-
公开(公告)号:CN117349656A
公开(公告)日:2024-01-05
申请号:CN202311319820.2
申请日:2023-10-12
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司广州供电局
IPC: G06F18/213 , G06F18/243 , G06N20/20 , G06F18/214 , G06F18/23 , G06F18/241 , G06Q50/06
Abstract: 本发明公开了一种低压用户用电行为特征提取方法、装置、设备及介质,用于解决低压用户用电行为特征提取准确率低的技术问题。本发明包括:采集低压用户的用电数据,并基于所述用电数据生成各低压用户的日负荷曲线;对所述日负荷曲线进行归一化处理,得到归一化日负荷曲线;对所述归一化日负荷曲线进行预处理,得到预处理日负荷曲线;对所有所述预处理日负荷曲线进行聚类,得到多个聚类簇;采用改进随机森林算法和所述聚类簇对所述用电数据进行特征提取,得到所述低压用户的用电行为特征。
-
公开(公告)号:CN117349702A
公开(公告)日:2024-01-05
申请号:CN202311392550.8
申请日:2023-10-25
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司广州供电局
Abstract: 本发明公开了一种面向大数据聚类分析的低压用户用电行为分类方法,其首先借助对低压用户的用电大数据的聚类分析,确定低压用户的用电行为的主要类别,并将低压用户相同用电行为类别中的多个用户数据样本组合构成一个用户数据矩阵,作为特征识别训练样本,建立基于图神经网络的用电行为分类模型进行训练,使得训练后的用电行为分类模型能够对用户数据矩阵中蕴含的用电行为分布特征加以分辨,在后续的识别阶段中,通过构建待测低压用户的待测用户数据矩阵输入至经过训练的用电行为分类模型进行分类识别,确定其用电行为分类。该方法能够更加准确的基于大数据进行低压用户用电行为的分类识别,从而更好的辅助电力资源的调度策略制定和高效配置。
-
公开(公告)号:CN114016651A
公开(公告)日:2022-02-08
申请号:CN202111256227.9
申请日:2021-10-27
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本发明涉及一种3D打印混凝土拱形屋顶,该拱形屋顶采用3D打印混凝土,并采用3D打印混凝土技术进行建造。该拱形屋顶的跨度为3‑7m,高1‑2m,拱厚度为50‑150mm。可选地,拱采用直线型桁架,桁架每隔30度设置一根竖杆,并依次设置斜杆,形成桁架。屋顶放置于承重墙上,并设置水平支座用来抵抗水平推力。本发明的3D打印混凝土拱形屋顶,节约了模板材料和人力资源,受力合理,发挥了混凝土抗压强度高的特点,解决现有技术在曲线型构件施工中模板使用量大和模板制作困难的问题。
-
公开(公告)号:CN113782342B
公开(公告)日:2023-08-04
申请号:CN202111075363.8
申请日:2021-09-14
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本申请公开了一种基于压扁元件的自愈电容器电极结构,包括:重叠贴合在一起的第一电极和第二电极,第一电极与第二电极之间绝缘,第一电极上设置有用于与元件正极连接的第一极板,第二电极上设置有用于与元件负极连接的第二极板。本发明能够有效降低电容器内部电感,提高电容器的电气性能。
-
公开(公告)号:CN114781686A
公开(公告)日:2022-07-22
申请号:CN202210268779.X
申请日:2022-03-18
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本发明涉及一种基于CSO优化DBN模型的电力业扩项目时长预测方法,包括:根据项目费用的分布,确定待预测项目的目标DBN预测模型;将待预测项目数据输入至训练好的目标DBN预测模型中,得到待预测的项目时长;训练DBN预测模型包括:根据历史项目费用将电力业扩历史项目分类得到四个项目的费用区间;动态选择每个费用区间的历史数据,建立对应类别的DBN预测模型;根据DCCSO对DBN预测模型的初始权值优化,得到目标初始权值;对DBN预测模型的目标初始权值进行微调,得到训练好的DBN预测模型。本申请在训练的早期利用DCCSO优化DBN预测模型的权值并通过联合初始权值的正则项作为目标适应度函数,通过优化后的DBN模型对业扩时长进行预测,能够快速得到精确的业扩时长。
-
公开(公告)号:CN114757393A
公开(公告)日:2022-07-15
申请号:CN202210269439.9
申请日:2022-03-18
