-
公开(公告)号：CN106154209A
公开(公告)日：2016-11-23
申请号：CN201610618875.7
申请日：2016-07-29
Applicant: 国电南瑞科技股份有限公司 , 国网安徽省电力公司 , 国家电网公司 , 国电南瑞南京控制系统有限公司
IPC: G01R35/04
CPC classification number: G01R35/04
Abstract: 本发明公开了基于决策树算法的电能表故障预测方法，包括以下步骤：通过采集装置采集用户的相关数据，并排除错误数据；分析统计时间段内专变用户及低压用户是否存在环境异常、质量异常的电能表；针对专变用户统计当前是否存在满足判断故障的计量和用电异常事件，针对低压用户统计当前是否存在满足判断故障的计量异常事件；根据电能表对应的厂商和批次发生故障的信息，并结合营销系统的电能表计量故障信息，用决策树算法建立电能表故障预测模型，分析预测电能表运行是否会发生故障；判断结果是否准确，如果准确则结束流程，如果不准确则继续判断故障。本发明能够准确、及时地发现问题电能表，从而降低了检查部门现场排查和计量故障处理的工作量。
-
公开(公告)号：CN109949178B
公开(公告)日：2023-06-16
申请号：CN201910131792.9
申请日：2019-02-22
Applicant: 国网安徽省电力公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司 , 北明软件有限公司
IPC: G06Q50/06 , G06Q10/063 , G06Q10/20 , G06N20/10
Abstract: 本发明公开了一种基于支持向量机中压配网停电事件判断及补全方法，属于配电网运行技术领域。该方法共包括4个环节，分别是配网模型构建，向量机构建，向量机求解分析及故障类型的判断及合并。本发明基于支持向量机中压配网停电事件判断方法，确定停电事件的最终的停电节点和类型，并对中压配电网漏采、误采的停电事件进行补全，解决了中低压配网停电事件统计中的漏报、误报、谎报问题，提升配电网供电可靠性的统计准确性。
-
公开(公告)号：CN109949178A
公开(公告)日：2019-06-28
申请号：CN201910131792.9
申请日：2019-02-22
Applicant: 国网安徽省电力公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司 , 北明软件有限公司
Abstract: 本发明公开了一种基于支持向量机中压配网停电事件判断及补全方法，属于配电网运行技术领域。该方法共包括4个环节，分别是配网模型构建，向量机构建，向量机求解分析及故障类型的判断及合并。本发明基于支持向量机中压配网停电事件判断方法，确定停电事件的最终的停电节点和类型，并对中压配电网漏采、误采的停电事件进行补全，解决了中低压配网停电事件统计中的漏报、误报、谎报问题，提升配电网供电可靠性的统计准确性。
-
公开(公告)号：CN106154071B
公开(公告)日：2018-12-11
申请号：CN201510161443.3
申请日：2015-04-08
Applicant: 国网安徽省电力公司 , 深圳市科曼信息技术股份有限公司
Abstract: 一种检测智能电能表RS485总线故障的装置及方法，该装置包括：由多个继电器连接而成的一接口控制回路；与该接口控制回路相连的一微处理器；与该微处理器相连的一指示单元；以及一对外接口；其中，在RS485总线正常运行状态时，该接口控制回路的RS485总线母线端口与全部的RS485总线分支端口均是对应连通的，在出现RS485总线故障需要维护时，首先使该RS485总线母线端口与全部的RS485总线分支端口均对应断开，然后再使该RS485总线母线端口与这些RS485总线分支端口一一地对应连通，直至排查出所有的故障点从而RS485总线能够恢复到正常运行。能够大大降低排除故障的工作量。
-
公开(公告)号：CN108594076A
公开(公告)日：2018-09-28
申请号：CN201810402432.3
申请日：2018-04-28
Applicant: 国网安徽省电力公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司 , 北明软件有限公司
IPC: G01R31/08
Abstract: 本发明公开了一种配电网停电故障研判方法，包括：筛选停电失压用户并获取所述停电失压用户的配电网拓扑；针对停电失压用户建立蚁群，根据配电网拓扑建立总体路径矩阵；对蚁群分布进行判断以确定蚁群搜索的子路径矩阵，以此作为子信息素矩阵；利用蚁群算法进行故障搜索，对蚁群中的所有蚂蚁进行路径搜索，并同步更新子信息素矩阵的元素数值；以所有蚂蚁均已判断为终止条件，子信息素矩阵中元素最大值即为停电故障点。本发明在不增加硬件投入成本的情况，提升了故障定位的速度和准确度，缩短了响应时间，降低了成本，提高了客户满意度和系统运行指标。
-
Patent Agency Ranking
公开(公告)号：CN106886851A
公开(公告)日：2017-06-23
申请号：CN201710063596.3
申请日：2017-02-03
