-
公开(公告)号：CN119863013A
公开(公告)日：2025-04-22
申请号：CN202411852962.X
申请日：2024-12-16
Applicant: 石家庄科林电气股份有限公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F18/23213 , G06F18/22 , G06F18/241 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种产业园区的负荷功率预测方法、装置、终端及存储介质。该方法包括：获取目标园区的历史工业负荷功率数据和电力相关数据；其中，电力相关数据包括气象信息、社会经济数据和日历信息；根据气象信息对电力相关数据进行K‑Means聚类，得到多个簇；以晴朗簇的电力相关数据为基准，分别计算各簇的电力相关数据与晴朗簇的电力相关数据的余弦相似度，得到各簇的气象饱和因子；获取HBI‑LSTM模型的前一时刻的工业负荷功率值和HBI‑LSTM模型的后向进程的修正系数，对工业负荷功率进行计算更新；当HBI‑LSTM模型的后向进程的修正系数小于修正系数阈值时，停止计算，得到目标园区的负荷功率预测值。本发明能够提高负荷功率预测速率。
-
公开(公告)号：CN116663863A
公开(公告)日：2023-08-29
申请号：CN202310934806.7
申请日：2023-07-28
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于排产计划的虚拟电厂负荷预测方法，涉及电力电网技术领域。本发明在确定训练样本后，基于训练样本的输入点数，以及预设的网络调度函数确定LSTM网络模块的训练数量，并对LSTM网络模块串并联排布，增加了神经网络模型中LSTM网络模块的数量，避免了LSTM网络模块的数据堆积，减小每个LSTM网络模块的网络训练强度，使神经网络模型可以学习到排产数据的多样特征，避免数据重叠遗漏，提高DTLSTM网络模型的预测准确率，从而提高负荷功率预测的准确率。
-
公开(公告)号：CN115828633A
公开(公告)日：2023-03-21
申请号：CN202211703481.3
申请日：2022-12-29
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
IPC: G06F30/20 , G06F16/958 , G06T17/00
Abstract: 一种基于Unity3D的配电场景建模方法，属于数字模型领域，包括以下步骤：步骤1、将配电场景抽象为层级，在桌面版Unity环境下定义所述层级，创建所需层级的模型，设定功能以及交互界面，生成建模工具；步骤2、将建模工具导出网页版作为成品，将成品部署到服务器；步骤3、用浏览器打开所述成品，在浏览器上进行配电场景建模。采用本发明提出的方案，非专业人员可快速上手，独立完成三维模型的建立；建模不用常规软件建模，而是针对配电应用场景进行抽象，基础模型从建模到数据都在Unity里完成；模型和数据无缝结合，部署方便；模型在网页上呈现，可以更直观更及时更方便地了解现实场景的情况。
-
公开(公告)号：CN116168150A
公开(公告)日：2023-05-26
申请号：CN202211703474.3
申请日：2022-12-29
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
IPC: G06T17/00
Abstract: 基于unityAssetbundle的三维模型自动提取方法，属于数字资产管理领域，包括：步骤1、获取AssetBundle资源包；步骤2、将AssetBundle资源包下载并将三维模型、材质实例化到场景中；步骤3、读取实例化模型的模型数据组件进行导出；步骤4、将GPU中生成相关贴图纹理数据返回内存中，再通过内存中的纹理数据以图片编码格式写入硬盘相应的路径中，完成材质纹理图片的提取。采用本发明提出的技术方案，只需提供AssetBundle资源包名称，就可以从中提取模型和纹理图片，不用繁琐的人工操作，降低技术门槛；尤其是有批量AssetBundle资源包需要提取其中的模型和纹理图片时，效率显著。
-
公开(公告)号：CN112416299B
公开(公告)日：2022-06-10
申请号：CN202011076113.1
申请日：2020-10-10
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
Abstract: 一种利用零漂数据获取随机数的方法，涉及信息安全技术领域，尤其涉及设备静止状态下利用硬件电路，特别是使用陀螺仪的零漂数据获取随机数的方法，由上位机连接陀螺仪，获取陀螺仪的零漂数据生成随机数。陀螺仪有标准的数据输出接口，可以很方便地读出，不用专门实际硬件电路。零漂是陀螺仪的固有特性，随时都有输出，可以根据要求产生海量随机数，不受时间限制。零漂数据涉及的因素非常复杂，不可预测和再现，保证了“真”随机数的获得。
-
Patent Agency Ranking
公开(公告)号：CN109446243B
公开(公告)日：2022-03-01
申请号：CN201811448881.8
申请日：2018-11-30
Applicant: 国网冀北电力有限公司承德供电公司 , 石家庄科林电气股份有限公司
