-
公开(公告)号:CN117890804A
公开(公告)日:2024-04-16
申请号:CN202410248705.9
申请日:2024-03-05
Applicant: 珠海派诺科技股份有限公司
IPC: G01R31/382 , G01R31/392
Abstract: 本发明公开了一种电池系统SOH的在线估算方法和装置,其中,该电池系统SOH的在线估算方法,包括如下步骤:获取电池系统预设的充电截止电压V1和放电截止电压V2,根据预设的对应关系,确定充电截止电压V1对应的残余充电容量Ah1以及放电截止电压V2对应的残余放电容量Ah2;将电池系统充满至充电截止电压V1,然后放电至放电截止电压V2,记录放电过程的容量值Q1;初步计算电池系统的可用容量Q=Ah1+Q1+Ah2,通过加权因子k对Q值取权重,最终计算得到电池系统可用容量Qca l=(1‑k)*Q2+k*Q,其中,0
-
公开(公告)号:CN113903165A
公开(公告)日:2022-01-07
申请号:CN202110949353.6
申请日:2021-08-18
Applicant: 珠海派诺科技股份有限公司
IPC: G08B29/18 , G08B17/06 , G01R31/52 , G01R19/165
Abstract: 本发明涉及一种漏电预警方法、系统、装置和火灾预警系统。一种漏电预警方法,包括:获取电流数据,提取得到电流特征数据;将电流特征数据投入到固有漏电算法模型中得到固有漏电变化量;获取漏电数据变化量,剔除漏电数据变化量中的固有漏电变化量得到异常漏电变化量;将所述异常漏电变化量累加到异常漏电数据中,进而基于累加后的异常漏电数据执行漏电预警操作。使用本发明提供的漏电预警方法,只要电网中的电流数据发生变化,即电网中有负载设备加入或移出时,就计算一下在此种变化的情况下,具体的固有漏电变化量,进而得到精准的异常漏电变化量,从而得到准确的异常漏电数据,进而使用该准确的异常漏电数据进行漏电预警操作,可以准确知道异常漏电的具体情况,防止异常漏电的误报情况发生。
-
公开(公告)号:CN113902165A
公开(公告)日:2022-01-07
申请号:CN202111032846.X
申请日:2021-09-03
Applicant: 珠海派诺科技股份有限公司
Abstract: 本发明提供一种超短期电力负荷预测方法,包括步骤:获取需要的原始业务数据,对原始业务数据通过系统的特征工程,形成特征;当被预测的时间序列非平稳时,对被预测数据进行差分处理,通过差分结果替代被预测时间点的负荷;根据形成的特征,依据离被预测时间点跨度的长短赋予抽样权重并进行随机抽样,对随机抽样后的数据再合并形成建模数据;将特征工程获取的特征和因变量转换获取的目标变量分别作为长短时记忆模型的输入和输出数据进行深度学习训练和调试过程获取模型,通过获得的模型的输出结果进行差分还原,完成超短期负荷预测。解决了过度依赖深度学习算法,没有数据深度处理方法,导致模型效果无法进一步提升的问题。
-
公开(公告)号:CN111397117A
公开(公告)日:2020-07-10
申请号:CN202010161356.9
申请日:2020-03-10
Applicant: 珠海派诺科技股份有限公司
Abstract: 本发明提供一种基于大数据的舒适度预测方法、智能终端、存储装置,该方法包括:S101:获取与舒适度相关的数据,对数据进行聚类形成至少一个类型簇;S102:根据类型簇的特征数据获取第一舒适度指标,并对类型簇进行降维处理;S103:根据数据中的用户使用行为确定类型簇中的数据对应的需求模式,采用机器学习算法对每个类型簇和需求模式进行模型训练以形成舒适度模型;S104:根据实际控制对象的属性变量选择与之匹配的舒适度模型,根据舒适度模型预测用户的舒适度指标。本发明通过区分使用场景和加入用户使用行为,可以获得带有个性化的舒适度模型,使得实际控制效果能够更加贴合用户的差异化偏好,从而为提升温度控制效果提供了模型准确性的保障。
-
公开(公告)号:CN118350482A
公开(公告)日:2024-07-16
申请号:CN202410558107.1
申请日:2024-05-08
Applicant: 珠海派诺科技股份有限公司
Abstract: 本发明公开了一种基于设备机理模型的数据增强方法,包括如下步骤:对系统中设备的能耗与频率和/或流量与频率关系以多项式形式表达;寻找文献中基于能耗与频率和/或流量与频率机理模型的多项式关系,采集出系统中相应设备的原始数据集,原始数据集中每个样本包含频率、开启台数、功率维度;对系统中相应设备的原始数据集按各设备的开启台数分组;通过随机数生成方式生成在各组对应边界中的频率数据;分别对相应的开启台数分组进行样本增强操作,形成相应设备的增强数据集。
-
