-
公开(公告)号：CN116205265A
公开(公告)日：2023-06-02
申请号：CN202310041168.6
申请日：2023-01-12
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司
Abstract: 本发明公开了一种基于深层神经网络的电网故障诊断方法及装置，所述方法包括获取电网故障告警信息和网络拓扑结构；根据电网故障告警信息和网络拓扑结构构建神经网络样本，神经网络样本包括神经网络学习样本和神经网络测试样本；对神经网络样本进行预处理，获得故障特征向量；将神经网络学习样本的故障特征向量输入至预先构建并基于混沌粒子群算法优化后的深层神经网络模型中进行学习，获得优化并学习后的深层神经网络模型；将神经网络测试样本的故障特征向量输入至优化学习后的深层神经网络模型中进行概率诊断测试，获取故障概率结果，本发明对样本建立深层神经网络模型并利用混沌粒子群算法对深层神经网络进行学习训练，具有较高的诊断正确率。
-
公开(公告)号：CN119046782A
公开(公告)日：2024-11-29
申请号：CN202410849999.0
申请日：2024-06-27
Applicant: 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司 , 国电南瑞科技股份有限公司
Inventor： 吴少雄 , 李若昕 , 刘永春 , 陶晓峰 , 蔡华 , 田中利 , 卢炎炎 , 王瑞 , 陆洋 , 张高山 , 刘淇 , 盛昕炜 , 缪平 , 陈诚 , 邓风平 , 吴海龙 , 俞海猛 , 袁野 , 冯金兰
IPC: G06F18/2415 , G06F18/25 , G06F18/10 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/0442 , H02J3/00 , G06F123/02
Abstract: 本发明公开了分布式光伏发电预测方法及系统，方法包括：获取原始发电数据序列；对原始发电数据序列进行预处理，预处理通过经验模态分解原则对原始发电数据序列进行分解，得到数个子序列；将数个子序列输入至循环神经网络，输入通过引入因果卷积方法对数个子序列进行卷积操作，并得到各子序列的预测分量；对预测分量进行聚合，聚合引入点积注意力机制并通过激活函数作为网络连接方式，以控制不同预测分量聚合程度并得到预测值；基于预测值调控输出功率，设置不同输出策略。本发明易于捕捉光伏数据的长期与短期特征，通过因果卷积法优化了模型的特征提取效果；新的激活函数既适应了光伏发电数据的波动特性，也优化了残差机制的连接方式。
-
公开(公告)号：CN116294090A
公开(公告)日：2023-06-23
申请号：CN202310216742.7
申请日：2023-03-08
Applicant: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC: F24F11/47 , G06Q10/0631 , G06Q50/06 , F24F11/64 , F24F11/88 , F24F140/50 , F24F120/20 , F24F110/10 , F24F110/12
Abstract: 本发明公开一种考虑用户多样性的空调负荷需求响应潜力分析方法及系统，方法包括：根据空调负荷模型的模型参数、用户室内温度偏好以及用户改变室内温度的意愿对空调负荷进行分组，得到若干空调负荷小组；建立各空调负荷小组的需求响应弹性模型；聚合各空调负荷小组的需求响应弹性模型，得到空调负荷群的需求响应弹性模型；建立空调负荷需求响应潜力与激励补偿的函数关系；得到不同需求响应时长和不同激励补偿下的多场景空调负荷需求响应潜力。本发明在考虑房屋储热绝热属性的基础上，充分考虑用户室内温度习惯设定以及用户对改变室内温度的意愿，可以评估大规模空调负荷群的需求响应潜力，得到不同激励条件或者电价补偿的对应的空调负荷削减潜力。
-
公开(公告)号：CN113283638A
公开(公告)日：2021-08-20
申请号：CN202110434936.5
申请日：2021-04-22
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种基于融合模型的负荷极值曲线预测方法，包括：采集与负荷极值预测相关的用电数据；从用电数据中获取用电数据特征；将用电数据特征输入预先训练的融合模型，预测负荷极值曲线。其中，融合模型为若干XGBoost模型、若干SLSTM模型和若干INDRNN模型融合而成。同时公开了相应的系统。本发明融合XGBoost模型、SLSTM模型和INDRNN模型进行预测，有效解决负荷数据既有平稳时间序列也有非平稳时间序列造成的预测困难问题。
-
公开(公告)号：CN116561659A
公开(公告)日：2023-08-08
申请号：CN202310523792.X
申请日：2023-05-10
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司
IPC: G06F18/241 , G06F18/10 , G06Q50/06 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种窃电行为检测方法、装置及系统，所述方法包括获取预先训练好的深度网络模型，所述深度网络模型包括顺次设置的SG滤波器去噪模块、生成器网络模块和判别器网络模块；在训练过程中，所述深度网络模型的损失函数为Wasserstein距离的对偶形式；所述SG滤波器去噪模块的输入信号为窃电行为特征因素，所述窃电行为特征因素包括电力负荷数据、时间数据和气候数据，其输出信号被输入至所述生成器网络模块；所述生成器网络模块的输出信号与真实窃电行为检测数据一起被输入至所述判别器网络模块；将实时获取到的窃电行为特征因素输入至所述预先训练好的深度网络模型，获得窃电行为检测结果。本发明能够提供更为精确的窃电行为检测。
