-
公开(公告)号:CN113591613B
公开(公告)日:2025-02-28
申请号:CN202110791524.7
申请日:2021-07-13
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06V40/20 , G06V10/77 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/006 , G06N3/088
Abstract: 本发明公开了一种窃电行为识别方法、系统、终端设备及存储介质,该方法包括:采集待测用户的历史用电数据,按第一预设比例将历史用电数据分为第一训练样本和测试样本;对第一训练样本进行降维处理,利用降维后的训练样本对DBN模型训练,得到目标DBN模型及第一输出结果;对第一输出结果进行加权,得到异常检测阈值;将测试样本输入至所述目标DBN模型,得到第二输出结果,利用该值确定待测用户用电行为的目标检测值;判断目标检测值是否大于异常检测阈值;若是,则当前待测用户用电行为正常,否则为异常。本发明能够提高用户窃电行为行为识别的准确率,进而增强供电系统的安全性和可靠性,具有成本低、精确度高及适用性强的优点。
-
公开(公告)号:CN111879983B
公开(公告)日:2023-05-23
申请号:CN202010760674.7
申请日:2020-07-31
Applicant: 广东电网有限责任公司计量中心
IPC: G01R11/00 , G06F40/174
Abstract: 本申请公开了一种台区户变与相序关系识别方法方法、装置、设备及介质,方法包括:采集多时间断面下的低压配电台区各相母线电压以及智能电表的电压值;对每一时间断面下的智能电表的电压值进行排序;按照排序后智能电表的顺序索引,依次比对智能电表的电压值与母线的电压值,若存在智能电表的电压值大于母线的电压值,则判别智能电表不在母线所引出的馈线上。本申请不需要增加额外的终端设备即可完成对台区户变与相序关系的识别。
-
公开(公告)号:CN113408804B
公开(公告)日:2023-04-07
申请号:CN202110705158.9
申请日:2021-06-24
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06F16/215 , G06F18/214 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种窃电行为检测方法、系统、终端设备及存储介质,所述方法包括对原始数据集进行数据清洗,得到训练样本;将训练样本输入至卷积神经网络模型,得到训练结果;利用评价指标对当前训练结果进行评估,若当前训练结果不满足预设条件,则调整训练样本的权重比,并利用调整后的样本对卷积神经网络模型进行训练,直至训练结果满足预设条件,得到优化卷积神经网络模型;将优化卷积神经网络模型按照预设权重比进行组合得到目标检测模型;利用该模型检测用户窃电行为。本发明不仅检测精度高,且能在电力网络拓扑结构或网络参数缺失的情况下,根据电表计量数据进行用户窃电行为的判断,具有适用性强、成本低、准确度高的优点。
-
公开(公告)号:CN109784748B
公开(公告)日:2022-06-21
申请号:CN201910075483.4
申请日:2019-01-25
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明提供了一种市场竞争机制下用户用电行为辨识方法及装置,该方法包括:根据获取到的历史用户的用电行为特征值进行神经网络训练得到用于进行初始类别分类的第一分类器;根据获取到的新用户的用电行为特征值进行神经网络训练得到用于进行新类别分类的第二分类器;根据第一分类器和第二分类器的模型参数构建待训练的第三神经网络,再根据所有用户的用电行为特征对待训练的第三神经网络进行训练得到第三分类器;其中,用电行为特征值包含购电潜力、电价敏感度和需求响应潜力。本发明能够全面对用户在市场竞争机制下的用电行为进行自适应辨识。
-
公开(公告)号:CN111695739B
公开(公告)日:2022-06-14
申请号:CN202010554471.2
申请日:2020-06-17
Applicant: 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种负荷预测方法、系统以及设备,包括:构建相关因素映射表,根据相关因素映射表构建映射函数;基于摄动法对映射函数进行训练,得到训练好的第一相关因素映射表;基于遗传算法对相关因素映射表进行训练,得到训练好的第二相关因素映射表;采用预测决策算法选取出最终的相关因素映射表对负荷进行预测,本发明通过采用摄动法和遗传算法分别对映射函数和相关因素映射表进行训练,提高了相关因素映射表的准确度,并采用预测决策算法选取出误差较小的作为最终的相关因素映射表,从而进一步的提升了对负荷预测的准确度,解决了现有技术中根据经验来设计的相关因素映射表,在对负荷进行预测时存在着预测准确率较低的技术问题。