Inventor： 庞博 , 平凯 , 刘震宇 , 常生强 , 袁玉宝 , 马斌 , 叶进 , 陈洪雨 , 陈贺 , 曹晓光 , 李晓楠 , 王宁 , 王会平 , 杜晓刚 , 张伟 , 张奎仲 , 张向平 , 李春海 , 高胜国 , 杜宝瑞 , 屈爱艳 , 王欣 , 孙海宁 , 王旭峰 , 赵鹏
IPC: G06F16/2458 , G06F16/215 , G06Q50/06 , G06K9/62
Abstract: 一种基于大数据分析检测光伏电站发电异常的方法，涉及大数据分析方法，具体涉及在大量分布式光伏电站监测系统中，根据大数据分析检测光伏电站发电情况的方法，属于发电监测技术领域。首先对光伏电站进行聚类，当天发电结束后，计算每个类中所有的光伏电站单位面积日平均发电量，据此找出问题电站。聚类采用DBSCAN算法，然后对类进行合并、拆分处理，并将噪点电站归到临近的类中。采用本发明提出的方法，每个聚类中的分布式光伏电站地理位置比较接近，受天气的影响基本一致，发电情况具有可比性。每个电站和相似条件的电站进行比对，能够准确地找出发电情况异常的电站。
-
公开(公告)号：CN109635799B
公开(公告)日：2020-10-20
申请号：CN201811543179.X
申请日：2018-12-17
Applicant: 石家庄科林电气股份有限公司
Inventor： 常生强 , 袁玉宝 , 陈贺 , 平凯 , 吴新兵 , 曹晓光 , 杜宝瑞 , 李晓楠 , 翟志国 , 李春海 , 陆志远 , 王会平 , 王宁 , 杜晓刚 , 张伟 , 郝雪洁 , 张向平 , 张奎仲 , 徐宪清 , 刘海涛 , 王强
Abstract: 一种燃气表字轮数字的识别方法，涉及数字识别的方法，尤其适用于对燃气表字轮上统一风格的数字图片进行集中识别。包括从图片上获取数字图像，通过经训练的神经网络识别所述数字图像；获取数字图像时，首先确定照片上的红色区域和黑色区域，进而分割成单个数字，经处理后获取三个维度的数字图像；使用三个维度的数字图像训练神经网络模型并对待识别的数字图像进行辨识，融合几个神经网络的辨识结果，完成识别。采用本发明，首先识别照片上的红色区域，可以快速定位数字图像所在区域；在获得数字图像期间，可以剔除识别不了的照片；待识别数字区域采用二次定位，得到的结果更准确；在不同维度采用不同的样本做训练集，得到识别效果不同的三个网络模型用于识别，对三个网络的识别结果进行融合后提高了识别准确率。
-
公开(公告)号：CN105024645A
公开(公告)日：2015-11-04
申请号：CN201510417763.0
申请日：2015-07-16
Applicant: 石家庄科林电气股份有限公司
Inventor： 常生强 , 陈洪雨 , 屈国旺 , 陈贺 , 袁玉宝 , 雷恒亮 , 赵宏杰 , 侯志卫 , 李春海 , 翟志国 , 武拴娥 , 杜晓刚 , 郝磊 , 范嘉煜 , 赵鹏 , 安志国
Abstract: 本发明公开了一种基于矩阵进化的光伏阵列故障定位方法，属于光伏阵列故障诊断技术领域，采用的技术方案是，以矩阵进化算法为核心，通过对光伏板两两比较，并以其相对值进行权值处理转变为线性求解，进一步通过评价函数及进化函数不断迭代，一步步优化最终求得解。本发明的优点是，定位快速高效、准确、误差小，可行性高；在进一步改进的技术方案中，提供了评价光伏板性能的设定属性及判断值的计算方法，对每块光伏板综合性能的评价合理、全面；光伏板数据采集系统中的采集器借助无线局域网与多组光伏板的逆变器连接，简化了实现该方法的系统的结构，适用范围广。
-
公开(公告)号：CN116663863B
公开(公告)日：2023-10-20
申请号：CN202310934806.7
申请日：2023-07-28
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于排产计划的虚拟电厂负荷预测方法，涉及电力电网技术领域。本发明在确定训练样本后，基于训练样本的输入点数，以及预设的网络调度函数确定LSTM网络模块的训练数量，并对LSTM网络模块串并联排布，增加了神经网络模型中LSTM网络模块的数量，避免了LSTM网络模块的数据堆积，减小每个LSTM网络模块的网络训练强度，使神经网络模型可以学习到排产数据的多样特征，避免数据重叠遗漏，提高DTLSTM网络模型的预测准确率，从而提高负荷功率预测的准确率。
-
公开(公告)号：CN114912720A
公开(公告)日：2022-08-16
申请号：CN202210828776.7
申请日：2022-07-15
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
Abstract: 本发明提供了基于记忆网络电力负荷预测方法、装置、终端及存储介质，该方法包括：获取影响目标区域用电负荷的多个影响因素；根据目标区域的历史数据获取多个样本，每个样本的输入参数为一个自然日中多个影响因素的值，输出参数为该自然日的用电负荷的值；根据多个样本的输入参数对多个样本进行聚类，得到多个子集；依次通过每个子集对LSTM网络进行训练，得到每个子集对应的预测模型；根据待预测日的多个影响因素的值，计算待预测日所属的子集，将待预测日所属的子集作为目标子集；根据目标子集的预测模型，获取待预测日的用电负荷预测值。本发明能够实现目标区域用电负荷的精准预测。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.046 seconds)
