-
公开(公告)号：CN119692718A
公开(公告)日：2025-03-25
申请号：CN202411890167.X
申请日：2024-12-20
Applicant: 国网浙江省电力有限公司舟山供电公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/0442 , H02J3/00
Abstract: 本发明公开了一种结合短周期电力源荷预测的电网自适应调度方法，涉及电力预测技术领域。目前，短周期剧烈天气变化对电力源荷预测造成的不准确性；本发明包括：按照短周期预设时间粒度，获取天气变化信息并提取特征；根据时间粒度、天气特征及当前时间，构建相似日特征并基于其提取历史数据构建相似日数据库；对数据库进行预处理并聚合特征，获得相似日聚合特征；将天气特征输入电网预测模型，获得短周期电力源荷预测结果；根据预测结果的平衡关系，进行电网自适应调度。本技术方案通过结合相似日特征和堆叠LSTM模型，提高短周期新能源预测和短期负荷预测的准确性。
-
公开(公告)号：CN115758863B
公开(公告)日：2025-01-21
申请号：CN202211336637.9
申请日：2022-10-28
Applicant: 国网浙江省电力有限公司舟山供电公司 , 国网浙江省电力有限公司信息通信分公司
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于节点嵌入的设备健康度评估方法，涉及设备健康度评估方法。目前设备健康度评估不能保证准确性的同时，降低对人员的技术要求；本发明包括步骤：构建设备关联图模型，并通过特征抽取定义设备关联图中的节点特征；基于设备关联图进行设备健康度评估；本技术方案采用设备关联图，表征设备之间的复杂关联，有效地捕捉到了设备间的全部关联，能更为准确地体现设备健康度影响因素的影响效果，获得更准确的健康度数值。通过设备最直观的基本信息与运行信息定义设备特征，摆脱现有方法对专家知识的依赖；面向不同类型的设备，在没有专家知识定义的专属特征的前提下，也能够正常运行，准确地实现设备健康度评估，降低了对人员的要求。
-
公开(公告)号：CN118801378A
公开(公告)日：2024-10-18
申请号：CN202411278091.5
申请日：2024-09-12
Applicant: 国网浙江省电力有限公司舟山供电公司
Abstract: 本发明公开了基于气象要素的光伏电站出力预测方法及系统，涉及光伏发电技术领域。现有的预测方法的预测结果与实际情况存在较大偏差。基于气象要素的光伏电站出力预测方法包括步骤：确定目标光伏电站，并获取所述目标光伏电站的气象条件；构建光伏电站出力模型，将所述气象条件输入至所述光伏电站出力模型，以获取所述目标光伏电站的初始预测发电功率；查询所述目标光伏电站的实际发电功率，并设置所述目标光伏电站的安全发电功率阈值；将初始预测发电功率与安全发电功率阈值进行对比，获取目标光伏电站的预测发电结果。本技术方案通过准确的发电功率预测，可以优化光伏电站的运维计划，减少不必要的检修和维护，提高运维效率，降低成本。
-
公开(公告)号：CN118569497A
公开(公告)日：2024-08-30
申请号：CN202410734623.5
申请日：2024-06-07
Applicant: 国网浙江省电力有限公司舟山供电公司
IPC: G06Q10/063 , G06Q50/06 , G06N3/09 , H02J3/00 , H02J3/38
Abstract: 本发明公开了基于互相关的海上风电爬坡预测方法及系统，涉及人工智能技术领域，该方法包括：读取目标风电机组的基础配置信息；检索可信爬坡事件记录，搭建事件特征图谱；交互基于目标风电机组的地理气候特性，训练风程预测模型；结合互相关性监督训练爬坡预测模型；联合风程预测模型与爬坡预测模型，生成一体化预测模块；调用预定周期节点下的地理气候信息与机组运况信息，进行风况趋势预测与爬坡事件发生预测，确定目标预测结果；确定机组管控策略，进行海上风电爬坡管理。本发明解决了现有技术中预测精度低、应对突发情况能力低等技术问题，通过基于互相关的海上风电爬坡预测，达到提高预测精度和应对突发情况能力的技术效果。
-
公开(公告)号：CN118300860A
公开(公告)日：2024-07-05
申请号：CN202410456106.6
申请日：2024-04-16
Applicant: 国网浙江省电力有限公司舟山供电公司
IPC: H04L9/40 , H04L43/0823 , H04L69/08 , H04L69/22
Abstract: 本发明公开了一种基于机器学习和高级语义映射的电力网络异常检测系统，属于电力技术领域。当前电力网络对于未知类型的攻击监测能力不足。本发明包括：训练数据模块，用于对原始文本数据进行数据采集和数据处理，并通过映射模块对原始文本数据映射到统一的属性，得到历史网络流量安全行为轨迹、历史网络流量异常数据样本和变电站网络运行状态行为特征；映射模块；特征聚类模块；网络协议解析模块；网络行为特征；未知攻击分析模块；异常检测模块；显示终端；告警模块，告警模块用于生成告警日志并发送至管理员，实现及时安全告警。本发明降低平台使用难度，可使无相关专业背景的人员也可快速获取异常类型，及时研判并处置异常情况。
-
Patent Agency Ranking
公开(公告)号：CN115563506A
公开(公告)日：2023-01-03
申请号：CN202211337764.0
申请日：2022-10-28
Applicant: 国网浙江省电力有限公司舟山供电公司
