一种多网融合的大用户用电异常预警系统

    公开(公告)号:CN104361452A

    公开(公告)日:2015-02-18

    申请号:CN201410649176.X

    申请日:2014-11-14

    CPC classification number: G06Q10/04 G06Q10/06 G06Q50/06

    Abstract: 一种多网融合的大用户用电异常预警系统,该系统包括数据采集模块、基础服务模块、用电异常预警模块、重点用户监测模块、科学用电管理模块、负荷分析模块、负荷预测模块、信息发布模块;连接关系为:数据采集模块、基础服务模块、用电异常预警模块、重点用户监测模块、科学用电管理模块、信息发布模块依序连接,信息发布模块还与基础服务模块相连,重点用户监测模块、科学用电管理模块还分别与基础服务模块相连;负荷分析模块、负荷预测模块分别与科学用电管理模块连接。通过本系统的应用,可以有效减少客户侧用电异常停电事件的发生,减少用电客户的损失,提高电力企业的用户满意度,提升电力企业的社会形象。

    基于二维电缆数据生成三维电缆模型的方法

    公开(公告)号:CN104200522A

    公开(公告)日:2014-12-10

    申请号:CN201410448358.0

    申请日:2014-09-04

    Abstract: 本发明涉及电力电缆数据处理技术领域,具体是一种基于二维电缆数据生成三维电缆模型的方法;其包括以下步骤:地下资源数据采集整理;生成模型:包括模型库构建及电缆沟模型生成;调整模型:完成电缆沟模型生成后,对二维数据与实际数据的误差进行检查并修改完善;模型渲染:用软件将调整后的模型生成图像;本发明解决了对地下资源建模需破土动工并采集资料的局限性,模型精度细、完整度高,为难以采集数据的设备的三维模型建设工作奠定了技术基础,提高了电缆管沟资源的利用率,实现了电缆管沟的精细化、集约化管理。

    基于Zigbee与GPRS在配网中信息传输应用方法

    公开(公告)号:CN103906274A

    公开(公告)日:2014-07-02

    申请号:CN201410142831.2

    申请日:2014-04-10

    Abstract: 本发明涉及电力配网智能化技术领域,具体涉及基于Zigbee与GPRS在配网中信息传输应用方法;采用的技术方案是:包括依次连接的远程监控中心、GPRS网络及Zigbee无线网络,所述Zigbee无线网络由Zigbee终端节点、Zigbee路由节点及Zigbee网关节点组成,所述Zigbee终端节点负责采集配网中各终端监测的数据,Zigbee路由节点将Zigbee终端节点采集的数据路由转发给目的节点,所述Zigbee网关节点将路由转发的数据传输给GPRS网络,GPRS网络将Zigbee无线网络中采集的信息发送到远程监控中心;本发明的有益效果在于:本发明方法成本低,接口故障少,灵活性好,应用范围广及系统测试简便。

    一种基于RNN-RBM的配网馈线长期负荷预测方法

    公开(公告)号:CN113837486B

    公开(公告)日:2023-08-22

    申请号:CN202111180037.3

    申请日:2021-10-11

    Abstract: 申请涉及电力系统技术领域,尤其涉及一种基于RNN‑RBM的配网馈线长期负荷预测方法;所述预测方法包括:获取配网馈线历史负荷数据,并对其进行数据预处理;提取所述配网馈线历史负荷数据中用于配网馈线长期负荷预测的特征,所述特征包括自上而下特征和自下而上特征;将所述配网馈线历史负荷数据和所述特征输入至循环神经网络RNN‑受限玻尔兹曼机RBM中,对所述RNN‑RBM中的模型进行训练,得到负荷预测网络混合模型;将所述配网馈线历史负荷数据输入至所述负荷预测网络混合模型,得到对配网馈线长期负荷的预测值;根据评价指标,对所述预测值进行评估,完成配网馈线长期负荷预测;以解决现有配网馈线长期负荷预测准确率低,特征考虑不全面的问题。

    一种基于RNN-RBM的配网馈线长期负荷预测方法

    公开(公告)号:CN113837486A

    公开(公告)日:2021-12-24

    申请号:CN202111180037.3

    申请日:2021-10-11

    Abstract: 申请涉及电力系统技术领域,尤其涉及一种基于RNN‑RBM的配网馈线长期负荷预测方法;所述预测方法包括:获取配网馈线历史负荷数据,并对其进行数据预处理;提取所述配网馈线历史负荷数据中用于配网馈线长期负荷预测的特征,所述特征包括自上而下特征和自下而上特征;将所述配网馈线历史负荷数据和所述特征输入至循环神经网络RNN‑受限玻尔兹曼机RBM中,对所述RNN‑RBM中的模型进行训练,得到负荷预测网络混合模型;将所述配网馈线历史负荷数据输入至所述负荷预测网络混合模型,得到对配网馈线长期负荷的预测值;根据评价指标,对所述预测值进行评估,完成配网馈线长期负荷预测;以解决现有配网馈线长期负荷预测准确率低,特征考虑不全面的问题。

Patent Agency Ranking