法的联合应用，设计的劣化度量化模块、指标计算模块、权重计算模块、隶属度计算模块、状态分级模块，可以实现电力宜商环境状态评估，对电力宜商环境中异常指标及时提醒，对于提高电力公司的社会效益及区域营商环境具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