-
Patent Agency Ranking
公开(公告)号：CN106295858A
公开(公告)日：2017-01-04
申请号：CN201610616285.0
申请日：2016-07-29
Applicant: 国电南瑞科技股份有限公司 , 国网安徽省电力公司 , 国家电网公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种电能表非健康度预测方法，具体包括以下步骤：(1)以厂商和批次为对象分析所属电能表的多维度指标，利用主成分分析法从原始变量中导出与健康值相关性最大的前N个主变量；(2)通过得到的主变量利用统计平均数法对所述主变量进行加权打分；(3)通过非健康值的计算公式降成一个维度；(4)通过min-max标准化对非健康值进行线性变换，使结果值映射到[0-1]之间，最终用散点图展现出各批次电能表的非健康值分布；(5)通过多元线性回归算法对电能表未来的非健康值进行预测。本发明以厂商和批次为分析对象，通过建立电能表健康度评价模型，应用大数据技术实现对电能表进行整体运行状态分析。
-
公开(公告)号：CN106154209B
公开(公告)日：2018-11-30
申请号：CN201610618875.7
申请日：2016-07-29
Applicant: 国电南瑞科技股份有限公司 , 国网安徽省电力公司 , 国家电网公司 , 国电南瑞南京控制系统有限公司
IPC: G01R35/04
Abstract: 本发明公开了基于决策树算法的电能表故障预测方法，包括以下步骤：通过采集装置采集用户的相关数据，并排除错误数据；分析统计时间段内专变用户及低压用户是否存在环境异常、质量异常的电能表；针对专变用户统计当前是否存在满足判断故障的计量和用电异常事件，针对低压用户统计当前是否存在满足判断故障的计量异常事件；根据电能表对应的厂商和批次发生故障的信息，并结合营销系统的电能表计量故障信息，用决策树算法建立电能表故障预测模型，分析预测电能表运行是否会发生故障；判断结果是否准确，如果准确则结束流程，如果不准确则继续判断故障。本发明能够准确、及时地发现问题电能表，从而降低了检查部门现场排查和计量故障处理的工作量。
-
公开(公告)号：CN106154209A
公开(公告)日：2016-11-23
申请号：CN201610618875.7
申请日：2016-07-29
Applicant: 国电南瑞科技股份有限公司 , 国网安徽省电力公司 , 国家电网公司 , 国电南瑞南京控制系统有限公司
IPC: G01R35/04
CPC classification number: G01R35/04
Abstract: 本发明公开了基于决策树算法的电能表故障预测方法，包括以下步骤：通过采集装置采集用户的相关数据，并排除错误数据；分析统计时间段内专变用户及低压用户是否存在环境异常、质量异常的电能表；针对专变用户统计当前是否存在满足判断故障的计量和用电异常事件，针对低压用户统计当前是否存在满足判断故障的计量异常事件；根据电能表对应的厂商和批次发生故障的信息，并结合营销系统的电能表计量故障信息，用决策树算法建立电能表故障预测模型，分析预测电能表运行是否会发生故障；判断结果是否准确，如果准确则结束流程，如果不准确则继续判断故障。本发明能够准确、及时地发现问题电能表，从而降低了检查部门现场排查和计量故障处理的工作量。
-
公开(公告)号：CN112381664A
公开(公告)日：2021-02-19
申请号：CN202010999267.1
申请日：2020-09-22
Applicant: 国网新疆电力有限公司 , 国网新疆电力有限公司电力科学研究院 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种电网短期负荷预测方法、预测装置及存储介质，旨在解决现有电网负荷预测精准度不足的技术问题。其包括：根据电网负荷时间序列计算离散随机变量的互信息熵，并利用互信息熵滤除松散相关的离散随机变量，获得负荷时间输入信号；根据负荷时间输入信号构建人工神经网络；基于差分进化算法利用人工神经网络进行电网负荷的迭代预测，获得电网负荷的最优预测结果。本发明能够避免人工经验选取数据的不足，获取最优的输入变量集合，同时利用差分进化算法获得最优的预测结果，提高负荷预测的效率和准确度。
-
公开(公告)号：CN116191666B
公开(公告)日：2023-09-05
申请号：CN202310053067.0
申请日：2023-02-03
Applicant: 国网安徽省电力有限公司营销服务中心 , 国网安徽省电力有限公司 , 国电南瑞南京控制系统有限公司 , 北明软件有限公司
Abstract: 本发明公开了一种基于光伏发电的数据采集系统及方法，涉及光伏发电技术领域，包括数据采集模块、指令生成模块、数据监测模块、数据分析模块和节点分配模块；数据监测模块用于对管理中心缓存的光伏发电数据进行检索下载监测，并对对应的光伏电站进行观测系数GC评估；指令生成模块用于根据观测系数GC确定对应光伏电站的采集频率，合理安排监测资源；响应于数据采集指令，数据采集模块用于获取若干个光伏组件的光伏发电数据并传输至管理中心，供管理人员研究分析；当数据分析模块接收到光伏发电数据，利用节点分配模块对管理中心缓存的光伏发电数据进行丰富系数分析，并根据丰富系数分配对应数量的分析节点进行解析；提高数据解析效率。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.062 seconds)
