-
公开(公告)号：CN109490715A
公开(公告)日：2019-03-19
申请号：CN201811588854.0
申请日：2018-12-25
Applicant: 浙江中新电力工程建设有限公司自动化分公司 , 浙江中新电力工程建设有限公司 , 国网浙江杭州市萧山区供电有限公司 , 国网浙江省电力有限公司杭州供电公司
IPC: G01R31/08
Abstract: 本发明涉及一种极端环境下的电力系统故障判别方法，根据故障时刻采集到的每条线路周边的各极端环境的气象等级确定其在该时刻的故障概率。根据概率方法计算故障时刻输电线路在综合天气下的故障概率；构建故障判别解析模型,由电力元件动作畸变度函数、通信畸变度函数、故障元件数量最小化指标、外部环境故障特征最大化匹配指标共同构成优化问题的目标函数。根据断路器器和保护的动作逻辑给定停电区域内的元件动作期望状态。设置模拟退火算法的常数，对构建的优化问题模型利用模拟退火算法进行求解。采用本发明方法可以对极端环境下电力系统发生严重通信畸变的情况下进行停电区域内精确的故障判别，克服了以往模型容错性不强的问题。
-
公开(公告)号：CN110796159A
公开(公告)日：2020-02-14
申请号：CN201910864244.7
申请日：2019-09-12
Applicant: 国网浙江省电力有限公司杭州供电公司
Inventor： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
Abstract: 本发明涉及计算机领域，尤其涉及基于朴素贝叶斯算法的电力数据分类方法及系统，包括：S1：从电力公司的电力系统中获取数据并生成数据集；S2：从数据集中取数据子集，并作增量式训练，所述数据子集；S3：计算各类别Ck在数据子集中的频率；S4：将数据子集划分成K个子数据子集，计算出其中第j个特征Xj＝ajl的概率；S5：计算其对于每个类别Ck的后验概率，概率值最大的类别即为待预测样本的预测类别；S6：在数据集中去掉当前数据子集，并判断数据集是否为空，若非空则进入步骤S2，若空则结束分类。本发明针对各种特征采用极大似然估计来表示各种分类的概率，再选取概率值最大的类别即为待预测样本的预测类别，能够迅速准确的实现数据的分类。
-
公开(公告)号：CN110955811B
公开(公告)日：2023-09-22
申请号：CN201910865149.9
申请日：2019-09-12
Applicant: 国网浙江省电力有限公司杭州供电公司 , 浙江中新电力工程建设有限公司
Inventor： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
IPC: G06F16/906 , G06F18/2415 , G06Q50/06
Abstract: 本发明涉及计算机领域，尤其涉及基于朴素贝叶斯算法的电力数据分类方法及系统，包括：S1：从电力公司的电力系统中获取数据并生成数据集；S2：从数据集中取数据子集，并作增量式训练；S3：对于每一个类别，计算各类别在数据子集中的频率；S4：将数据子集划分成K个子数据子集，分别对属于Ck的子数据子集进行计算，计算出其中第j个特征的概率；S5：针对待预测样本，计算其对于每个类别Ck的后验概率，概率值最大的类别即为待预测样本的预测类别；S6：在数据集中去掉当前数据子集，并判断数据集是否为空，若非空则进入步骤S2，若空则结束分类。本发明能够迅速准确的实现数据的分类，分类性能不会因为数据的不同而展现差异，具有良好的健壮性。
-
公开(公告)号：CN110826589A
公开(公告)日：2020-02-21
申请号：CN201910854717.5
申请日：2019-09-10
Applicant: 国网浙江省电力有限公司杭州供电公司
Inventor： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
Abstract: 本申请实施例提出了用于电力系统内基于KNN算法的公司分类方法，包括对公司数据进行分类训练，基于分类结果确定临近数k的取值；基于欧式距离计算公式确分类后的公司数据与各分类集之间的距离，根据计算得到的距离结合k值选取高频类作为被测数据类；重复上述步骤，直至测试完全部分类；提交预测分类数据。通过使用KNN算法来解决多分类问题，能够达到无需训练、无需估计参数、以及少误差的效果，提高分类的准确性。
-
公开(公告)号：CN110766272A
公开(公告)日：2020-02-07
申请号：CN201910860591.2
申请日：2019-09-11
Applicant: 国网浙江省电力有限公司杭州供电公司
Inventor： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
Abstract: 本发明公开了一种基于ID3决策树算法的电力业务协同分类方法及系统，方法包括如下步骤：获取电力业务协同相关数据库，并从中提取样本集S；提取指标集A，所述指标集A含有用于评估业务协同数据的指标；基于ID3算法对样本集S计算各个指标的信息熵和信息增益，以选定合适的根节点和中间节点；根据选定的根节点构建决策树；基于决策树对各个业务协同方案评估并进行选择；同时公开了相应的系统。本发明采用信息熵和信息增益计算，计算量相对较小，分类准确性高，应用于电力外包等业务的协同数据计算及分析，通过选择最优划分特征作为节点生成决策树并进行数据分类，分类快捷且效果好，有效实现对电力外包等业务的协同管理。
-
Patent Agency Ranking
公开(公告)号：CN110796331A
公开(公告)日：2020-02-14
申请号：CN201910860593.1
申请日：2019-09-11
Applicant: 国网浙江省电力有限公司杭州供电公司
Inventor： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
