-
公开(公告)号：CN117252722A
公开(公告)日：2023-12-19
申请号：CN202311074925.6
申请日：2023-08-24
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q50/00 , G06F16/901
Abstract: 本发明实施例公开了一种用于网络社区的检测方法，该方法包括下列步骤：先获取预设网络中所有节点的极限派系，并构建第一极限派系集合；再将所述第一极限派系集合中的派系按照节点数量从大到小进行排序；选择前K个派系作为K个网络社区，其中K为预设的社区数量；最后在剩余N‑K个派系中，获取前K个派系中不存在的节点，判断所述节点所在派系与前K个派系的公共点数量，确定网络社区，其中N为第一极限派系集合中派系的数量，这种方法能够基于网络的派系，在复杂网络中快速准确的确定社区。
-
公开(公告)号：CN111815045B
公开(公告)日：2022-12-16
申请号：CN202010633693.3
申请日：2020-07-02
Applicant: 云南电网有限责任公司电力科学研究院 , 云南电网有限责任公司大理供电局
Abstract: 本申请的一种基于Encoder‑Decoder模型的光伏发电功率预测方法，通过输入数据对模型进行训练，得到光伏发电功率预测模型；训练完成后，在模型的编码端，采用当前发电数据作为序列输入；通过光伏发电功率预测模型，得到光伏发电功率预测结果。本申请的优点在于，通过历史发电数据结合Encoder‑Decoder模型对光伏发电站的发电功率进行预测，提前掌握光伏发电站发电功率的变化情况，并提前制定出合理应对和解决方案；通过光伏发电的历史发电数据的发电功率和当前发电数据的发电功率之间的最大信息系数，选取最优的历史发点数据作为预测模型的学习样本，提高预测的精确度。
-
公开(公告)号：CN116307771A
公开(公告)日：2023-06-23
申请号：CN202310302221.3
申请日：2023-03-24
Applicant: 云南电网有限责任公司电力科学研究院
Inventor： 马学林 , 才让拉毛 , 张保林 , 李良 , 王欣 , 姚捷 , 熊西林 , 王山 , 王泽朗 , 马宏明 , 谭向宇 , 彭晶 , 周仿荣 , 谢青洋 , 苏适 , 杨家全 , 张旭东 , 杜肖 , 张锡然 , 李杰 , 李家保 , 张岩
IPC: G06Q10/0637 , G06Q10/20 , G06Q50/06
Abstract: 本发明实施例公开了一种变电设备管控级别确定方法及相关装置，其中，该方法包括：通过评估变电设备的第一分数、第二分数、第三分数以及第四分数，对变电设备的管控级别进行调整，实现在变电设备的管控级别已评估的基础上，结合变电设备的健康稳定程度、变电设备重要程度、变电设备的运行工况状态以及变电设备所处环境对变电设备健康影响程度等多个方面，来共同对变电设备进行进一步评估调整，使得确定的变电设备的管控级别更加精确，提高了管控级别确定的有效性，有利于运维人员根据管控级别制定更有效的运维方案，有效防范潜伏性劣化导致变电设备运维不到位导致变电设备损坏、电网故障等。
-
公开(公告)号：CN111815045A
公开(公告)日：2020-10-23
申请号：CN202010633693.3
申请日：2020-07-02
Applicant: 云南电网有限责任公司电力科学研究院 , 云南电网有限责任公司大理供电局
Abstract: 本申请的一种基于Encoder-Decoder模型的光伏发电功率预测方法，通过输入数据对模型进行训练，得到光伏发电功率预测模型；训练完成后，在模型的编码端，采用当前发电数据作为序列输入；通过光伏发电功率预测模型，得到光伏发电功率预测结果。本申请的优点在于，通过历史发电数据结合Encoder-Decoder模型对光伏发电站的发电功率进行预测，提前掌握光伏发电站发电功率的变化情况，并提前制定出合理应对和解决方案；通过光伏发电的历史发电数据的发电功率和当前发电数据的发电功率之间的最大信息系数，选取最优的历史发点数据作为预测模型的学习样本，提高预测的精确度。
-
公开(公告)号：CN116484146A
公开(公告)日：2023-07-25
申请号：CN202310395150.6
申请日：2023-04-13
Applicant: 云南电网有限责任公司电力科学研究院
Inventor： 许守东 , 李世伟 , 石恒初 , 张丽 , 奚鑫泽 , 毕书奇 , 欧阳金鑫 , 游昊 , 孔德志 , 陶睿 , 邢超 , 陈勇 , 徐吉用 , 何鑫 , 龚辉 , 彭俊臻 , 张元龙 , 李杰 , 龙治华 , 高甲 , 丁正宏
Abstract: 本申请公开了一种光伏发电系统输出电流的计算方法、装置、设备及介质，该方法包括：基于电网的故障位置、光伏发电系统参数和电网参数，计算故障后光伏发电系统的接入点的电压幅值和电压相角跳变量；计算锁相环的输出相角与接入点的电压相角之间的锁相偏差；计算故障后的电流控制参考值；根据前面得到的数据计算光伏发电系统的三相输出电流；对每相输出电流进行分解得到电流分量。本申请充分考虑电压相角跳变造成的锁相环与电网相角短时异步对光伏发电系统输出短路电流的影响，充分考虑电压幅值变化经变流器控制耦合对光伏发电系统输出短路电流的影响，可准确的计算出光伏发电系统短路电流，为电力系统的设计、运行控制、保护等提供依据。
