-
公开(公告)号：CN114548800A
公开(公告)日：2022-05-27
申请号：CN202210186577.0
申请日：2022-02-28
Applicant: 广西电网有限责任公司南宁供电局
Abstract: 本发明涉及一种基于电网知识图谱的未来态电网检修风险辨识方法及装置，所述方法包括构建电网风险量化指标评估模型；对所述预设的电网知识图谱进行训练，以将电网检修风险辨识逻辑数据与预设的电网知识图谱相关联，构建基于电网知识图谱的未来态电网检修风险辨识模型；获取停电需求的设备信息输入至电网知识图谱的电网检修风险辨识模型中，得到风险辨识结果，生成风险预警通知单。本发明基于已有停电检修知识图谱，存入电网安全风险量化评估标准，构建知识图谱在电网停电检修未来态风险辨识的知识体系，采用可视化技术描述知识图谱对于停电检修风险信息的挖掘、分析、构建、绘制，从而输出风险预警通知单结果。
-
公开(公告)号：CN113283619A
公开(公告)日：2021-08-20
申请号：CN202110655781.8
申请日：2021-06-11
Applicant: 广西电网有限责任公司南宁供电局
IPC: G06Q10/00 , G06Q10/06 , G06Q50/06 , G06F16/28 , G06F16/215
Abstract: 本申请涉及一种基于知识图谱的停电检修计划编排辅助方法及系统，方法包括：获取停电计划申请文件，基于预先构建的知识图谱，逐条识别停电计划申请文件中的实体记录是否可以在知识图谱中进行正常匹配。若停电计划申请文件中包含无法在知识图谱中进行正常匹配的异常实体记录，则将该异常实体记录发送给电力调度人员，并上报异常信息，请电力调度人员确认申请文件是否有误。若停电计划申请文件中的所有实体记录均在知识图谱中完成正常匹配，则基于知识图谱和预先训练的停电规则算法模型，判断停电计划申请文件是否满足停电规则，并输出判断结果。最终根据判断结果生成停电计划申请文件的审批结果，从而及时发现停电检修计划中的纰漏。
-
公开(公告)号：CN119603398A
公开(公告)日：2025-03-11
申请号：CN202411735725.5
申请日：2024-11-29
Applicant: 广西电网有限责任公司南宁供电局
Abstract: 本发明涉及一种智能语音外呼方法，包括：采集业主信息、话术模板并存储于系统数据库中，其中业主信息为加密信息且至少包括手机号码信息、住址信息；导入业主信息，获得业主信息表以创建外呼任务；转换话术模板，获得话术语音流媒体；根据外呼任务匹配坐席并呼叫业主手机号码以根据话术语音流媒体对话业主，用于分析业主语音对话内容并生成文本对话内容；处理文本对话内容，获得文本语义分析结果选择继续沟通、挂断、重拨中的一种执行策略以完成外呼任务。本发明还涉及一种智能语音外呼装置、电子设备及存储介质。利用本发明提供的一种智能语音外呼方法、装置、电子设备及存储介质，解决了语音外呼系统效率、智能化和可靠性差的问题。
-
公开(公告)号：CN119474905A
公开(公告)日：2025-02-18
申请号：CN202411540938.2
申请日：2024-10-31
Applicant: 广西电网有限责任公司南宁供电局
IPC: G06F18/22 , G06F18/213 , G06F18/211 , G06N3/045 , G06N3/0442 , G06N3/084 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了一种多场站光伏功率预测的耦合信息分离提取多任务学习方法，包括以下步骤：步骤S1：根据光伏电站的功率信息、气象新和地理位置信息分别计算功率相似度、计算气象相似度、地理位置相似度，通过综合相似度综合判断光伏电站之间的相关性，识别出相似的电站群体；步骤S2：构建耦合信息分离提取多任务学习预测模型；步骤3：构建耦合信息分离提取多任务学习预测模型的动态更新损失函数；步骤4：对耦合信息分离提取多任务学习预测模型的特定参数进行训练和选择。本发明通过构建专门提取各电站特有信息的任务专家网络，以及提取多个电站之间耦合信息的共享网络，可以将任务特有信息与耦合信息进行分离，提高预测模型的准确性和鲁棒性。
-
公开(公告)号：CN115689105A
公开(公告)日：2023-02-03
申请号：CN202211258533.0
申请日：2022-10-14
Applicant: 广西电网有限责任公司南宁供电局
IPC: G06Q10/063 , G06Q10/0635 , G06Q50/06
Abstract: 本发明提供了一种对电网的负荷分析系统及预测装置，包括停电计划影响大数据挖掘分析模块、电力系统停电风险预测模块、电网约束与智能优化模块；所述停电计划影响大数据挖掘分析模块作用于基于大数据进行挖掘与分析停电计划的影响因素；所述电力系统停电风险预测模块作用于对于电力系统中停电的风险进行评价并进行指标计算，进而进行风险原因的分析，以及对于风险的原因进行防范。从而使得在对电网的负荷分析与预测的过程中，提供了人工智能算法的应用，达到了便于对主网进行精准实时的负荷预测的效果，实现了便于对110kV以上变电站进行负荷预测的目标；还方便了对调度工作中的潮流分析、停电检修安排提供实时修编的图像、表格作为数据支撑。
