-
公开(公告)号：CN120013304A
公开(公告)日：2025-05-16
申请号：CN202311515624.2
申请日：2023-11-14
Applicant: 国网上海市电力公司
IPC: G06Q10/0639 , G06Q50/06 , G06F16/25 , G06F16/27
Abstract: 本发明公开了一种用于电网基层核心业务指标的管控方法，所述管控方法包括多层架构的设计，所述多层架构包括前端UI层、展示层、业务层、持久层和数据库；所述展示层与业务层和数据层分隔设置，前端UI层包括Html、LayUI、CSS、JQuery、BootStrap，展示层包括Beetl模板引擎渲染、Ajaxj交互，业务层包括拦截器、实体模型、业务处理、基础配置、StartApplication、Controller，持久层包括Mybatisplus、数据缓存、事务管理，数据库包括多个数据库集形成数据库集群。本发明用于电网基层核心业务指标的管控方法，从宏观角度综合使用各类数据，从上层视角提供分析结论，汇聚分析所有数据后再进行二次分析，发挥指标数据的更大的价值。
-
公开(公告)号：CN119539056A
公开(公告)日：2025-02-28
申请号：CN202411650756.0
申请日：2024-11-19
Abstract: 本发明公开了一种层次实体邻居多关系融合的知识图谱补全网络算法，包含：S1，对知识图谱中的各个目标实体构建关系子图；S2，运用动态注意力机制对每一关系子图中实体周围的信息进行聚合，并对不同嵌入关系下的实体进行连接和聚合；S3，利用邻接关系融合技术，整合不同关系子图下的所有邻居信息。本发明实现了对不同邻居节点重要性差异的精确评估，以及对于关系路径的权重分配，提升了模型对于复杂数据的理解和处理能力。
-
公开(公告)号：CN119539051A
公开(公告)日：2025-02-28
申请号：CN202411607498.8
申请日：2024-11-12
IPC: G06N5/022 , G06F18/241 , G06N3/0442 , G06N3/0455
Abstract: 本发明涉及一种结合邻域路径编码的知识图谱补全算法，通过构建包括三层的注意力网络结构，分别计算输入实体、关系以及实体与关系的邻域特征的权重，最后计算得到输入所有关系下的实体得分，进而对知识图谱进行补全。本发明适用于少样本知识图谱补全，能够提高少样本知识图谱补全的效率，具有优异的性能。
-
公开(公告)号：CN115482050A
公开(公告)日：2022-12-16
申请号：CN202211279512.7
申请日：2022-10-19
Applicant: 国网智能电网研究院有限公司 , 国网上海市电力公司 , 国家电网有限公司
Abstract: 本发明提供的一种电动汽车充放电激励方法及系统，该方法包括：构建电动汽车用户充电特征库，特征库包括档案数据、充电行为特征数据、轨迹行为特征数据；构建模块训练样本库，样本库包括基准组和干预组；基于电动汽车用户充电特征库及样本库，构建电动汽车用户充放电营销增益模型，基于增益模型和联邦学习，识别补贴敏感用户；利用训练得到的营销增益模型，预测验证集中用户的营销增益分值，并针对补贴敏感用户制定激励分发策略；针对激励分发策略，计算投资回报率并评价激励收益。通过实施本发明，对于引导用户参与到电动汽车有序充放电，降低电网峰谷差有重要意义。
-
公开(公告)号：CN114971144A
公开(公告)日：2022-08-30
申请号：CN202210248564.1
申请日：2022-03-14
Applicant: 国网上海市电力公司 , 天津市普迅电力信息技术有限公司
Abstract: 本发明公开了一种区域能源碳达峰评价方法及系统，本发明利用排放因子法收集区域内的能源碳排放相关数据，并核算出待评价区域的能源总碳排量，然后使用Mann‑Kendall趋势检验算法对某一区域的能源总碳排量进行趋势检验，从而判断区域的能源总碳排量是否达到峰值；Mann‑Kendall趋势检验算法是世界气象组织推荐并广泛使用的非参数检验方法，由Mann和Kendall提出，趋势检验算法不需要样本遵从一定分布，不受少数异常值的干扰，计算简便且适用性强；因此，采用本发明提出的区域能源碳达峰评价方法能够保证在面向不同区域进行碳达峰评价时的适配性，进而提升碳达峰评价效率。
-
Patent Agency Ranking
公开(公告)号：CN119691640A
公开(公告)日：2025-03-25
申请号：CN202411682920.6
申请日：2024-11-22
IPC: G06F18/2433 , G06F18/213 , G06Q50/06 , H02J3/00 , G06N3/0442 , G06N3/045