IPC: G06F18/214 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种跨系统异构数据融合表征方法，涉及电力信息系统领域。电力系统存在较多的异构数据系统和设备，不同系统之间的异构数据难以融合，为具体的数据分析、异常检测任务加大了工作难度。本发明通过构建两个异构数据系统之间的数据关联图，然后基于数据关联图自动化生成元路径，最后在在元路径的约束下，基于随机游走获得节点序列最大化每个节点出现的条件概率即可获得每个节点最终的嵌入结果，从而实现了数据的融合表征。有效实现跨系统的异构数据融合表征，降低应用难度。
-
公开(公告)号：CN118863603A
公开(公告)日：2024-10-29
申请号：CN202411371559.5
申请日：2024-09-29
Applicant: 国网浙江省电力有限公司舟山供电公司
IPC: G06Q10/0637 , G06F18/2415 , G06F18/27 , G06Q50/06
Abstract: 本发明公开了基于双重注意力和分位数回归的负荷概率预测方法，涉及电力系统技术领域。现有技术在电力负荷预测中对负荷不确定性的刻画不足，特征提取过程中的信息缺失影响了预测模型的精度和泛化性能。本发明包括步骤：对多时间尺度负荷预测问题进行标准化建模，考虑电力负荷的多维相关特征，构建基于滑动窗口的多时间尺度负荷预测框架。然后，基于双重注意力机制挖掘电力负荷在时序维度的自相关特征以及在特征维度与其影响因素的互相关特征，通过改进分位数回归实现电力负荷概率预测。本发明方法可以综合考虑电力负荷的时序自相关特征与互相关特征，实现负荷波动的随机不确定性量化，提高预测的可靠性与精准性。
-
公开(公告)号：CN115758863A
公开(公告)日：2023-03-07
申请号：CN202211336637.9
申请日：2022-10-28
Applicant: 国网浙江省电力有限公司舟山供电公司 , 国网浙江省电力有限公司信息通信分公司
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于节点嵌入的设备健康度评估方法，涉及设备健康度评估方法。目前设备健康度评估不能保证准确性的同时，降低对人员的技术要求；本发明包括步骤：构建设备关联图模型，并通过特征抽取定义设备关联图中的节点特征；基于设备关联图进行设备健康度评估；本技术方案采用设备关联图，表征设备之间的复杂关联，有效地捕捉到了设备间的全部关联，能更为准确地体现设备健康度影响因素的影响效果，获得更准确的健康度数值。通过设备最直观的基本信息与运行信息定义设备特征，摆脱现有方法对专家知识的依赖；面向不同类型的设备，在没有专家知识定义的专属特征的前提下，也能够正常运行，准确地实现设备健康度评估，降低了对人员的要求。
-
公开(公告)号：CN119312054A
公开(公告)日：2025-01-14
申请号：CN202411840458.8
申请日：2024-12-13
Applicant: 国网浙江省电力有限公司舟山供电公司
Inventor： 黄浩 , 钟宇军 , 钱建国 , 甘纯 , 张俊 , 张静 , 金学奇 , 蔡雨函 , 阙凌燕 , 孔飘红 , 卢敏 , 詹志雄 , 方海娜 , 潘永春 , 徐冉月 , 张隆宇 , 王涛
IPC: G06F18/20 , H02J3/00 , H02J3/38 , G06F18/15 , G06F18/2132 , G06N3/0455 , G06N3/08 , G06N3/082 , G06Q50/06 , G06F123/02
Abstract: 本发明公开了一种基于itransfomer的光伏功率超短期预测方法及系统，涉及光伏发电技术领域；传统预测方法在云层快速变化和局部天气异常情况下，精度较为有限。本发明包括天气数据收集与处理、基于天气数据进行特征构造、iTransformer模型构建和训练、光伏功率超短期预测。本技术方案通过处理天气数据、构造多维特征，结合iTransformer模型的多头注意力机制和非线性映射，实现高效的特征提取与光伏功率预测。模型训练结合实测数据和气象预报修正，确保输入数据的准确性与可靠性，提升预测精度，具有较强的实时性与适应性，在处理复杂气象条件下具有较高的准确性、实时性和可靠性，为电网调度提供有力支持，尤其在超短期光伏功率预测方面，能够有效提升电力系统的安全性与可靠性。
-
公开(公告)号：CN119091323A
公开(公告)日：2024-12-06
申请号：CN202411573659.6
申请日：2024-11-06
Applicant: 国网浙江省电力有限公司舟山供电公司
Inventor： 钱建国 , 张静 , 金学奇 , 钟宇军 , 孔飘红 , 阙凌燕 , 卢敏 , 黄浩 , 蔡雨函 , 张引贤 , 夏代军 , 方海娜 , 潘永春 , 徐冉月 , 朱婉仪 , 接晓霞 , 曾长轩
IPC: G06V20/13 , G06V10/764 , G06V10/82 , G06V10/40 , G06V10/26 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于GoogLeNet模型的卫星云图自动识别与分析方法及系统，涉及图像识别领域。目前，卫星云图数据量大、复杂度高，导致高效获取高质量云图数据及自动解译面临挑战。本发明包括步骤：收集和整合原始云图数据、对原始云图数据进行预处理、构建基于GoogLeNet的自动解译与分析模型，实现多尺度特征提取及生成最终的定性分析结果。本技术方案通过使用GoogLeNet模型和Inception模块，实现对大规模卫星云图的自动化解译和分类，有效减少了人工分析的工作量，提高了识别和分析的效率，提供准确、可靠的高质量云图数据，有利于提高气象预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.045 seconds)
