-
公开(公告)号：CN117807525A
公开(公告)日：2024-04-02
申请号：CN202311849295.5
申请日：2023-12-29
Applicant: 国网信息通信产业集团有限公司 , 西安交通大学
IPC: G06F18/2415 , G06Q50/06 , G06N20/20 , G06F18/214
Abstract: 本发明属于配电网设备状态评估领域，具体提供了一种基于集成学习的配电网设备综合状态评估方法，包括以下步骤：S1：对于由配电网设备运行数据构成的不平衡数据集，经五折交叉验证划分为训练集与测试集，对每个训练集使用过采样方法来进行初步平衡；S2：针对初步平衡后的训练集，构建类别转换概率矩阵，并生成扰动数据集；S3:以扰动数据集作为训练集，构建Stacking集成学习模型，实现对于配电网设备综合状态的评估分类以及对分类效果的评价。本发明在准确评估配电网设备综合状态的基础上，提高配电网运检任务的效率。
-
公开(公告)号：CN119476554A
公开(公告)日：2025-02-18
申请号：CN202411352450.7
申请日：2024-09-26
Applicant: 国网信息通信产业集团有限公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司北京分公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0455 , G06N3/08 , G06N5/04
Abstract: 本申请提供一种电力认知大模型研发工具链方法及相关设备，所述方法包括利用所述工具链获取多个数据源的电力数据；利用所述工具链对所述电力数据进行相关性处理，得到目标电力数据；利用优化后的预测模型对所述目标电力数据进行处理，得到所述目标电力数据对应的预测数据，其中，所述预测模型是利用所述工具链中的预定算法进行优化的，解决了现有技术中工具链并不能对模型进行全面优化的技术问题，提升了模型的泛化能力，使得模型输出的结果具有准确性。
-
公开(公告)号：CN119942104A
公开(公告)日：2025-05-06
申请号：CN202411853196.9
申请日：2024-12-16
Applicant: 国家电网有限公司大数据中心 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司信息通信分公司
Inventor： 闫华光 , 刘识 , 陈振宇 , 黄晓光 , 郭庆 , 薛濛 , 杜建光 , 李杏 , 廖小琦 , 李继伟 , 沈潋 , 朱天佑 , 杨诗语 , 朱彤 , 冯珺 , 沈潇军 , 赵帅 , 彭梁英 , 潘司晨
Abstract: 本发明实施例提供电力设备图像的增广方法、系统和计算机可读存储介质，属于电力设备图像处理领域。所述增广方法包括：获取关于电力设备的图像；对所述图像进行分割，以将所述图像中的主体目标物从背景中分离出来；获取经过分割后的图像，并将分割后的图像进行编码处理；将经过编码处理的所述图像输入到Stable Diffusion模块中，以得到完整有序清晰的电力设备图像；对所述电力设备图像进行身份特征提取；对所述电力设备图像进行细节特征提取，以提高所述电力设备图像的质量和分辨率；将所述电力设备图像和原始图像的剩余部分融合，以得到完整的关于电力设备的清晰的图像。该增广方法可以针对电力业务场景实现样本增广。
-
公开(公告)号：CN119341190A
公开(公告)日：2025-01-21
申请号：CN202411447365.9
申请日：2024-10-16
Applicant: 国网信息通信产业集团有限公司 , 安徽继远软件有限公司
Abstract: 本发明实施例提供一种电力智慧中枢平台的电力协同推理调度方法、系统，属于电力推理调度技术领域。所述电力协同推理调度方法包括：获取变电站的电力设备；根据所述变电站的电力设备构建变电站的数字孪生模型，并将当前所述变电站的电力设备的实时数据同步至所述数字孪生模型中；通过根据变电站的电力设备构建变电站的数字孪生模型，可以对变电站的电力设备进行实时仿真运行，同时构建电力协同推理调度模型，并将实时运行数据输入至该电力协同推理调度模型中，以得到电力调度的最优解，再输入至数字孪生模型中进行仿真运行，进而可以有效地验证最优调度方案的可行性以及效果。
-
公开(公告)号：CN116703128B
公开(公告)日：2024-01-02
申请号：CN202310979904.2
申请日：2023-08-07
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F16/35 , G06F16/36 , G06N3/045 , G06N3/084 , G06F40/295
Abstract: 本发明涉及电力调度技术领域，公开了一种适用于电力调度的自然语言处理方法，包括：采集发电单元数据生成发电单元特征向量；基于线路布局图来构建知识图谱，输入第一神经网络，输出下一时间点的并网点电压，生成损失值，反向传播更新参数特征向量，然后将更新后的参数特征向量重新输入第四隐藏层；直至第一神经网络输出的下一时间的并网点电压与标定并网点电压的差值小于预设值，将最后一次输入的参数特征向量的分量分别生成一个调度参数作为对应的发电单元所需要输出的无功功率，本发明通过深度学习的方法来为每个发电单元生成有关无功的调度参数，能够利用发电单元自身能够产生的无功来调整发电系统的功率平衡。