Abstract: 本发明提供一种基于多级注意力网络的用电负荷时间序列变化点预测方法，包含步骤：S1、采集多个历史用电信息，从历史用电信息中提取多个特征值，基于多个特征值生成与历史用电信息对应的训练向量；S2、通过训练向量训练用电负荷预测模型，用电负荷预测模型用于预估未来的电力负荷；S3、采集实时用电信息并输入训练好的用电负荷预测模型，基于用电负荷预测模型的预测结果判断是否出现用电异常；若判断出现用电异常，将该预测结果作为用电异常数据；S4、基于用电异常数据判断是否出现用电变化；若判断出现用电变化，基于用电异常数据确认用电负荷变化点。本发明的优点：能够准确预测用电负荷的变化点，为电力系统的优化管理提供重要支持。
-
公开(公告)号：CN118094210B
公开(公告)日：2024-07-02
申请号：CN202410458221.7
申请日：2024-04-17
Applicant: 国网上海市电力公司
IPC: G06F18/2135 , G06F18/10 , G06F17/16 , G06F18/2134
Abstract: 本发明公开了一种基于欠定盲源分离的储能系统充放电行为识别方法，涉及储能充放电行为识别技术领域，解决了现有技术中对储能需求响应能力的感知水平低的问题。该方法包括：获取储能系统的总功率信号序列，利用集合经验模态分解算法对所述总功率信号序列进行信号升维，得到本征模态函数矩阵；利用主成分分析算法对本征模态函数矩阵进行分析，估计独立储能信号个数，得到总功率信号序列对应的非欠定升维信号矩阵；分析非欠定升维信号矩阵中各非欠定升维信号之间的独立性，获取相应的独立子信号组矩阵；基于快速独立成分分析法对独立子信号组矩阵进行盲源信号分离，得到储能系统中的各独立储能的充放电行为曲线。
-
公开(公告)号：CN117808565B
公开(公告)日：2024-06-04
申请号：CN202410224297.3
申请日：2024-02-29
Applicant: 国网上海市电力公司
Abstract: 本发明公开了一种考虑绿证和碳交易的虚拟电厂多时段竞标方法，涉及电力系统调度运行技术领域，解决了现有技术缺乏考虑联合市场机制的VPP竞价策略的问题。该方法包括：在第一阶段，虚拟电厂获取第N‑1个交易日中各时段的历史数据并代入第一阶段竞标模型，得到第一阶段中各时段的决策变量求解结果后分别作为第N个交易日中同时段的已知参量；在第二阶段，虚拟电厂实时获取第N个交易日中当前时段的实时数据，将将上述已知参量、实时数据以及第N个交易日中当前时段之前的所有时段的决策变量求解结果代入第二阶段竞标模型，求解得到第N个交易日中当前时段的决策变量求解结果，并作为第N个交易日中当前时段的实时竞标结果。
-
公开(公告)号：CN118094210A
公开(公告)日：2024-05-28
申请号：CN202410458221.7
申请日：2024-04-17
Applicant: 国网上海市电力公司
IPC: G06F18/2135 , G06F18/10 , G06F17/16 , G06F18/2134
Abstract: 本发明公开了一种基于欠定盲源分离的储能系统充放电行为识别方法，涉及储能充放电行为识别技术领域，解决了现有技术中对储能需求响应能力的感知水平低的问题。该方法包括：获取储能系统的总功率信号序列，利用集合经验模态分解算法对所述总功率信号序列进行信号升维，得到本征模态函数矩阵；利用主成分分析算法对本征模态函数矩阵进行分析，估计独立储能信号个数，得到总功率信号序列对应的非欠定升维信号矩阵；分析非欠定升维信号矩阵中各非欠定升维信号之间的独立性，获取相应的独立子信号组矩阵；基于快速独立成分分析法对独立子信号组矩阵进行盲源信号分离，得到储能系统中的各独立储能的充放电行为曲线。
-
公开(公告)号：CN117010600A
公开(公告)日：2023-11-07
申请号：CN202311110445.0
申请日：2023-08-30
IPC: G06Q10/063 , G06Q50/26 , G06F18/24
Abstract: 本发明公开了一种基于动态阈值的工业企业碳画像分级方法，包括：获取工业企业碳排放数据；对工业企业碳排放数据进行预处理；根据预处理后的工业企业碳排放数据所属季节与企业所属行业构建训练输入矩阵；构建集成学习分层架构算法模型，将训练输入矩阵输入至集成学习分层架构算法模型中，进行动态阈值训练，得到训练后的模型；将工业企业碳排放数据输入至训练后的模型中，进行碳画像分级。本发明基于动态阈值与集成学习模型的工业企业碳画像分级方法能够有效地提高工业界碳排放分级的准确性与速度，辅助于碳分析、碳决策和碳管理，进一步实现节能减排目的。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.036 seconds)
