-
公开(公告)号：CN119557795A
公开(公告)日：2025-03-04
申请号：CN202411482397.2
申请日：2024-10-23
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06F18/2433 , G06F18/23213 , G06Q50/06
Abstract: 本发明提供一种时序聚类模型R‑kshape用于异常电量检测的方法，包括：获取数据集，所述数据集包括：机组ID，日期，时刻，上网电量；对获取的数据集进行数据预处理，所述预处理包括缺失值处理、删除零点电量的数据以及重排序；对进行预处理后的数据集进行特征工程，构建衍生变量；基于构建的衍生变量建立R‑kshape模型，所述R‑kshape模型由规则策略和kshape通过逻辑关联融合而成；基于构建的R‑kshape模型进行异常电量检测。本发明以时序聚类算法Kshape为基础，融合了规则策略(Rule)而成一种全新改进模型，所需样本数量少，同时对比纯规则、纯聚类的异常电量检测，有着更精准更高效的识别效果。
-
公开(公告)号：CN118899830A
公开(公告)日：2024-11-05
申请号：CN202410936481.0
申请日：2024-07-12
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: H02J3/00 , G06N3/0464 , G06N3/0442 , G06N3/042 , G06N3/08 , G06F18/214 , G06F18/24 , G06Q10/04 , G06Q50/06 , G06F17/18
Abstract: 一种利用多目标时空图卷积神经网络GCN‑BILSTM模型进行短期负载率实际预测的方法，包括：从数据中台和气象网站获得目标区域的负载数据和天气数据；对获得的负载数据和天气数据进行数据清洗；对数据清洗后的数据进行特征工程处理，包括：对原有的气温拆分成最高温、最低温，并对最高温、最低温分别进行增加预设数值的变换，以使得最低温大于等于0；将目标区域下属乡镇的负载率、最高温、最低温进行0‑1标准化，得到若干维度数据；构建GCN‑BILSTM模型，将若干维度数据输入GCN‑BILSTM模型输出预测结果。本发明在预测过程中增加对空间节点之间的“联动性”，相较于Multi‑BILSTM算法mape误差更低。
-
公开(公告)号：CN118521573A
公开(公告)日：2024-08-20
申请号：CN202410963580.8
申请日：2024-07-18
Applicant: 湖北华中电力科技开发有限责任公司
Abstract: 本发明涉及图像处理技术，尤其涉及一种生成式人工智能的电网设备故障监测方法及系统。方法包括：获取电网设备图像中像素点的置信度；将滤波器均分为四个部分，根据各部分像素点的置信度对滤波器的尺寸进行修正；根据各个方向的调节量对修正后滤波器进行调整，得到目标滤波器；通过目标滤波器对图像进行滤波，基于滤波后的图像生成用于扩充绝缘子缺陷检测数据集，完成对电网设备故障监测。本发明目标滤波器对噪声进行抑制的同时还能够在一定程度上保留图像细节，基于滤波图像使用生成式人工智能技术能够生成质量更高的图像，使得绝缘子监测能够使用更多样的数据集，提高绝缘子检测的效果，进而提高电网设备故障监测的效果。
-
公开(公告)号：CN116955968A
公开(公告)日：2023-10-27
申请号：CN202311218990.1
申请日：2023-09-21
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/20 , G06Q30/0201 , H02J3/00 , G06Q50/06 , G06Q10/0631 , G06N20/00
Abstract: 本发明属于用电分析技术领域，具体公开一种基于机器学习的用户用电行为分析方法，本发明通过设定采集年度，并将一年的月份划分为季节阶段，进而在各采集年度对应各季节阶段中各采集日划分的若干采集时段进行目标用户用电量读取，同时根据读取的用电量数据进行用电量变化曲线绘制，由此解析出目标用户在各季节阶段的用电负荷模式，从而据此进行用电成本优化，实现了用户用电成本的针对性、灵活性优化，能够凸显不同季节阶段的用电习惯，使得优化方式与用户的用电习惯达到了极大的适配度，有利于提高优化效果，同时还由于最大限度避免用户用电习惯的改变，在一定程度上增强了用户的优化体验感，使得优化方式能够得到有效施展。
-
公开(公告)号：CN116894164A
公开(公告)日：2023-10-17
申请号：CN202311160105.9
申请日：2023-09-11
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/20 , G06Q50/06 , G06F30/20 , G06F119/02 , G06F111/10
Abstract: 本发明涉及电力平台数据管理领域，具体公开一种电力平台数据智能管理方法，本发明通过从发电能力、发电可靠性、销售电价和环境污染等维度分析各发电厂的交易推荐系数，结合电力交易商的需求电量和各发电厂的供应电量，获取电力交易商的各合作发电厂，从多个维度对发电厂进行深入分析评估，提高发电厂评估结果的可靠性，有利于电力交易商挑选优质的发电厂进行合作；获取电力交易商的各合作发电厂的电力供应信息，判断电力交易商的各合作发电厂的电力供应是否存在异常，对发电厂后期实际的电力供应情况进行持续追踪监测，防止发电厂电力供应异常给电力交易商带来损失，保障电力供应网络运行的安全性和效率。
-
Patent Agency Ranking