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本发明涉及一种电力业扩项目时长的预测方法,包括:获取待预测的电力业扩项目时长的初始数据;将初始数据输入至训练好的混合预测模型,得到混合预测模型输出的时长预测值,其中,混合预测模型包括BP预测子模型、DBN预测子模型和ELM预测子模型;时长预测值包括BP预测子模型输出的第一时长预测值、DBN预测子模型输出的第二时长预测值和ELM预测子模型输出的第三时长预测值;根据第一时长预测值、第二时长预测值和第三时长预测值和预设的权重值,得到待预测的电力业扩项目时长。本申请通过信息熵和平均互信息确定预设的权重值,利用权重值得到训练好的混合预测模型,根据训练好的该混合预测模型,得到电力业扩项目时长。
-
公开(公告)号:CN114781686B
公开(公告)日:2024-11-01
申请号:CN202210268779.X
申请日:2022-03-18
Applicant: 广东电网有限责任公司广州供电局
IPC: G06Q10/04 , G06Q10/063 , G06Q50/06 , G06N3/006
Abstract: 本发明涉及一种基于CSO优化DBN模型的电力业扩项目时长预测方法,包括:根据项目费用的分布,确定待预测项目的目标DBN预测模型;将待预测项目数据输入至训练好的目标DBN预测模型中,得到待预测的项目时长;训练DBN预测模型包括:根据历史项目费用将电力业扩历史项目分类得到四个项目的费用区间;动态选择每个费用区间的历史数据,建立对应类别的DBN预测模型;根据DCCSO对DBN预测模型的初始权值优化,得到目标初始权值;对DBN预测模型的目标初始权值进行微调,得到训练好的DBN预测模型。本申请在训练的早期利用DCCSO优化DBN预测模型的权值并通过联合初始权值的正则项作为目标适应度函数,通过优化后的DBN模型对业扩时长进行预测,能够快速得到精确的业扩时长。
-
公开(公告)号:CN117374761A
公开(公告)日:2024-01-09
申请号:CN202311201585.9
申请日:2023-09-15
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本发明公开了一种低压开关柜,涉及开关柜技术领域,包括箱体,箱体内设有立柱和侧梁,立柱位于箱体的四周,侧梁设于箱体的对向两侧,两个相对而设的侧梁之间装设有安装梁,侧梁和安装梁之间设有调整块,调整块设有分别包覆于侧梁和安装梁外侧的调整块,侧梁上设有若干个连接孔以实现沿水平方向调整安装梁的安装位置,以适配铜排的实际尺寸,以提高安装效率,并通过调整块实现固定;箱体至少设有背靠背连接的两个,两个箱体之间设有连接块,连接块上设有连接槽,分别位于两个箱体中的立柱嵌设于连接槽内,实现背对背并柜设置的箱体中的立柱相互紧贴安装,在避免打孔而影响箱体的防护性的同时实现相邻两个箱体的并柜连接。
-
公开(公告)号:CN114781793A
公开(公告)日:2022-07-22
申请号:CN202210242939.3
申请日:2022-03-11
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本发明涉及一种电力业扩流程智能评价的方法,包括:获取新的流程数据并进行预处理;将处理后的流程数据输入至训练好的神经网络模型,得到评价结果;其中,神经网络模型的训练包括:获取历史数据;通过主成分分析法对历史数据降维并得到样本特征向量集;通过模糊综合评价法评价样本特征向量集,得到历史评价结果;将预处理的历史数据和历史评价结果输入至神经网络模型,得到训练好的神经网络模型。本申请过模糊综合评价法综合节点的计划用时偏差得到准确的评价结果。并将该清晰的结果输入至神经网络训练,使得神经网络挖掘历史数据与评价结果之间的关联性,从而通过训练好的神经网络快速、准确地对新制订的业扩项目流程进行评价。
-
公开(公告)号:CN114781482A
公开(公告)日:2022-07-22
申请号:CN202210268783.6
申请日:2022-03-18
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本发明涉及一种基于SOM‑M的业扩项目聚类方法,包括:获取原始业扩项目数据,原始业扩项目数据包括:项目节点、节点计划用时、节点预算费用;将预处理后的原始业扩项目数据输入至SOM‑M模型中,初始化竞争层的神经元参数;计算输入层的神经元与竞争层的神经元间的相似性和一阶动量,更新竞争层的神经元参数;根据更新后的竞争层的神经元参数,得到业扩项目的节点类别。本申请通过测量多个神经元相似性,使多个神经元的相似性相互竞争,不断调整神经元逼近对象的类别中心,使神经元自动聚类,在加入一阶动量后,提升了SOM的收敛能力,更易于找到聚类中心,具有较强的分类能力和快速的学习能力,在对业扩项目聚类中具有很好的效果。
-
-
-
-
-
-
-
-
-