Applicant: 国网安徽省电力公司 , 国电南瑞科技股份有限公司 , 北明软件有限公司
CPC classification number: G06Q10/06315 , G06Q10/0637 , G06Q50/06
Abstract: 本发明公开了一种基于电能表状态检修的电能表备品备件预测方法，具体包括以下步骤：（1）、分析所属电能表的多维度指标，利用逐步回归分析法解决共线性问题，之后对得到的主要变量利用统计平均数法对所述主变量进行加权打分，通过非健康值的计算公式降成一个维度；非健康值属于严重有问题一类的电能表批次将进行更换；（2）、通过梯度树提升算法模型对没有超过严重问题的电能表的非健康值进行预测，得到即将步入严重有问题的一类电能表批次，然后进行更换；（3）、利用Arima时间序列算法预测当地每年新增开户数。本发明以厂商和批次为分析对象，通过建立电能表健康度评价模型，电能表健康度预测模型，电能表新增户数预测模型，实现了对电能表备品备货的预测分析。
-
公开(公告)号：CN108594075B
公开(公告)日：2020-08-21
申请号：CN201810400810.4
申请日：2018-04-28
Applicant: 国网安徽省电力公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司 , 北明软件有限公司
Abstract: 本发明公开了基于改进蚁群算法的配电网停电故障定位方法，包括：根据配电网拓扑建立总体路径矩阵；将停电失压用户群分化成正向蚁群，正常供电用户群分化成负向蚁群；根据分化后的蚁群分别确定正向信息素矩阵及负向信息素矩阵，对于正向信息素矩阵驱动正向蚁群算法，对于负向信息素矩阵驱动负向蚁群算法，分别进行目标搜索并计算各信息素矩阵中的元素值；以所有蚂蚁均已判断为终止条件，将正向信息素矩阵和负向信息素矩阵进行相加合并，获得总信息素矩阵，总信息素矩阵中元素最大值即为停电故障点。本发明在不增加硬件投入成本的情况，提升了故障定位的速度和准确度，缩短了响应时间，降低了成本，提高了客户满意度和系统运行指标。
-
公开(公告)号：CN108594075A
公开(公告)日：2018-09-28
申请号：CN201810400810.4
申请日：2018-04-28
Applicant: 国网安徽省电力公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司 , 北明软件有限公司
Abstract: 本发明公开了基于改进蚁群算法的配电网停电故障定位方法，包括：根据配电网拓扑建立总体路径矩阵；将停电失压用户群分化成正向蚁群，正常供电用户群分化成负向蚁群；根据分化后的蚁群分别确定正向信息素矩阵及负向信息素矩阵，对于正向信息素矩阵驱动正向蚁群算法，对于负向信息素矩阵驱动负向蚁群算法，分别进行目标搜索并计算各信息素矩阵中的元素值；以所有蚂蚁均已判断为终止条件，将正向信息素矩阵和负向信息素矩阵进行相加合并，获得总信息素矩阵，总信息素矩阵中元素最大值即为停电故障点。本发明在不增加硬件投入成本的情况，提升了故障定位的速度和准确度，缩短了响应时间，降低了成本，提高了客户满意度和系统运行指标。
-
公开(公告)号：CN108169621A
公开(公告)日：2018-06-15
申请号：CN201711275314.2
申请日：2017-12-05
Applicant: 国电南瑞科技股份有限公司 , 国网安徽省电力公司 , 北明软件有限公司
IPC: G01R31/08
Abstract: 本发明公开了一种基于支持向量机的台区停电事件补全方法，通过采集装置上送的96点负荷数据、设备档案数据、线段用户关系数据等，利用支持向量机算法判断未上送但疑似停电的台区是否为真实停电，从而对真实停电事件进行补全。本发明提供的基于支持向量机的台区停电事件补全方法，提高线段停电完整率，为供电可靠性管理工作打下基础；利用支持向量机算法判断停电事件是否真实，可针对每种类型的停电事件进行判断，避免机械式的判断规则，减少误判，提高停电补全准确率。
-
公开(公告)号：CN106295858A
公开(公告)日：2017-01-04
申请号：CN201610616285.0
申请日：2016-07-29
Applicant: 国电南瑞科技股份有限公司 , 国网安徽省电力公司 , 国家电网公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种电能表非健康度预测方法，具体包括以下步骤：(1)以厂商和批次为对象分析所属电能表的多维度指标，利用主成分分析法从原始变量中导出与健康值相关性最大的前N个主变量；(2)通过得到的主变量利用统计平均数法对所述主变量进行加权打分；(3)通过非健康值的计算公式降成一个维度；(4)通过min-max标准化对非健康值进行线性变换，使结果值映射到[0-1]之间，最终用散点图展现出各批次电能表的非健康值分布；(5)通过多元线性回归算法对电能表未来的非健康值进行预测。本发明以厂商和批次为分析对象，通过建立电能表健康度评价模型，应用大数据技术实现对电能表进行整体运行状态分析。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.038 seconds)
