-
公开(公告)号：CN113033894B
公开(公告)日：2023-05-02
申请号：CN202110315287.7
申请日：2021-03-24
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种日用电量预测方法、装置、计算机设备和存储介质，方法包括：响应于终端发送的日用电量预测请求，获取与日用电量预测请求对应的日用电量数据；日用电量预测请求携带有预测时间信息；将日用电量数据输入预先训练的日用电量预测模型，得到预先构建的日用电量预测模型输出与预测时间信息对应的日用电量预测结果；预先构建的日用电量预测模型，由定义在频域的卷积滤波器、定义在频域的池化模块以及深度置信网络构建得到；将日用电量预测结果返回至终端；本申请通过定义在频域的卷积滤波器以及定义在频域的池化模块，实现了对日用电量数据在频域上的特征保留，基于此构建并应用日用电量预测模型，提高了日用电量预测准确性。
-
公开(公告)号：CN116010626A
公开(公告)日：2023-04-25
申请号：CN202310296133.7
申请日：2023-03-24
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F16/36 , G06F40/295 , G06Q30/0201 , G06Q50/06 , G06F16/33 , G06F16/35
Abstract: 本申请涉及一种电力用户知识图谱分析方法、装置和计算机设备。通过预设词典解析服务提供者的名称，得到位置信息、提供的服务和服务提供者的标识名称，根据标识名称对各服务提供者进行分组和对齐后，关联服务提供者数据库中各身份信息至对应的各个服务提供者，分别创建名称、位置信息、所提供的服务和标识名称对应的实体，确定各实体的实体属性，根据多个实体、各实体属性以及各实体之间的关联关系，构建待分析电力系统对应的知识图谱，基于知识图谱分析电力系统。相较于传统通过关系型数据库进行分析，本方案基于服务提供者的各项属性构建知识图谱后对电力系统进行分析，降低了分析难度。
-
公开(公告)号：CN112330077B
公开(公告)日：2021-09-24
申请号：CN202110000659.7
申请日：2021-01-04
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种电力负荷预测方法、装置、计算机设备和存储介质，方法包括：响应于用电负荷预测请求，获取与用电负荷预测请求对应的用电负荷相关特征数据，包括历史用电负荷值；并进一步划分为生活用电负荷相关特征数据以及生产用电负荷相关特征数据；之后输入预先构建的用电负荷差值预测模型，得到与预测时间信息对应的生活用电负荷预测差值以及生产用电负荷预测差值，并对历史用电负荷值进行计算处理，得到用电负荷预测结果。本申请通过生活用电负荷相关特征数据以及生产用电负荷相关特征数据，实现了利用模型进行分别预测，提高了电力负荷预测的精细程度；通过预测用电负荷差值减小了预测过程中的方差，提高了电力负荷预测的准确性。
-
公开(公告)号：CN111965568A
公开(公告)日：2020-11-20
申请号：CN202010854462.5
申请日：2020-08-24
Applicant: 南方电网数字电网研究院有限公司 , 中国南方电网有限责任公司
Abstract: 本申请涉及一种互感器接线状态的监控方法、装置、计算机设备和存储介质。所述方法包括：从多个互感器中检测出目标互感器，所述目标互感器为对应计量点出现电量消耗数据异常的互感器；获取所述目标互感器对应的电能量数据；所述电能量数据为采用预设接线方式对所述目标互感器进行接线时，所述对应计量点的电能量数据；获取所述对应计量点的当前电能量数据，并根据所述当前电能量数据与所述电能量数据的对比结果，确定所述目标互感器的当前接线状态信息，实现了互感器接线状态的实时监测，通过对比当前采集的电能量数据与预设的电能量数据，及时判断互感器是否存在接线异常，避免在出现明显异常时才发现接线异常。
-
公开(公告)号：CN117132018A
公开(公告)日：2023-11-28
申请号：CN202311143041.1
申请日：2023-09-06
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/063 , H02J3/00 , H02J13/00 , G06F18/20 , G06F18/241 , G06Q50/06
Abstract: 本发明实施例公开了一种碳‑电协同系统演化驱动度量方法、装置、设备及介质。该方法包括：采集碳‑电协同系统的演化驱动参数，并根据演化驱动参数与碳‑电协同系统的因果关系，确定目标演化驱动参数；根据目标演化驱动参数的属性进行参数类别划分，生成驱动参数组；其中，各驱动参数组中包括至少一个目标演化驱动参数；根据各驱动参数组中各目标演化驱动参数对碳‑电协同系统的演化驱动影响，对目标演化驱动参数进行整合，确定各驱动参数组对应的参数组度量值；根据各驱动参数组，以及对应的各参数组度量值，确定碳‑电协同系统演化驱动度量值。该方法可以对碳‑电协同系统演化进行驱动因素客观分析评估，有利于加快碳‑电协同系统演化进度。
-
Patent Agency Ranking
