-
公开(公告)号：CN110288383B
公开(公告)日：2024-02-02
申请号：CN201910473316.5
申请日：2019-05-31
IPC: G06Q30/0201 , G06Q50/06 , G06F18/2433
Abstract: 本发明涉及一种基于用户属性标签的群体行为配电网用电异常检测方法，包括以下步骤：步骤1：建立用电量序列；步骤2：采用随机前沿模型计算用户负载效率系数；步骤3：建立用电趋势序列；步骤4：提取其台账信息数据并进行标签标记；步骤5：循环执行步骤1至步骤4得到针对区域内的所有用电用户的单位周期内的特征矩阵；步骤6：针对所有用电用户的单位周期内的特征矩阵利用局部离群因子算法得出局部离群得分；步骤7：将局部离群得分组成个体异常矩阵后与历史异常用户异常用电行为对应数据比对得出用户用电异常检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
公开(公告)号：CN110298552B
公开(公告)日：2023-12-01
申请号：CN201910473325.4
申请日：2019-05-31
IPC: G06Q10/0637 , G06Q50/06 , G06F18/2433
Abstract: 本发明涉及一种结合历史用电特征的配电网个体功率异常检测方法，该方法包括以下步骤：步骤1：提取特征向量；步骤2：分别计算用电低谷时段和平段用电量各自占总用电的百分比；步骤3：根据用电低谷时段和平段用电量各自占总用电的百分比的计算结果构造特征矩阵；步骤4：利用局部离群算法得出局部得去得分；步骤5：循环执行步骤1～步骤4得出所有用户的局部得去得分；步骤6：根据所有用户的局部得去得分进一步得出对应的个体异常矩阵，计算个体异常矩阵中个体每个周期的异常度并将个体每个周期的异常度与历史异常用户异常用电行为对应数据比对得出用户用电异常检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
公开(公告)号：CN110298765B
公开(公告)日：2024-02-02
申请号：CN201910472376.5
申请日：2019-05-31
IPC: G06Q50/06 , G06F18/2433
Abstract: 本发明涉及一种基于客观关联因素的配电网用电功率异常检测方法，该方法包括以下步骤：步骤1：针对用电用户建立结合综合用电特征信息的理论用电量模型；步骤2：实时收集用电用户的实际用电量；步骤3：获取实际用电量与理论用电量模型之间的偏差；步骤4：利用LOF算法对偏差进行离群检测并得出异常嫌疑用户检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
公开(公告)号：CN110309134A
公开(公告)日：2019-10-08
申请号：CN201910473298.0
申请日：2019-05-31
IPC: G06F16/215 , G06F16/2455 , G06F16/2458 , G06K9/62 , G06N3/00 , G06Q50/06
Abstract: 本发明涉及一种基于用电行为迁移与社群演化的配电网用电异常检测方法，该检测方法包括以下步骤：步骤1：采集用户用电量数据并进行数据清洗，对清洗后的数据进行特征提取得到用电量数据序列；步骤2：对用电量数据序列划分周期进行趋势聚类后与个体及社群行为特征进行匹配，并根据匹配结果进行社群演化与迁移估计；步骤3：根据社群演化与迁移估计结果计算周期间隔异常值和局部累计异常演化值；步骤4：将周期间隔异常值和局部累计异常演化值进行排序并利用排序结果与历史异常用户异常用电行为对应数据比对得出用户用电异常检测结果。与现有技术相比，本发明具有检测精度高，针对性强等优点。
-
公开(公告)号：CN110298765A
公开(公告)日：2019-10-01
申请号：CN201910472376.5
申请日：2019-05-31
Abstract: 本发明涉及一种基于客观关联因素的配电网用电功率异常检测方法，该方法包括以下步骤：步骤1：针对用电用户建立结合综合用电特征信息的理论用电量模型；步骤2：实时收集用电用户的实际用电量；步骤3：获取实际用电量与理论用电量模型之间的偏差；步骤4：利用LOF算法对偏差进行离群检测并得出异常嫌疑用户检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
Patent Agency Ranking
公开(公告)号：CN110298552A
公开(公告)日：2019-10-01
申请号：CN201910473325.4
申请日：2019-05-31