-
公开(公告)号:CN113869416A
公开(公告)日:2021-12-31
申请号:CN202111145293.9
申请日:2021-09-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种低压台区相序拓扑动态识别方法、装置、设备及存储介质,涉及配电网自动化技术领域。由于台区在实际运行过程中存在三相不平衡问题,导致用户频繁调相,相序拓扑变化大。本发明从电气特性出发,根据低压台区拓扑变动时电压、电流等电气量参数特征的变化规律,设计基于数据分析的低压台区拓扑动态识别方法,能够有效及时发现台区相序拓扑变动。此外,该方法强调通过数据挖掘方式动态识别台区拓扑,无需额外加装大量监测设备或模块,具有良好的经济实用性。
-
公开(公告)号:CN111879983A
公开(公告)日:2020-11-03
申请号:CN202010760674.7
申请日:2020-07-31
Applicant: 广东电网有限责任公司计量中心
IPC: G01R11/00 , G06F40/174
Abstract: 本申请公开了一种台区户变与相序关系识别方法方法、装置、设备及介质,方法包括:采集多时间断面下的低压配电台区各相母线电压以及智能电表的电压值;对每一时间断面下的智能电表的电压值进行排序;按照排序后智能电表的顺序索引,依次比对智能电表的电压值与母线的电压值,若存在智能电表的电压值大于母线的电压值,则判别智能电表不在母线所引出的馈线上。本申请不需要增加额外的终端设备即可完成对台区户变与相序关系的识别。
-
公开(公告)号:CN111695739A
公开(公告)日:2020-09-22
申请号:CN202010554471.2
申请日:2020-06-17
Applicant: 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种负荷预测方法、系统以及设备,包括:构建相关因素映射表,根据相关因素映射表构建映射函数;基于摄动法对映射函数进行训练,得到训练好的第一相关因素映射表;基于遗传算法对相关因素映射表进行训练,得到训练好的第二相关因素映射表;采用预测决策算法选取出最终的相关因素映射表对负荷进行预测,本发明通过采用摄动法和遗传算法分别对映射函数和相关因素映射表进行训练,提高了相关因素映射表的准确度,并采用预测决策算法选取出误差较小的作为最终的相关因素映射表,从而进一步的提升了对负荷预测的准确度,解决了现有技术中根据经验来设计的相关因素映射表,在对负荷进行预测时存在着预测准确率较低的技术问题。
-
公开(公告)号:CN110674993A
公开(公告)日:2020-01-10
申请号:CN201910916662.6
申请日:2019-09-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本申请实施例公开了一种用户负荷短期预测方法和装置,方法包括:对用户进行分类,根据用户的用电平稳性和温度敏感性,将用户分为用电平稳性好、用电平稳性差、温度敏感性低和温度敏感性高四类;对四类用户均采用若干种预测模型进行预测,选择效率最高的预测模型作为当前种类用户的主要预测模型;分别对四类用户采用对应的主要预测模型进行负荷短期预测。上述方法根据用户用电特性进行用户分类,然后选择适应该类用户特性的负荷预测算法进行预测,避免了单一负荷预测方法应用于不同特性用户时预测精度降低的情况,同时具有预测速度快的特点,解决了目前负荷预测领域针对大量的用户负荷难以同时保证高精度和高速度的预测结果的问题。
-
公开(公告)号:CN109739919A
公开(公告)日:2019-05-10
申请号:CN201910008151.4
申请日:2019-01-04
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本申请公开了一种用于电力系统的前置机和采集系统,前置机包括:依次连接的通信网关模块、通信前置模块、业务前置处理模块、数据总线模块和入库模块;所述通信网关模块,用于连接采集终端,并采集所述采集终端和所述前置机之间发送的报文数据;所述通信前置模块,用于根据预置分发策略分发所述报文数据;所述业务前置处理模块,用于对所述报文数据进行组帧和/或解析;所述入库模块,用于通过所述数据总线模块获取所述报文数据,并将所述报文数据进行存储,解决了现有前置机中单个节点承担的业务过于繁重的技术问题。
-
-
-
-
-
-
-
-
-