公开(公告)号：CN118899829A
公开(公告)日：2024-11-05
申请号：CN202410936221.3
申请日：2024-07-12
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: H02J3/00 , G06N3/0464 , G06N3/0442 , G06N3/042 , G06N3/08 , G06F17/18 , G06F18/25 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/24
Abstract: 本发明提供一种利用GAT‑LSTM&STGCN‑MLP双时空图模型进行电网负载率预测的方法，包括：从数据中台和气象网站获取目标区域负载数据和天气数据；对获取目标区域的负载数据和天气数据进行数据清洗，所述负载数据包括日期、目标区域下乡镇的负载率，天气数据包括日期、目标区域气温；对进行数据清洗后的数据进行特征工程处理，得到若干维度数据；基于GAT‑LSTM时空图算法网络和STGCN‑MLP时空图算法网络构建双时空图多目标算法模型；将所得若干维度数据输入所述建双时空图多目标算法模型进行预测，得到目标区域下属乡镇的负载率预测结果。本发明在各种复杂多变的节日情况下仍能保持稳定预测，增强了模型稳定性。
-
公开(公告)号：CN118521573B
公开(公告)日：2024-10-01
申请号：CN202410963580.8
申请日：2024-07-18
Applicant: 湖北华中电力科技开发有限责任公司
Abstract: 本发明涉及图像处理技术，尤其涉及一种生成式人工智能的电网设备故障监测方法及系统。方法包括：获取电网设备图像中像素点的置信度；将滤波器均分为四个部分，根据各部分像素点的置信度对滤波器的尺寸进行修正；根据各个方向的调节量对修正后滤波器进行调整，得到目标滤波器；通过目标滤波器对图像进行滤波，基于滤波后的图像生成用于扩充绝缘子缺陷检测数据集，完成对电网设备故障监测。本发明目标滤波器对噪声进行抑制的同时还能够在一定程度上保留图像细节，基于滤波图像使用生成式人工智能技术能够生成质量更高的图像，使得绝缘子监测能够使用更多样的数据集，提高绝缘子检测的效果，进而提高电网设备故障监测的效果。
-
公开(公告)号：CN118798254A
公开(公告)日：2024-10-18
申请号：CN202411281531.2
申请日：2024-09-13
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及神经网络技术领域，尤其涉及一种分布式建模方法及系统，方法包括：将神经网络模型拆分为多个子模型；将训练样本输入神经网络模型，在各子模型间进行前向传播，得到输出结果，计算训练样本标签数据间的预设损失，对各子模型进行反向传播，得到各子模型的第一参数和第二参数，第一参数对应的冻结系数为1，第二参数对应的冻结系数为0；获取各冻结策略的参数组合；在测试样本中获取各参数组合的性能评分，将性能评分最大值的参数组合作为本次迭代的神经网络模型；执行多次迭代，直至迭代次数大于预设次数时停止。通过本申请的技术方案能够提高神经网络的训练精度和训练效率。
-
公开(公告)号：CN118735721A
公开(公告)日：2024-10-01
申请号：CN202410712732.7
申请日：2024-06-04
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06Q50/06 , H02J3/00 , G06Q10/04 , G06F18/10 , G06N3/045 , G06N3/0464 , G06N3/0442
Abstract: 一种利用GAT‑BILSTM&CNN‑LSTM模型提高多目标误差均衡度的方法，包括：获取目标区域的负载数据和气温数据；对负载数据和气温数据进行数据清洗；对数据清洗后的数据进行特征工程处理得到历史数据；设置GAT‑BILSTM算法网络和设置CNN‑LSTM算法网络；模型组合：使用GAT‑BILSTM对历史数据进行训练，算出目标区域负载率预测变量的每个预测误差，再算出平均误差，其次将超出平均误差的负载率预测变量与CNN‑LSTM的结果进行组合，组合的方式是采用误差倒数法进行加权，剩下的负载率预测变量则保持不变输出结果。本发明可解决多目标预测模型中各个目标预测误差的相差过大的问题，同时尽可能减小整体误差。
-
公开(公告)号：CN116894164B
公开(公告)日：2023-11-28
申请号：CN202311160105.9
申请日：2023-09-11
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/20 , G06Q50/06 , G06F30/20 , G06F119/02 , G06F111/10
Abstract: 本发明涉及电力平台数据管理领域，具体公开一种电力平台数据智能管理方法，本发明通过从发电能力、发电可靠性、销售电价和环境污染等维度分析各发电厂的交易推荐系数，结合电力交易商的需求电量和各发电厂的供应电量，获取电力交易商的各合作发电厂，从多个维度对发电厂进行深入分析评估，提高发电厂评估结果的可靠性，有利于电力交易商挑选优质的发电厂进行合作；获取电力交易商的各合作发电厂的电力供应信息，判断电力交易商的各合作发电厂的电力供应是否存在异常，对发电厂后期实际的电力供应情况进行持续追踪监测，防止发电厂电力供应异常给电力交易商带来损失，保障电力供应网络运行的安全性和效率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.046 seconds)
