-
公开(公告)号：CN115993571A
公开(公告)日：2023-04-21
申请号：CN202211472329.9
申请日：2022-11-21
Applicant: 国网江西省电力有限公司供电服务管理中心 , 北京卓越航导科技有限责任公司
Abstract: 本申请公开了一种应用于电能表检定装置中的远程实时溯源的标准时钟，包括电能表检定装置本体，还包括：时码发生器及环路检测模块、时码解码器和时频终端模块；时码发生器及环路检测模块与时码解码器连接，用于生成时码信号；时码解码器还与时频终端模块连接，时码解码器用于接收并解码时码信号，生成时间信号；时频终端模块还与电能表检定装置本体连接，时频终端模块用于监控电能表检定装置本体。本申请实现了时间频率量值远程溯源在电力系统的落地应用，实现了溯源链路的统一，既保证了电力系统内电能表检定装置本体时间频率参考的量值统一，又提高了电能计量的精度，更有利于，结算的公平贸易和节能减耗。
-
公开(公告)号：CN117517747A
公开(公告)日：2024-02-06
申请号：CN202311309653.3
申请日：2023-10-10
Applicant: 华中科技大学 , 国家电网有限公司 , 中国电力科学研究院有限公司 , 国网江西省电力有限公司供电服务管理中心
Abstract: 本发明公开了一种基于磁元件的量子化电流横向发射度校正方法及系统。该方法包括：通过所述电流量子化过程中的电子束能量以及由含有两对极头的磁元件所具有的固有属性和通电电流决定的磁场梯度来确定磁元件的聚焦强度；通过改变所述电流量子化传输途径中磁元件中所通过的电流进而改变聚焦强度，获得不同聚焦强度下的束斑图像和尺寸信息；考虑不同因素对电流量子化过程中的电子束横向尺寸造成的影响，将所述不同聚焦强度下的束斑尺寸进行抛物线拟合，求解得到电流量子化过程中的电子束横向发射度参数；将所述测量得到的量子化电流的横向发射度和所述参考量子化电流的横向发射度进行比较，根据比较结果来校正所述待测量子化电流的横向发射度。
-
公开(公告)号：CN111598727A
公开(公告)日：2020-08-28
申请号：CN202010716001.1
申请日：2020-07-23
Applicant: 国网江西省电力有限公司电力科学研究院 , 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
Abstract: 本发明提出了一种基于码相位计数法提升智能变电站计量时钟同步的方法，通过测量模块提取出卫星时钟脉冲数据，由计时码字相位比较计算出相位控制字，微处理器对输入脉冲与晶振分频脉冲间的时延值进行了调整，提升计量时钟的准确性。晶振时钟的频率偏移采用直接频率测量和频率合成技术，将频率信号按照某一频点基准划分出不同频率成分的震荡，将高频率噪声成分识别出，依据采集输出频率与计数器数值计算频率控制字，由频率控制字实现多路分频，将频率误差识别出并滤除，达到校准时钟频率的效果，解决晶振时钟的频偏问题。利用FPGA方法实现相位与频率的校正功能，测量控制精准，易于实现，时钟同步信号提升到1.25ns，符合现场应用与产品开发需求。
-
公开(公告)号：CN111596255A
公开(公告)日：2020-08-28
申请号：CN202010728912.6
申请日：2020-07-27
Applicant: 国网江西省电力有限公司电力科学研究院 , 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
Abstract: 本发明属于变电站计量技术领域，涉及一种强化学习算法的计量误差远程在线检测方法。误差检测与评估过程利用计量功率采集样本与标准电表值进行误差比较，优化标准化误差专家库数值；再利用Q-Learning函数强化学习算法构建电量不平衡的映射模型，对专家库更新数值指导Q迭代网络的初始值定义，通过实时采集的电量数据变化过程准确预测出下一时刻的电量值，实现电量值预测功能，并与专家库中标准值进行比差计算，获取平均预测误差值，当误差范围超出误差置信区间，则立即发出预警信息。本发明优势在可以远程测试计量系统整体误差，具有强自适应调整能力，符合误差产生的动态特性，评估结论准确，系统易于实现。
-
公开(公告)号：CN112485521B
公开(公告)日：2023-07-21
申请号：CN202011198459.9
申请日：2020-10-31
Applicant: 国网江西省电力有限公司供电服务管理中心 , 国家电网有限公司 , 国网江西省电力有限公司电力科学研究院
IPC: G01R23/16
Abstract: 本发明提供了一种基于对称离散傅里叶变换的频率估计方法，先对两个频率分量紧密相邻的信号进行加窗离散对称傅里叶变换，获得3个存在相位差的频谱序列函数表达式；然后将3个函数表达式简化变形，得到关于相位差的方程组；最后解方程组求出相位差，根据时频关系求得两个频率分量的频率值。本发明针对普通离散傅里叶变换不能估计两个紧密相邻的频率分量的问题，本发明公开的方法采用了三个时域序列，利用两个相邻序列之间的时间间隔相同的原理，得到3个存在相位差的频谱序列函数表达式，继而采用对称离散傅里叶变换实现频率估计，解决了估计两个紧密相邻的频率分量的问题。
