-
公开(公告)号：CN118536009B
公开(公告)日：2024-10-11
申请号：CN202410996320.0
申请日：2024-07-24
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/243 , G06F18/2321 , G06F18/22 , G06F18/2433 , G06F18/241
Abstract: 本发明涉及人工智能技术领域，更具体地，本发明涉及基于生成式人工智能的电力数据模型构建方法及系统。其中方法包括：采集电力负荷数据；确定各时段每个数据点的异常概率，并且进行聚类，得到多个的聚类簇；根据聚类簇中的数据点的异常概率判断聚类簇是否为异常聚类簇；计算合适程度系数；通过合适程度系数的最小值确定目标输入长度；通过电力数据处理模型对所述电力负荷数据进行处理，以将异常数据替换。本发明通过数据的本身的波动程度和通过异常算法识别到的异常数据的长度得到最适合模型所处理的数据的输入数据长度，使模型对输入数据进行补全（即把异常数据替换为生成数据），得到的输出数据更准确。
-
公开(公告)号：CN118520428A
公开(公告)日：2024-08-20
申请号：CN202410977249.1
申请日：2024-07-22
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/27 , G06F18/214 , G06F18/10 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及电力负荷预测领域，更具体地，本发明涉及一种基于人工智能的电力负荷预测方法及系统，所述方法包括：对获取的历史电力负荷数据段中的负荷数据进行拟合，确定拟合曲线的极值点，然后计算历史电力负荷数据段的初始噪声程度，并对应的历史电网频率数据段的初始噪声程度，以及历史电力负荷数据段与对应的历史电网频率数据段之间的相关性对初始噪声程度进行修正，得到历史电力负荷数据段的最终噪声程度，以利用每个历史电力负荷数据段的最终噪声程度对由对应的历史电力负荷数据段确定的预测值进行加权，得到最终预测值。本发明可以降低噪声数据对预测结果的影响，提高了对电力负荷量预测的准确性。
-
公开(公告)号：CN118520198B
公开(公告)日：2024-11-26
申请号：CN202410759954.4
申请日：2024-06-13
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司武汉供电公司 , 湖北方源东力电力科学研究有限公司 , 武汉水院电气有限责任公司 , 湖北华中电力科技开发有限责任公司
Inventor： 唐泽洋 , 阮羚 , 李刚 , 秦天 , 叶超凡 , 王雷 , 郑涛 , 张梦 , 胡瑜 , 杨玺 , 包莹 , 夏晨雨 , 姚先禹 , 夏吟泽 , 刘源 , 董中和 , 饶玮 , 李逸文 , 李紫宇 , 申振 , 肖申 , 阮庄 , 丁永盛 , 李小双 , 谭斌斌 , 刘焱 , 徐文峰 , 焦建 , 肖飞 , 曹流 , 连轶华
Abstract: 一种基于直流分量监测数据的扁铁分流系数估算方法，包括：S100.获取计算扁铁分流系数的相关数据；S200.根据所述扁铁分流系数的相关数据，计算扁铁分流系数的理论值；S300.根据所述扁铁分流系数的理论值，结合直流分量监测数据，对分流系数真实值进行估算。本发明通过综合扁铁分流系数理论值和直流分量监测数据，当扁铁材质不明时，可实现扁铁分流系数真实值的估算，可解决实际测量中分流系数不易测量的问题，为多源直流分量的监测提供新的解决方案。
-
公开(公告)号：CN117474151A
公开(公告)日：2024-01-30
申请号：CN202311406549.6
申请日：2023-10-27
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06F18/214 , G06F18/21
Abstract: 一种基于CNN‑LSTM和lightGBM动态加权融合模型用于短期负荷实际预测的方法，包括：采用CNN‑LSTM算法计算第一时间段中每天的第一平均绝对百分比误差；采用lightGBM算法计算第一时间段中每天的第二平均绝对百分比误差；根据第一平均绝对百分比误差和第二平均绝对百分比误差计算CNN‑LSTM权重和lightGBM权重，进而计算CNN‑LSTM动态权重和lightGBM动态权重；根据CNN‑LSTM算法和lightGBM算法预测的第二时间段的预测值以及第CNN‑LSTM动态权重和lightGBM动态权重得到第二时间段对应每天的最终预测值。本发明能够提高模型的预测稳定性、减小平均误差。
-
公开(公告)号：CN117350158A
公开(公告)日：2024-01-05
申请号：CN202311327368.4
申请日：2023-10-13
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06F30/27 , G06Q50/06 , G06F119/02
Abstract: 本发明提供一种混合RetNet和AM‑BiLSTM算法的电力短期负荷预测方法，包括：步骤一、从数据中台获取电负荷历史数；步骤二、对获取的用电负荷历史数据进行预处理；步骤三、对预处理过后的用电负荷历史数据进行时序特性分析，结合外部因素和历史数据构成模型输入数据；步骤四、采用混合RetNet和AM‑BiLSTM算法的负荷预测模型对构建的模型输入数据进行未来短期每日24小时电力负荷预测；步骤五、采用平均绝对百分比误差MAPE和均方根误差RMSE作为评价负荷预测模型准确率的评价指标，并根据步骤四的预测结果评价负荷预测模型。本发明可提高短期负荷预测模型的预测精度，以便预测出更加准确的电力短期负荷。
-
