一种基于大数据分析的配变重过载预测方法、装置及介质

    公开(公告)号:CN118349933A

    公开(公告)日:2024-07-16

    申请号:CN202410461946.1

    申请日:2024-04-17

    Abstract: 本发明公开了一种基于大数据分析的配变重过载预测方法、装置及介质,属于配电变压器技术领域,方法包括:获取配变数据;利用大数据分析技术识别所述配变数据的异常数据,对所述异常数据进行清洗;对清洗后的配变数据进行预处理,生成配变样本;根据任务预测目标,计算所述配变样本的配变重过载标签,得到输入数据集;所述配变重过载标签包括:日重过载、月重过载、年重过载和不重过载;将所述输入数据集输入到stacking模型,输出配变重过载预测结果;其中,所述stacking模型包括若干个第一层预测模型和第二层预测模型;所述stacking模型由初始stacking模型根据训练数据集进行训练得到,以实现提高对配变重过载预测的计算准确性和计算效率。

    一种配变重过载预测方法、装置及存储介质

    公开(公告)号:CN118349886A

    公开(公告)日:2024-07-16

    申请号:CN202410461948.0

    申请日:2024-04-17

    Abstract: 本发明公开了一种配变重过载预测方法、装置及存储介质,属于计算机技术领域,方法包括:获取负荷预测特征;根据特征重要值,筛选出若干个第一预测模型的输入数据;将各第一预测模型作为初始stacking模型的第一层模型;将输入数据作为测试时序信号数据;将测试时序信号进行划分,得到若干个任务划分;将各任务划分进行映射,生成对应的GPU任务;依次将每个GPU任务的测试时序信号存入有空闲空间的GPU内存;将GPU任务分配到各GPU,以使各GPU获取对应的GPU任务的测试时序信号输入到stacking模型中进行计算,生成配变重过载预测结果;stacking模型由初始stacking模型根据训练集进行训练得到,以提高配变重过载预测计算过程中的机器算力和计算精度。

    一种配电网故障处理方法及系统
    6.
    发明公开

    公开(公告)号:CN118842171A

    公开(公告)日:2024-10-25

    申请号:CN202410822675.8

    申请日:2024-06-25

    Abstract: 本发明公开了一种配电网故障处理方法及系统,包括:获取配电网的网络拓扑结构及所述配电网中各个第一配电网节点的历史供电参数,根据所述历史供电参数及所述网络拓扑结构从所述第一配电网节点中筛选出若干个用于进行配电网监控的第二配电网节点,获取每一个所述第二配电网节点所包含的电气元件的电气数据,并调用预设的故障电气数据与所述电气数据进行比对,以使根据所述比对的结果判定所述电气元件是否出现故障,当判定出现故障时,根据当前出现故障的所述电气元件确定发生故障的若干个第三配电网节点,根据所述第三配电网节点及出现故障的所述电气元件,生成所述配电网的故障解决方案,提高故障处理的效率及准确率。

Patent Agency Ranking