-
公开(公告)号：CN118572230A
公开(公告)日：2024-08-30
申请号：CN202410796726.4
申请日：2024-06-20
Applicant: 珠海派诺科技股份有限公司
IPC: H01M10/44 , H01M10/613 , H01M10/6568 , H01M10/633 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种基于热平衡的储能充放电调节方法。包括建立储能系统的热平衡方程，根据储能系统充放电需求、外部传热量、以及液冷系统制冷量，预测下一时刻的电池温度变化。该基于热平衡的储能充放电调节方法能够实现储能系统的安全、高效和低用电成本的充放电管理。
-
公开(公告)号：CN113792477B
公开(公告)日：2024-06-07
申请号：CN202110949357.4
申请日：2021-08-18
Applicant: 珠海派诺科技股份有限公司
IPC: G06F30/27 , G06F18/214 , G06F18/23213 , G06F18/24 , G06F119/08
Abstract: 本发明涉及一种用电异常识别方法、系统、装置和火灾预警系统。一种用电异常识别方法，包括：获取用电特征数据以及日温差；所述用电特征数据包括电流变化量、线缆温度变化量；将所述电流变化量和所述线缆温度变化量的相关系数以及所述日温差使用用电异常识别模型进行识别处理，确定用电状态是否异常。使用本发明提供的用电异常识别方法，通过实时捕捉电网的用电特征数据以及日温差，进而将用电特征数据和日温差投入到所述用电异常识别模型中，判定电网线路是否存在线路过载、线路老化以及线路不规整的情况发生；使用用电异常识别模型确定线缆的温度是否会随着过载电流攀升，进而综合分析具体的温升状况确定是否存在用电异常，并对外发出预警。
-
公开(公告)号：CN111306706A
公开(公告)日：2020-06-19
申请号：CN201910957608.6
申请日：2019-10-10
Applicant: 珠海派诺科技股份有限公司
Abstract: 本发明公开了一种空调联动控制方法及系统，其中方法包括S1：实时采集设定区域的环境参数，判断环境参数是否处于预设范围内，若是，则执行S5；若否，则执行S2；S2：判断环境参数是否超过预设范围中的上限值，若是，执行S3；若否，执行S4；S3：采集设定区域内的每台空调当前的运行状态，从处于未开启状态的空调中挑选出健康度IH最高的空调，并控制其开启运行，其后跳转并执行S1；S4：采集设定区域内的每台空调当前的运行状态，从处于已开启状态的空调中挑选出健康度IH最低的空调，并控制其关机卸载；其后跳转并执行S1；S5：保持设定区域内每台空调当前的运行状态。本发明解决了室内空调过度使用的问题，还可保证了最佳的综合运行效率。
-
公开(公告)号：CN108954741A
公开(公告)日：2018-12-07
申请号：CN201811139266.9
申请日：2018-09-28
Applicant: 珠海派诺科技股份有限公司
IPC: F24F11/89 , F24F11/64 , F24F11/65 , F24F11/47 , F24F110/10 , F24F110/20
CPC classification number: F24F11/89 , F24F11/47 , F24F11/64 , F24F11/65 , F24F2110/10 , F24F2110/20
Abstract: 本发明具体涉及一种酒店房间空调器舒适度控制方法，包括：根据地区、日期、室外天气条件以及外围护结构参数确定室内的平均辐射温度；根据光感和时间确定人体新陈代谢率；根据室内温度、室内相对湿度、所述平均辐射温度以及所述人体新陈代谢率计算PMV值；确定PMV区间；将所述PMV值与所述PMV区间进行对比，发布空调控制指令。通过在室内制冷时向较热方向的一侧，供暖时向较冷方向的一侧设定PMV目标值，并在人体睡眠后根据不同的睡眠阶段适时调整PMV控制区间，在舒适度范围内抑制过度能源消耗，实现空调负荷的减轻并实现节能。在接收到用户干预以后及时修正PMV控制区间，实现一种舒适节能控制方法。
-
公开(公告)号：CN119578639A
公开(公告)日：2025-03-07
申请号：CN202411679847.7
申请日：2024-11-22
Applicant: 珠海派诺科技股份有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/10 , G06F18/23213 , G06F18/24 , G06F18/214 , G06F18/25 , G06N3/0455 , G06N3/08 , H02J3/00
Abstract: 本发明公开了一种基于动态工况识别与模型融合的光伏发电功率预测方法包括：动态工况识别，以及深度时序模型样本特征增强；所述动态工况识别是引入样本时刻关于历史功率和天气预报的统计量特征，构造监督学习算法的训练样本，训练得到更精准的动态工况识别模型，包括基于数据预处理结果，利用每日功率分布曲线和无监督聚类方法对样本数据进行多种工况划分，得到每日所属的工况类别label；所述深度时序模型样本特征增强，包括根据待预测时刻的工况识别结果，利用天气预报和功率观测数据从特定工况候选集中进行相似日匹配挑选Top3作为模型训练或预测的样本特征，针对时序模型的样本特征构造。该方法构建一种能够根据气象变化自适应选择预测模型，并融合异构模型进行头尾结果修正的光伏发电功率多步预测系统，以提高光伏发电在复杂、多变天气的预测精度和响应速度，以解决当前光伏发电功率预测精度不足、难以应对复杂环境变化的问题。