Patent Agency Ranking
公开(公告)号：CN117056848A
公开(公告)日：2023-11-14
申请号：CN202311302087.3
申请日：2023-10-10
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/2433 , G06F18/27
Abstract: 本发明涉及电力系统监测数据质量分析领域，具体公开一种用于提升电力系统决策的监测数据质量分析方法，本发明通过对区域的原始电力数据进行异常值检测处理，进一步根据区域的历史电力数据、经济数据、人口数据和发电设备数据，对区域的原始电力数据依次进行一次校正和二次校正，得到区域的预估电力数据趋势曲线并进行下一步分析，通过对原始电力数据依次进行内部数据间的对比、历史数据间的对比和关联数据间的对比，实现原始电力数据的校准优化；结合区域的预估用电量趋势曲线和预估发电量趋势曲线，判断区域的供电能力是否满足负荷需要，并进行反馈，从而提高地区电力系统决策的准确性和可靠性。
-
公开(公告)号：CN116886453A
公开(公告)日：2023-10-13
申请号：CN202311158322.4
申请日：2023-09-08
Applicant: 湖北华中电力科技开发有限责任公司
IPC: H04L9/40
Abstract: 本发明涉及数据处理技术领域，具体涉及一种网络流量大数据分析方法，包括：根据历史流量数据获得历史网络数据包平均数量和历史疑似异常用户；根据历史网络数据包平均数量和历史疑似异常用户计算时间段长度，根据时间段长度和每个IP地址的网络数据包获得每个IP地址的网络数据包数量；根据时间段长度、每个IP地址的网络数据包数量，计算每个IP地址的网络数据包的异常特征值；根据所有IP地址的网络数据包的异常特征值计算k距离值；将所有IP地址转换为坐标系中的数据点，将k距离值作为LOF算法的参数筛选出所有数据点中的异常数据点，对根据异常数据点获得的异常IP地址进行处理。本发明加强对异常IP地址的监测，提高监测准确度。
-
公开(公告)号：CN118518197B
公开(公告)日：2024-12-24
申请号：CN202410758228.0
申请日：2024-06-13
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司武汉供电公司 , 湖北方源东力电力科学研究有限公司 , 武汉水院电气有限责任公司 , 湖北华中电力科技开发有限责任公司
Inventor： 唐泽洋 , 阮羚 , 李刚 , 秦天 , 叶超凡 , 王雷 , 郑涛 , 张梦 , 胡瑜 , 杨玺 , 包莹 , 夏晨雨 , 姚先禹 , 夏吟泽 , 焦建 , 肖飞 , 曹流 , 连轶华 , 刘源 , 董中和 , 饶玮 , 李逸文 , 李紫宇 , 申振 , 肖申 , 阮庄 , 丁永盛 , 李小双 , 谭斌斌 , 刘焱 , 徐文峰
IPC: G01H17/00
Abstract: 本申请公开了一种变压器振动监测频率筛选方法，包括：采集受直流分量影响的变压器的振动信号；提取振动信号中变压器的若干个采集部位分别在第一和第二运营状态时待监测频段中每个频率在预设采集时长内对应的幅值，获取每个频率对应的最大幅值，构建第一和第二行矩阵组；分别将第一和第二行矩阵组中的所有行矩阵单元中的所有幅值元素做降序排序，分别取前第一数量和第二数量的幅值元素对应的不重复的频率，共同构成最佳监测频段；其中，第一数量和第二数量之和为监测装置的信号通道数。本申请筛选出了受直流分量影响的变压器的振动信号的最佳监测频段，解决了在通信通道有限、全频段数据传输量大时如何确保振动信号监测数据有效性的技术问题。
-
公开(公告)号：CN117350158B
公开(公告)日：2024-11-26
申请号：CN202311327368.4
申请日：2023-10-13
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06F30/27 , G06Q50/06 , G06F119/02
Abstract: 本发明提供一种混合RetNet和AM‑BiLSTM算法的电力短期负荷预测方法，包括：步骤一、从数据中台获取电负荷历史数；步骤二、对获取的用电负荷历史数据进行预处理；步骤三、对预处理过后的用电负荷历史数据进行时序特性分析，结合外部因素和历史数据构成模型输入数据；步骤四、采用混合RetNet和AM‑BiLSTM算法的负荷预测模型对构建的模型输入数据进行未来短期每日24小时电力负荷预测；步骤五、采用平均绝对百分比误差MAPE和均方根误差RMSE作为评价负荷预测模型准确率的评价指标，并根据步骤四的预测结果评价负荷预测模型。本发明可提高短期负荷预测模型的预测精度，以便预测出更加准确的电力短期负荷。
-
公开(公告)号：CN118798254A
公开(公告)日：2024-10-18
申请号：CN202411281531.2
申请日：2024-09-13
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及神经网络技术领域，尤其涉及一种分布式建模方法及系统，方法包括：将神经网络模型拆分为多个子模型；将训练样本输入神经网络模型，在各子模型间进行前向传播，得到输出结果，计算训练样本标签数据间的预设损失，对各子模型进行反向传播，得到各子模型的第一参数和第二参数，第一参数对应的冻结系数为1，第二参数对应的冻结系数为0；获取各冻结策略的参数组合；在测试样本中获取各参数组合的性能评分，将性能评分最大值的参数组合作为本次迭代的神经网络模型；执行多次迭代，直至迭代次数大于预设次数时停止。通过本申请的技术方案能够提高神经网络的训练精度和训练效率。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.034 seconds)