公开(公告)号:CN117515778A
公开(公告)日:2024-02-06
申请号:CN202311379752.9
申请日:2023-10-24
Applicant: 珠海派诺科技股份有限公司
Abstract: 本发明公开了一种空调能耗异常识别方法。包括基于历史数据的空调能耗基准值查找,能耗基准拟合,以及能耗基准预测,所述基于历史数据的空调能耗基准值查找包括将空调能耗的历史数据分为若干暂态时段数据和平稳时段数据,暂态时段和平稳时段的确定,以及平稳时段的能耗基准查找。该空调能耗异常识别方法并能够多方面考虑影响异常的各种因素,进而提高了能耗异常识别的准确性,且易于实施。
-
公开(公告)号:CN116628607A
公开(公告)日:2023-08-22
申请号:CN202310321571.4
申请日:2023-03-29
Applicant: 珠海派诺科技股份有限公司
IPC: G06F18/2433 , G06F18/23213 , G06F17/18 , G06Q50/06
Abstract: 本发明公开了一种能耗异常识别方法。包括:将采样的相应数据转换为标准的小时数据,将开机前一个小时的能耗数据进行识别、对相应异常数据进行识别处理;对相应楼栋内所有房间的能耗数据,通过空调的相应参数,对每个面积相似房间的小时负荷进行分组;根据包括室外温度和/或设置温度在分组内查找同类型小时负荷;基于房间id筛选同类型小时负荷;对同类型小时负荷、对应的分箱统计频数这两个变量进行识峰判定,查找出节能峰以及非节能峰;对节能峰与非节能峰两峰之间的同类型小时负荷进行统计与聚类分析,构建评估指标,找出节能与非节能的分界阈值。该能耗异常识别方法解决了现有识别方法存在的漏报率较高,适应性不够的问题。
-
公开(公告)号:CN116226694A
公开(公告)日:2023-06-06
申请号:CN202310086343.3
申请日:2023-02-09
Applicant: 珠海派诺科技股份有限公司
IPC: G06F18/2321 , G06N20/00
Abstract: 本发明公开了一种在线数据填补方法。包括:根据历史数据使用标准化等相应的数据挖掘流程构建机器学习模型;通过分析统计历史预测填补缺失值序列和真实样本序列的误差找到填补缺失值序列和其对应的真实值序列的误差分布;针对数据缺失的A、B两个阶段分别处理,于A阶段,使用基于历史数据构建好的机器学习模型线上实时持续预测填补;于B阶段,对填补数据仿真,通过历史的误差分布来分配填补值和真实值的总差值还原到填补缺失值序列上,修正填补缺失值序列,修正后的填补缺失值序列将用于原机器学习模型的更新。该在线数据填补方法解决了现有数据填补方法响应速度慢、无法满足为实现短期调整的时效性问题。
-
公开(公告)号:CN115854487A
公开(公告)日:2023-03-28
申请号:CN202211401481.8
申请日:2022-11-09
Applicant: 珠海派诺科技股份有限公司
IPC: F24F11/38 , F24F11/64 , F24F11/65 , F24F11/70 , F24F11/88 , F24F110/10 , F24F110/20
Abstract: 本发明公开了一种故障空调的恢复运行方法。包括根据空调的故障类型或现象,或者根据空调的故障类型或现象及程度,对故障空调实施动态矫枉式修复,所述动态矫枉式修复包括调节空调使其工作于相应的特定运行工作模式,使空调故障在得以相应缓解、和/或消除的情况下继续运行工作。该故障空调的恢复运行方法,能够对故障空调以相应简单、有效的动态校正补偿式调节操作,保持其在满足一定的舒适度需求的基础上继续运行工作,以解决相应用户的空调带故障运行的问题,相应减少能源消耗,降低使用成本。
-
公开(公告)号:CN115327922A
公开(公告)日:2022-11-11
申请号:CN202211068154.5
申请日:2022-09-02
Applicant: 珠海派诺科技股份有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种温度监测的庖代模型方法。包括:收集获取所需的基本数据;特征构建,对基本数据实施特征工程,构建特征;以相应的样本抽样方式抽样,对特征工程构建的训练数据进行相应的数据处理;获取温度监测装置异常离线情况下的后备室温;对已有场景通用温度监测的庖代模型进行更新迭代基于已有场景通用温度监测的庖代模型。其基于已有的场景通用温度监测的庖代模型,将场景通用温度监测的庖代模型过度为相应监测点的专属用温度监测的庖代模型;及时利用现有模型作为后备技术对室内温度进行实时监测并为控制模块提供温度反馈,实现准确可靠的室温预测,可避免现有常规温度传感器的工程问题。
-
-
-
-
-
-
-
-
-