-
Patent Agency Ranking
公开(公告)号：CN113469189A
公开(公告)日：2021-10-01
申请号：CN202111024585.7
申请日：2021-09-02
Applicant: 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司
Abstract: 本发明公开了一种用电采集数据缺失值填充方法、系统及装置，所述方法包括：利用平均值‑方差法对用电采集数据异常值处理；利用用电采集数据去训练降噪自编码器模型，基于训练好的降噪自编码器网络模型去重构原始的用电样本数据，利用重构数据来填充缺失的用电采集样本数据，且模型中加入新提出的Depreciation‑FourOrder正则化方法；结合k‑means聚类技术利用数据的标准差来矫正填充的数据值。本发明通过降噪自编码器模型填充用电采集数据的缺失值，加入提出的新的正则化项，提高模型性能。根据网络层的单元数设置噪声水平。利用数据的标准差来矫正填充的数据值，使得填充值更加准确。
-
公开(公告)号：CN111797899A
公开(公告)日：2020-10-20
申请号：CN202010502448.9
申请日：2020-06-04
Applicant: 国网江西省电力有限公司电力科学研究院 , 国网江西省电力有限公司供电服务管理中心 , 国家电网有限公司
Abstract: 本发明提出了一种低压台区kmeans聚类方法及系统。包括以下步骤：首先，依托用电信息采集系统，采集若干台区的相关电气特征参数，建立样本数据集；其次，采用主成分分析法对所述样本数据集进行特征提取，将高维数据集降维到低维数据集；然后，基于改进布谷鸟搜索的kmeans聚类算法对所述低维数据集进行聚类；最后，运用t-SNE方法对聚类结果进行降维三维分类结果显示。本发明相较于传统的kmeans聚类算法，减少了对于初始值的依赖，提高了低压台区聚类的准确性，为下一步进行典型台区的线损计算分析提供了技术支撑。
-
公开(公告)号：CN113919449B
公开(公告)日：2022-03-15
申请号：CN202111526678.X
申请日：2021-12-15
Applicant: 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了基于精准模糊聚类算法的居民电力数据聚类方法及装置，该方法包括：步骤1：推导精准模糊聚类算法的目标函数，并定义精准模糊聚类中心，计算隶属矩阵，控制精准模糊聚类算法的误差，使得精准模糊聚类算法的目标函数最小；步骤2：根据评价数据集聚类方法的度量指标，选取与居民电力数据可维护性和响度指标值影响最大的每类加权方法、低耦合度方法、对每个类的响应度方法这三个度量指标算得的度量值重新组合运算，得到一个影响精准模糊隶属矩阵精度的隶属系数，从而确定精准模糊聚类算法的聚类中心，并运用精准模糊聚类算法对数据聚类。本发明提高了聚类算法的准确度和精度，聚类算法的可维护性和响度指标值也得到优化。
-
公开(公告)号：CN113919449A
公开(公告)日：2022-01-11
申请号：CN202111526678.X
申请日：2021-12-15
Applicant: 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了基于精准模糊聚类算法的居民电力数据聚类方法及装置，该方法包括：步骤1：推导精准模糊聚类算法的目标函数，并定义精准模糊聚类中心，计算隶属矩阵，控制精准模糊聚类算法的误差，使得精准模糊聚类算法的目标函数最小；步骤2：根据评价数据集聚类方法的度量指标，选取与居民电力数据可维护性和响度指标值影响最大的每类加权方法、低耦合度方法、对每个类的响应度方法这三个度量指标算得的度量值重新组合运算，得到一个影响精准模糊隶属矩阵精度的隶属系数，从而确定精准模糊聚类算法的聚类中心，并运用精准模糊聚类算法对数据聚类。本发明提高了聚类算法的准确度和精度，聚类算法的可维护性和响度指标值也得到优化。
-
公开(公告)号：CN113469189B
公开(公告)日：2021-11-19
申请号：CN202111024585.7
申请日：2021-09-02
Applicant: 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司
Abstract: 本发明公开了一种用电采集数据缺失值填充方法、系统及装置，所述方法包括：利用平均值‑方差法对用电采集数据异常值处理；利用用电采集数据去训练降噪自编码器模型，基于训练好的降噪自编码器网络模型去重构原始的用电样本数据，利用重构数据来填充缺失的用电采集样本数据，且模型中加入新提出的Depreciation‑FourOrder正则化方法；结合k‑means聚类技术利用数据的标准差来矫正填充的数据值。本发明通过降噪自编码器模型填充用电采集数据的缺失值，加入提出的新的正则化项，提高模型性能。根据网络层的单元数设置噪声水平。利用数据的标准差来矫正填充的数据值，使得填充值更加准确。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.069 seconds)