Abstract: 本发明涉及一种结合历史用电特征的配电网个体功率异常检测方法，该方法包括以下步骤：步骤1：提取特征向量；步骤2：分别计算用电低谷时段和平段用电量各自占总用电的百分比；步骤3：根据用电低谷时段和平段用电量各自占总用电的百分比的计算结果构造特征矩阵；步骤4：利用局部离群算法得出局部得去得分；步骤5：循环执行步骤1～步骤4得出所有用户的局部得去得分；步骤6：根据所有用户的局部得去得分进一步得出对应的个体异常矩阵，计算个体异常矩阵中个体每个周期的异常度并将个体每个周期的异常度与历史异常用户异常用电行为对应数据比对得出用户用电异常检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
公开(公告)号：CN110288383A
公开(公告)日：2019-09-27
申请号：CN201910473316.5
申请日：2019-05-31
Abstract: 本发明涉及一种基于用户属性标签的群体行为配电网用电异常检测方法，包括以下步骤：步骤1：建立用电量序列；步骤2：采用随机前沿模型计算用户负载效率系数；步骤3：建立用电趋势序列；步骤4：提取其台账信息数据并进行标签标记；步骤5：循环执行步骤1至步骤4得到针对区域内的所有用电用户的单位周期内的特征矩阵；步骤6：针对所有用电用户的单位周期内的特征矩阵利用局部离群因子算法得出局部离群得分；步骤7：将局部离群得分组成个体异常矩阵后与历史异常用户异常用电行为对应数据比对得出用户用电异常检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
公开(公告)号：CN105187454B
公开(公告)日：2018-05-08
申请号：CN201510690862.6
申请日：2015-10-22
IPC: H04L29/06
Abstract: 本发明公开了属于电力工程设计技术领域的一种电力工程设计数据传输与安全防护方法。将电力工程设计数据按工程领域分类，设置查询权限；对需要上传的电力工程设计数据进行数据清洗；整合出需要进行传输的数据包；对电力工程设计数据压缩包进行完整性校验并产生校验码α1；将电力工程设计数据压缩包与校验码α1上传至公共数据库；获得完整性校验码α2；α1等于α2时，提取出电力工程设计数据；电力工程设计数据进行同步更新；获得完整性校验码β1、β2；β1不等于β2时，则用备用数据库中的电力工程设计数据覆盖公共数据库中的电力工程设计数据，进行数据自愈还原。能够保证公共数据库中电力工程设计数据的完整性、可用性与保密性。
-
公开(公告)号：CN119849966A
公开(公告)日：2025-04-18
申请号：CN202411863142.0
申请日：2024-12-17
Applicant: 国网上海市电力公司
IPC: G06Q10/0637 , G06Q50/06 , G06Q50/26 , G06F18/22 , G06F18/10 , G06F18/24 , G06F16/906 , G06F16/31 , G06F40/284 , G06F40/20
Abstract: 本申请属于决策支持系统技术领域，本申请公开了一种基于多源异构数据的电力看经济分析决策支持系统，包括：数据集成模块，配置为接收并处理来自多个源的多源异构数据；实体匹配子模块，配置为利用实体中普遍存在的名称、属性和上下文信息，构建多种索引；政策研究模块，配置为研究重点政策文件和任务；产业分析模块，配置为对重点关注的产业行业进行电力需求影响分析，输出产业分析报告；数据融合分析模块，配置为常态化采集相关经济数据；决策支持模块，配置为接收所述报告。本申请解决了现有技术往往仅依赖电力系统内部数据，忽视了与外部经济数据的关联分析，导致分析结果片面，无法全面反映经济运行的实际情况的问题。
-
公开(公告)号：CN119088890A
公开(公告)日：2024-12-06
申请号：CN202410975362.6
申请日：2024-07-19
Applicant: 国网上海市电力公司 , 上海欣能信息科技发展有限公司
IPC: G06F16/29 , H02J3/00 , H02J13/00 , G06F16/215 , G06Q50/06
Abstract: 本发明涉及一种居住小区供电拓扑关系识别方法和系统，方法包括以下步骤：采集居民区数据和用电数据，对采集的数据进行数据清洗，根据清洗后的数据，对接入点坐标和小区范围进行定位，计算接入点和小区之间的关系，获取电力营配贯通数据，构建用户侧与设备侧的关系模型，结合接入点和小区之间的关系打通电力数据与小区数据，构建居民小区电气化拓扑图。与现有技术相比，本发明通过电力数据与外部小区数据的融合算法，实现居民区供电拓扑关系的智能识别，效率高。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.044 seconds)