-
Patent Agency Ranking
公开(公告)号：CN114254828A
公开(公告)日：2022-03-29
申请号：CN202111575099.4
申请日：2021-12-21
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本发明提供了一种基于混合卷积特征提取器和GRU的电力负荷预测方法，通过对所收集的数据进行归一化处理，再将归一化处理得到的数据带入到混合卷积特征提取器，混合卷积特征提取器中的卷积块对归一化数据进行一维卷积层、最大池化层以及RELU激活函数处理后得到的输出数据再进行一维向量的转化，再带入到MLP神经网络得到非线性特征。将非线性特征带入到GRU模型进行迭代学习，由全连接层输出预测结果。本发明通过结合卷积特征提取和GRU模型，利用混合卷积特征提取器在数据挖掘领域的优势，提取非线性数据的关系。使用GRU模型可以充分考虑负荷特征的时序特性，具有良好地时序性数据拟合回归能力，有较高的预测效率，也能更精准的预测未来电力负荷预测。
-
公开(公告)号：CN114268552A
公开(公告)日：2022-04-01
申请号：CN202111545988.6
申请日：2021-12-16
Applicant: 云南电网有限责任公司电力科学研究院
IPC: H04L41/14 , H04L41/147 , G06F16/903 , G06F16/901
Abstract: 本申请实施例提供的复杂网络节点预测方法，包括在原网络节点图的基础上，构建出一个新的节点并将新的节点作为第一新节点，将第一新节点与原网络节点图中所有的节点进行虚拟连接，虚拟连接后形成虚拟边，计算第一新节点应有连边数，从虚拟边中筛选出应有连边数的虚拟边进行真实连接，真实连接后形成真实边，去除虚拟边，得到预测一个节点的网络，重复以上步骤，得到预测下一个节点的网络。计算第一新节点应有连边数，并根据应有连边数从虚拟边中筛选出需要真实连接的虚拟边以及需要去除的虚拟边，可实现对隐藏或缺失节点的预测，且可预测多个隐藏或缺失节点。
-
公开(公告)号：CN114266593A
公开(公告)日：2022-04-01
申请号：CN202111568968.0
申请日：2021-12-21
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本发明公开一种基于KPCA和线性回归的电力消费预测方法，将收集到的预设时间段的城市变量经过PCA和KPCA进行处理后得到的PCA处理变量和KPCA处理变量，再将PCA处理变量和KPCA处理变量分为训练集、试验集和预测集后带入到线性回归模型中，选择最优模型得到预测结果。经验证本方法所得预测结果与实际电力消费结果吻合程度较高，可以通过本方法对已发生时间段的电力预测消费进行计算。通过结合KPCA方法和线性回归模型的方式，在城市变量样本较少的情况下，对预测年份或时间段的电力消费情况进行预测，解决了现有用电消费预测模型的不稳定性和不确定性，减小预测结果与实际情况的误差。
-
公开(公告)号：CN113919599A
公开(公告)日：2022-01-11
申请号：CN202111419900.6
申请日：2021-11-26
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请公开了一种中长期负荷预测方法，基于格兰杰因果检验和LSTM，利用计量经济学中的协整检验找出与电量存在长期均衡关系的经济因素；然后使用格兰杰因果检验方法确定有助于电量预测的经济因素，以减少预测模型输入变量的个数；最后将经济因素数据输入到LSTM模型中进行负荷预测。本申请的中长期负荷预测方法，在多变量系统中引入格兰杰因果关系检验和LSTM时间序列预测模型相结合的方法，构建不易过拟合、可扩展性高的中长期负荷预测模型，并利用该模型进行中长期负荷的预测，预测的中长期负荷具有较高的准确性。
-
公开(公告)号：CN119597920A
公开(公告)日：2025-03-11
申请号：CN202411680942.9
申请日：2024-11-22
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F16/35 , G06F40/284 , G06F40/242 , G06N3/0442 , G06N3/08
Abstract: 本发明实施例公开了一种基于ERNIE模型的敏感信息识别方法，所述方法包括：获取电网敏感文本数据集并对其进行分词处理，确定词表；利用ERNIE模型对所述电网敏感文本数据集进行处理，获取每个句子对应的动态向量和与所述动态向量相匹配的标签；获取所述每个句子的上下文语义信息，根据所述词表中各分词对句子敏感分类的重要性，确定其对应的权重；根据标签之间的依赖关系和各分词权重，确定电网敏感文本数据集对应的标签序列；当所述标签序列对应的ERNIE模型目标函数满足阈值条件时，则ERNIE模型训练完成；根据训练完成后的ERNIE模型确定敏感信息的识别结果。本发明通过ERNIE模型能够显著提高电网领域专业数据中敏感信息识别的准确性和效率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.051 seconds)