Abstract: 本发明公开了一种基于C4.5决策树算法的电力业务协同分类方法及系统，方法包括如下步骤：获取电力业务协同相关数据库，并从中提取样本集S；提取指标集A，所述指标集A含有用于评估业务协同数据的指标；基于C4.5算法对样本集S计算各个指标的信息熵和信息增益比，以选定合适的根节点和中间节点；根据选定的根节点构建决策树；基于决策树对各个业务协同方案评估并进行选择；同时公开了相应的系统。本发明采用信息熵和信息增益比计算，分类规则易于理解，准确率较高，应用于电力外包等业务的协同数据计算及分析，通过选择最优划分特征作为节点生成决策树并进行数据分类，分类快捷且效果好，有效实现对电力外包等业务的协同管理。
-
公开(公告)号：CN110796158A
公开(公告)日：2020-02-14
申请号：CN201910853706.5
申请日：2019-09-10
Applicant: 国网浙江省电力有限公司杭州供电公司
Inventor： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
Abstract: 本申请实施例提出了基于RBF径向基神经网络的电网公司分类方法，包括从公司状态数据中选取h个聚类中心；调用k-means算法基于样本点集合重新计算得到聚类中心；构造RBF径向神经网络模型，对已得到聚类中心进行重新计算得到RBF径向神经网络模型的输出分类结果。通过利用RBF神经网络对电网行业中多特征的数据进行分类筛选，有助于避免陷入局部最优解，得到更好的分类效果。
-
公开(公告)号：CN110266042B
公开(公告)日：2024-03-05
申请号：CN201910529189.6
申请日：2019-06-19
Applicant: 浙江中新电力工程建设有限公司自动化分公司 , 浙江中新电力工程建设有限公司 , 国网浙江杭州市萧山区供电有限公司 , 国网浙江省电力有限公司杭州供电公司
Abstract: 本发明公开了交直流混合微电网协调控制处理系统。属于发电供电技术领域，能降低抽水蓄能发电站的管道水击作用破坏。包括抽水蓄能发电站；抽水蓄能发电站包括控制器、水库、水轮机、以及两端分别对接连接在水库出水口上和水轮机的进水口上并能将水库的水引到水轮机的管道；沿着管道还在管道上设有若干个侧孔，这若干个侧孔设置在管道的不同高度处；在每个侧孔上分别设有调压装置；调压装置包括连接管和调压腔，调压腔竖直布置，调压腔的内腔侧壁为竖直壁，在调压腔的上顶面上设有通气口，在调压腔的下底面上设有下通孔，在调压腔的腔内上下密闭滑动设有密闭滑块。(56)对比文件颜雪萍;黄清兰.调压室(井)水位变化与水轮机进口流速变化关系的探讨.萍乡高等专科学校学报.2005,(第04期),第33-34,91页.霍吉祥;宋汉周;吴志伟;陈杰.考虑滞后效应的抽水蓄能电站渗流统计模型.水电自动化与大坝监测.2011,(第02期),第59-63页.Bo Zhao等.Robust Optimal Dispatch ofAC/DC Hybrid Microgrids ConsideringGeneration and Load Uncertainties andEnergy Storage Loss《.IEEE Transactions onPower Systems》.2018,第5945-5957页.
-
公开(公告)号：CN110955811A
公开(公告)日：2020-04-03
申请号：CN201910865149.9
申请日：2019-09-12
Applicant: 国网浙江省电力有限公司杭州供电公司
Inventor： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
IPC: G06F16/906 , G06K9/62 , G06Q50/06
Abstract: 本发明涉及计算机领域，尤其涉及基于朴素贝叶斯算法的电力数据分类方法及系统，包括：S1：从电力公司的电力系统中获取数据并生成数据集；S2：从数据集中取数据子集，并作增量式训练；S3：对于每一个类别，计算各类别在数据子集中的频率；S4：将数据子集划分成K个子数据子集，分别对属于Ck的子数据子集进行计算，计算出其中第j个特征的概率；S5：针对待预测样本，计算其对于每个类别Ck的后验概率，概率值最大的类别即为待预测样本的预测类别；S6：在数据集中去掉当前数据子集，并判断数据集是否为空，若非空则进入步骤S2，若空则结束分类。本发明能够迅速准确的实现数据的分类，分类性能不会因为数据的不同而展现差异，具有良好的健壮性。
-
公开(公告)号：CN110766043A
公开(公告)日：2020-02-07
申请号：CN201910854694.8
申请日：2019-09-10
Applicant: 国网浙江省电力有限公司杭州供电公司
Inventor： 司为国 , 朱炯 , 张博 , 张玉鹏 , 赵开 , 郭小茜 , 张浩 , 俞成彪 , 严志毅 , 闫宇铎 , 曹杰人 , 金仁云 , 宋惠忠 , 李骏 , 柳志军 , 唐鸣 , 张益军 , 施萌 , 张俊 , 侯伟宏 , 钟晓红 , 何可人 , 高瑾 , 吴颖 , 陈晨 , 厉律阳 , 徐国锋 , 章晨璐 , 朱小炜 , 孙远 , 向新宇 , 华玫 , 沈志强 , 朱坚 , 孙建军 , 仲从杰 , 毛无穷 , 刘磊
Abstract: 本申请实施例提出了基于电网信息数据的K-means聚类算法，包括使用手肘法对电网信息数据进行处理，推断最优分类个数；从电网信息数据中随机选取数据作为聚类中心，从剩余数据中选取数据与已选数据计算空间距离，逐个选取全部的聚类中心；基于已选的聚类中心使用K-means算法进行更新；基于更新后的聚类中心对输出簇进行划分。通过对电网信息数据使用K-means聚类算法，能够依靠非监督学习判断出最优分类数目，并进行数据聚类。对初始的聚类中心进行计算确定，确保最后的结果不受起始点的随机选择而变化。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.038 seconds)