-
Patent Agency Ranking
公开(公告)号：CN116565979B
公开(公告)日：2023-11-28
申请号：CN202310835408.X
申请日：2023-07-10
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
Abstract: 本发明涉及电力控制技术领域，公开了一种包含多微网的主动配电网调度方法，包括以下步骤：步骤101，采集微电网的配电节点信息，基于同一配电网支路上的微电网的配电节点信息生成子图；步骤102，提取配电网知识图谱，生成全局局部图；步骤103，将子图和全局局部图输入调度神经网络，输出下一个时段的配电节点的有功功率和无功功率；步骤104，基于下一时段的可控的配电节点的有功功率和无功功率对这些配电节点进行调度控制；本发明的有益效果在于：通过合理调度来调整微电网的无功出力，有效利用微电网的能源资源的同时保持微电网对于主电网的冲击处于低水平。
-
公开(公告)号：CN116521905A
公开(公告)日：2023-08-01
申请号：CN202310786034.7
申请日：2023-06-30
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
Abstract: 本发明涉及电网调度技术领域，公开了一种基于多模态的电网调度知识图谱系统及方法，其中一种基于多模态的电网调度知识图谱系统包括：实体矢量生成模块，其用于生成电网调度知识图谱的实体矢量；随机游走模块，其用于随机游走为实体生成图结构和图结构中的节点矢量；广度矢量计算模块，计算节点在图结构的每层的广度矢量；编码矢量计算模块，基于节点的广度矢量计算对应的实体的编码矢量；推荐模块，其用于计算待推荐的实体与其他实体的编码矢量的相似度，为其推荐相似度最大的前G个实体；本发明能够在进行故障识别处理任务时提高准确度。
-
公开(公告)号：CN115270860A
公开(公告)日：2022-11-01
申请号：CN202210842002.X
申请日：2022-07-18
Applicant: 国网信息通信产业集团有限公司
Abstract: 本发明提供一种变压器异常诊断方法、系统及诊断设备，涉及变压器异常诊断技术领域，使用对比学习从变压器运行声纹和振动数据中得到学习多模态特征表示，再将提取到的短时特征通过自编码器，得到两类数据的特征向量；即声纹信号与振动信号；对学习到的声纹信号与振动信号，使用自编码器进行特征融合，并通过提取到的短时特征通过自编码器，得到声纹振动融合特征向量；将声纹振动融合特征向量输入LSTM分类网络，输出得到变压器的异常分类结果。方法基于声纹振动信号多模态特征融合技术，将变压器运行声音信号与振动信号特征相结合，显著降低环境噪声干扰的影响，从而有效提高变压器异常识别的准确率。
-
公开(公告)号：CN115081832A
公开(公告)日：2022-09-20
申请号：CN202210639670.2
申请日：2022-06-07
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
Abstract: 本发明公开了一种人工智能实训平台移动端模型轻量化方法及系统，该方法包括：获取人工智能实训平台web端的第一业务模型；基于所述第一业务模型进行静态轻量化处理，获得第二业务模型，所述静态轻量化处理表征不随输入数据变化的模型结构固定轻量化操作；基于所述第二业务模型进行动态轻量化处理，获得第三业务模型，所述动态轻量化处理表征随输入数据变化的模型正向传递参数选择性屏蔽的轻量化操作。本发明对于电力人工智能技术实训平台研发静态化轻量化和动态轻量化结合技术，实现电力人工智能技术实训平台多种业务模型移动端运行，降低实训平台云端压力，实现用户随时随地的实训与学习。
-
公开(公告)号：CN114912716A
公开(公告)日：2022-08-16
申请号：CN202210807372.X
申请日：2022-07-11
Applicant: 国网信息通信产业集团有限公司
Abstract: 本申请公开了一种基于双向长短时记忆网络的短期电力负荷预测方法及系统，主要涉及电力负荷预测技术领域，用以解决现有的预测方法存在由泛化性差、鲁棒性不足等，导致的准确性低的问题。包括：构建电力负荷数据集；对电力负荷数据集进行相关性分类，以构建电力负荷预测数据集；将电力负荷预测数据集划分为训练集、测试集和验证集；构建双向长短时记忆网络模型，初始化模型参数；将归一化处理后训练集导入双向长短时记忆网络模型，获取输出数据；获得矫正后的模型参数，以使双向长短时记忆网络模型基于矫正后的模型参数进行电力负荷预测。本申请通过上述方法极大地提升了区域电力负荷预测的精确度。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.06 seconds)