-
Patent Agency Ranking
公开(公告)号：CN113344280A
公开(公告)日：2021-09-03
申请号：CN202110685584.0
申请日：2021-06-21
Applicant: 广西电网有限责任公司南宁供电局
Abstract: 本发明涉及一种考虑负荷转供的停电计划优化模型约束构建方法及装置，包括获取电网设备的基础数据，构建电网网络信息的图数据模型，对图数据模型进行简化得到图数据简化模型；根据电压等级对图数据简化模型进行分层；根据分层筛选识别目标层变电站母线的供电馈线以及供电馈线所在变电站旁路馈线的组合详情集；根据基础数据获取停电计划对应的停电线路，根据停电线路和组合详情集判断停电引起的负荷转供线路是否过载并在过载时生成停电检修计划约束；根据停电检修计划约束对停电计划模型进行优化迭代处理。本发明可提升停电检修计划优化模型约束构建的准确性和合理性，使检修计划优化结果实现可迭代优化，能更趋近且满足电网运行要求。
-
公开(公告)号：CN113268929A
公开(公告)日：2021-08-17
申请号：CN202110636417.7
申请日：2021-06-08
Applicant: 广西电网有限责任公司南宁供电局
Abstract: 本申请涉及一种短期负荷区间预测方法及装置，短期负荷区间预测方法包括获取当前输入数据，当前输入数据包括当前日类型、当前气象数据和前一日的实际负荷；将当前输入数据输入到基于人工神经网络的短期负荷值预测模型输出当前日的预测负荷值，将当前日的预测负荷值输入基于欧氏距离的Copula函数模型，以根据当前日的特征向量与历史区间段内每日的特征向量的欧式距离输出预测区间。本申请不仅可以实现短期负荷区间预测，并且，通过根据当前日的特征向量与历史区间段内每日的特征向量的欧式距离输出预测区间可以提高预测区间的合理性，为电力调度人员进行调度决策提供了更确定性的依据。
-
公开(公告)号：CN113011998A
公开(公告)日：2021-06-22
申请号：CN202110230733.4
申请日：2021-03-02
Applicant: 广西电网有限责任公司南宁供电局
Abstract: 本发明公开了一种基于越限风险的配电网调度方法，其中，所述方法包括：获得日前24小时风速数据和光照强度数据，并设置和声算法的网络参数、负荷、分时电价参数；利用声算法求解经济性问题的调度成本最优的经济调度目标函数值；同时，利用声算法求解安全性问题的安全性最优的安全调度目标函数值；基于所述经济调度目标函数值和所述安全调度目标函数值构建带权重的权重目标函数值；基于和声算法求解所述权重目标函数值，获得最优配电网调度方案。在本发明实施例中，可以均衡经济性问题和安全性问题的配电网调度，使得综合优化调度成本最优，将大大降低调度成本。
-
公开(公告)号：CN113011718A
公开(公告)日：2021-06-22
申请号：CN202110230746.1
申请日：2021-03-02
Applicant: 广西电网有限责任公司南宁供电局
Abstract: 本发明公开了一种基于和声搜索算法的配电网有功‑无功联合优化调度方法，其中，所述方法包括：输入日前24小时的分机、光伏和负荷的预测数据，并设置分时电价和网络结构参数；对和声数据库进行初始化处理，获得初始化后的和声数据库；基于初始化后的和声数据库对目标函数进行求解，生成和声值；对所述和声值进行寻优处理，基于寻优后的和声值对所述和声数据库进行更新；判断寻优次数是否收敛，若是，则寻优结果作为配电网有功‑无功联合优化调度运行方案。在本发明实施例中，实现降低总调度成本。
-
公开(公告)号：CN119496118A
公开(公告)日：2025-02-21
申请号：CN202411540944.8
申请日：2024-10-31
Applicant: 广西电网有限责任公司南宁供电局
IPC: H02J3/00 , G06F18/15 , G06F18/213 , G06F18/22 , G06F18/214 , G06F18/21 , G06F18/2433 , G06N3/0464 , G06N3/084 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了一种基于相关区域光伏功率相似性和卷积层特征提取的超短期光伏功率预测方法，包括以下步骤：步骤S1：对历史功率数据和天气数据进行预处理；步骤S2：对相关区域功率数据和本区域功率数据进行相关性分析；步骤S3：构建相关区域光伏功率预测模型；步骤S4：构建本区域光伏功率预测模型；步骤S5：设置模型相关训练参数；步骤S6：利用MAPE、RMSE、R2和MAE评价指标评估预测结果。本发明通过深入挖掘相关区域光伏功率中的相似性，提取潜在的有用信息，并利用卷积层进行数据特征提取，确保数据的有效性，防止数据冗余，从而显著提高了超短期光伏发电功率的预测精度。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.036 seconds)