公开(公告)号：CN116010626B
公开(公告)日：2023-06-27
申请号：CN202310296133.7
申请日：2023-03-24
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F16/36 , G06F40/295 , G06Q30/0201 , G06Q50/06 , G06F16/33 , G06F16/35
Abstract: 本申请涉及一种电力用户知识图谱分析方法、装置和计算机设备。通过预设词典解析服务提供者的名称，得到位置信息、提供的服务和服务提供者的标识名称，根据标识名称对各服务提供者进行分组和对齐后，关联服务提供者数据库中各身份信息至对应的各个服务提供者，分别创建名称、位置信息、所提供的服务和标识名称对应的实体，确定各实体的实体属性，根据多个实体、各实体属性以及各实体之间的关联关系，构建待分析电力系统对应的知识图谱，基于知识图谱分析电力系统。相较于传统通过关系型数据库进行分析，本方案基于服务提供者的各项属性构建知识图谱后对电力系统进行分析，降低了分析难度。
-
公开(公告)号：CN113284000B
公开(公告)日：2023-04-04
申请号：CN202110377478.6
申请日：2021-04-08
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q50/06 , G06F18/22 , G06F18/214 , G06N3/0895
Abstract: 本申请涉及一种用户用电数据异常检测方法、装置、计算机设备和存储介质。所述方法包括：获取用户的历史用电数据和当前时刻的真实用电数据；将所述历史用电数据输入到训练好的异常检测模型，确定所述历史用户数据的第一玻尔兹曼分布特征，根据所述第一玻尔兹曼分布特征输出当前时刻的预测用电数据；根据所述预测用电数据和所述真实用电数据进行计算，得到预测用电数据和真实用电数据之间的距离；当所述距离大于预设阈值时，将所述真实用电数据标记为异常用电数据。采用本方法能够提高异常用电数据识别的准确性。
-
公开(公告)号：CN115796552A
公开(公告)日：2023-03-14
申请号：CN202211732013.9
申请日：2022-12-30
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/0631 , G06Q30/0202 , G06Q50/06
Abstract: 本申请涉及一种基于分时电价的可调资源特征库构建方法、可调资源特征库构建装置、服务器、存储介质和计算机程序产品。包括：获取用电客户在预设时间周期内的用电负荷数据，多个预设时间域内的用电成本；基于各预设时间域内的用电负荷数据，确定用电客户分别在各预设时间域内的用电负载比率和用电客户在时间周期内的平均用电负载；基于各预设时间域内的用电负载比率和用电成本，以及在时间周期内的平均用电负载，确定用电客户分别在各预设时间域内的响应指标值；基于各预设时间域内的响应指标值，生成关于用电客户的可调节负荷资源库。采用本方法能够优化构建可调节负荷资源库的流程和提高评估用户对可调节负荷资源的响应程度的准确性。
-
公开(公告)号：CN115392594A
公开(公告)日：2022-11-25
申请号：CN202211330610.9
申请日：2022-10-27
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于神经网络和特征筛选的用电负荷模型训练方法。方法包括：获取训练样本数据；获取针对各候选用电特征组合对应的特征选择变量，并采用梯度下降的方法，从各候选用电特征组合中筛选出目标用电特征组合；将目标用电特征组合输入至待训练的电力负荷预测模型中，得到用户用电负荷预测数据；基于用户用电负荷预测数据和目标用电特征组合所对应的用户用电负荷样本数据之间的差异，获取待训练的电力负荷预测模型对应的模型损失值；根据模型损失值调整待训练的电力负荷预测模型的模型参数，直至模型损失值低于预设阈值，将模型参数调整后的待训练的电力负荷预测模型作为训练好的电力负荷预测模型。本方法能提高用户用电负荷预测的精度。
-
公开(公告)号：CN112330077A
公开(公告)日：2021-02-05
申请号：CN202110000659.7
申请日：2021-01-04
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种电力负荷预测方法、装置、计算机设备和存储介质，方法包括：响应于用电负荷预测请求，获取与用电负荷预测请求对应的用电负荷相关特征数据，包括历史用电负荷值；并进一步划分为生活用电负荷相关特征数据以及生产用电负荷相关特征数据；之后输入预先构建的用电负荷差值预测模型，得到与预测时间信息对应的生活用电负荷预测差值以及生产用电负荷预测差值，并对历史用电负荷值进行计算处理，得到用电负荷预测结果。本申请通过生活用电负荷相关特征数据以及生产用电负荷相关特征数据，实现了利用模型进行分别预测，提高了电力负荷预测的精细程度；通过预测用电负荷差值减小了预测过程中的方差，提高了电力负荷预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.034 seconds)