-
Patent Agency Ranking
公开(公告)号：CN117825964A
公开(公告)日：2024-04-05
申请号：CN202311831642.1
申请日：2023-12-28
Applicant: 珠海派诺科技股份有限公司
IPC: G01R31/367 , G01R31/392
Abstract: 本发明公开了一种基于数据重组增强的电池寿命预测数据增强方法。包括如下步骤：对数据集的所有特征都进行特征构建，区分并排除有明显时间先后关系外的特征；对样本进一步筛选，将在特定时间点的样本排除出去；将原始数据集按照时间顺序分为若干个自定义长度τ的时间段，每个时间段被视为一个单独参与数据重排序过程的分组；对已经排除了有明显时间先后关系的行为特征后的每个分组中的特征进行数据重排序；将经重排序的新样本添加到增强数据集中，直至达到预定的数据总量。该基于数据重组增强的电池寿命预测数据增强方法提高了预测模型的准确性。
-
公开(公告)号：CN113903165B
公开(公告)日：2023-10-27
申请号：CN202110949353.6
申请日：2021-08-18
Applicant: 珠海派诺科技股份有限公司
IPC: G08B29/18 , G08B17/06 , G01R31/52 , G01R19/165
Abstract: 本发明涉及一种漏电预警方法、系统、装置和火灾预警系统。一种漏电预警方法，包括：获取电流数据，提取得到电流特征数据；将电流特征数据投入到固有漏电算法模型中得到固有漏电变化量；获取漏电数据变化量，剔除漏电数据变化量中的固有漏电变化量得到异常漏电变化量；将所述异常漏电变化量累加到异常漏电数据中，进而基于累加后的异常漏电数据执行漏电预警操作。使用本发明提供的漏电预警方法，只要电网中的电流数据发生变化，即电网中有负载设备加入或移出时，就计算一下在此种变化的情况下，具体的固有漏电变化量，进而得到精准的异常漏电变化量，从而得到准确的异常漏电数据，进而使用该准确的异常漏电数据进行漏电预警操作，可以准确知道异常漏电的具体情况，防止异常漏电的误报情况发生。
-
公开(公告)号：CN116340867A
公开(公告)日：2023-06-27
申请号：CN202310289062.8
申请日：2023-03-23
Applicant: 珠海派诺科技股份有限公司
IPC: G06F18/2431 , G01R31/00 , G01R21/00 , G01R23/16 , G06F18/2411 , G06N20/10 , G06Q50/06
Abstract: 本发明公开了一种基于负载事件检测的恶性负载识别方法。包括：从正常负载和恶性负载单独运行的电学数据中，提取各类型负载单独运行时的电力信息特征，以此建立负载分类算法；基于电能表实时采集的电力信息特征，实时检测负载事件；负载事件检测包括在实时测量电力信息数据的过程中，通过比较前一段时间和后一段时间的实时电力信息数据是否有同分布，来判断是否发生了负载事件；从实时检测的负载事件的电力信息数据中提取具有增量信息的电力信息特征；利用建立的所述负载分类算法实时对新加入负载进行恶性负载识别判断。该基于负载事件检测的恶性负载识别方法响应速度快、可靠性高、准确有效、易于实施。
-
公开(公告)号：CN115682295A
公开(公告)日：2023-02-03
申请号：CN202211400384.7
申请日：2022-11-09
Applicant: 珠海派诺科技股份有限公司
Abstract: 本发明公开了一种空调故障的动态修复方法。包括根据空调的故障类型或现象，或者根据空调的故障类型或现象及程度，对故障空调进行相应的动态校正补偿式调节操作使空调故障在得以相应缓解、和/或消除的情况下继续运行工作。该空调故障的动态修复方法，能够对故障空调以相应简单、有效的动态校正补偿式调节操作，保持其在满足一定的舒适度（主要体现其空调环境温度要求）需求的基础上继续运行工作，以解决相应用户的空调带故障运行的问题，相应减少能源消耗，降低使用成本。
-
公开(公告)号：CN114662054A
公开(公告)日：2022-06-24
申请号：CN202210093116.9
申请日：2022-01-26
Applicant: 珠海派诺科技股份有限公司
Abstract: 本发明公开了基于BP神经网络的短期负荷预测方法，涉及供配电领域，特别涉及基于BP神经网络的短期负荷预测方法及装置；本申请利用神经网络进行非线性拟合，并结合由日历信息构造的异常日状态特征以及每日的集中负载时段的负荷量，双重定位当日的负荷状态，提高异常日负荷预测的准确性；通过对同类型日的分析进行异常日识别，排除其对正常日负荷预测的影响，并提取每日的最高温度进行分桶处理构造出有效的温度特征，提高模型对正常日的负荷预测准确度。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.035 seconds)
