基于图融合技术的统一配网网架拓扑构建方法

    公开(公告)号:CN111160868A

    公开(公告)日:2020-05-15

    申请号:CN201911410997.7

    申请日:2019-12-31

    IPC分类号: G06Q10/10 G06Q50/06 G06F16/29

    摘要: 本发明公开一种基于图融合技术的统一配网网架拓扑构建方法,包括以下步骤:第一步、数据处理:采集营销系统、生产管理系统、地理信息系统三个业务系统中的台账数据的元数据;预处理保留有效数据;第二步、构建配电网网架元模型。第三步、构建单系统网架拓扑:构建完成的配电网网架拓扑图存储在图数据库中;第四步、构建融合配电网网架拓扑:利用图融合算法,结合上述构建的单系统网架拓扑,构建统一配网网架拓扑。本发明可以实现不同系统台帐数据横向一致性对比核查、纵向数据准确性核查,为系统提供自助化数据核查治理服务;根据业务部门反馈的治理结果,迭代提升数据治理,以及识别模型准确度和效率。

    一种柱上配电变压器检修用升降平台

    公开(公告)号:CN111017833A

    公开(公告)日:2020-04-17

    申请号:CN201911293724.9

    申请日:2019-12-16

    IPC分类号: B66F11/04 B66F17/00

    摘要: 本发明公开一种柱上配电变压器检修用升降平台,包括底板、作业平台、顶部框架、支撑柱和千斤顶;底板的上固定有若干支撑装置,用于柱上配电变压器检修用升降平台在工作状态时,支撑整个柱上配电变压器检修用升降平台的重量;底板上竖直向上安装有四根支撑柱;四根支撑柱穿过作业平台连接顶部框架;千斤顶底部安装在底座中心,上部与作业平台底部中心固定连接,用于顶升作业平台;作业平台上还设有防坠落结构。本发明提供一种柱上配电变压器检修用升降平台,能够确保平台在工作位置及时液压缸失效也会保持在对应高度不会下落,有效的保障检修者的人身安全。

    配电变压器相位不平衡检测方法、系统、装置及存储介质

    公开(公告)号:CN113625066A

    公开(公告)日:2021-11-09

    申请号:CN202110888104.0

    申请日:2021-08-03

    IPC分类号: G01R29/16

    摘要: 本发明公开了一种配电变压器相位不平衡检测方法、系统、装置及存储介质,方法包括:提取三相电压在dq轴旋转坐标系下的正序分量、负序分量和零序分量;对正序分量、负序分量和零序分量进行Park变换,同时利用锁相环同步dq轴旋转坐标系与不平衡三相系统;得到正序分量、负序分量和零序分量在dq轴旋转坐标系的值;用正序分量、负序分量和零序分量在dq轴旋转坐标系的值进行逆Park变换,得到带有虚部的三相电压值;依据带有虚部的三相电压值,通过MATLAB算法计算幅值和相位,依据幅值和相位检测配电变压器相位不平衡状态。能够有效减小相位估测的时间滞后,增强时效性,并准确反映三相不平衡状态下A、B、C各相的幅值与/或相位角的不平衡。

    一种用户用电异动识别方法、系统、装置及存储介质

    公开(公告)号:CN113516192A

    公开(公告)日:2021-10-19

    申请号:CN202110814474.X

    申请日:2021-07-19

    IPC分类号: G06K9/62 G06N3/04 G06Q50/06

    摘要: 本发明公开了一种用户用电异动识别方法、系统、装置及存储介质,所述方法包括步骤:获取用户的用电数据;将所述用户的用电数据输入用电异常疑似用户识别模型进行用户用电异动识别,所述用电异常疑似用户识别模型包括决策树模型和卷积神经网络模型;输出用电异动的用户清单。本发明提供的用户用电异动识别方法,构建了疑似用电异常用户的识别模型模型通过智能判别实现准确快速的自动识别疑似用电异常用户,缩减核查范围,可减少人工核查工作量,提升稽查效率及准确度。

    一种采用全连接神经网络的配电网电压异常诊断方法

    公开(公告)号:CN111145042A

    公开(公告)日:2020-05-12

    申请号:CN201911411359.7

    申请日:2019-12-31

    IPC分类号: G06Q50/06 G06Q10/06 G06K9/62

    摘要: 本发明公开一种采用全连接神经网络的配电网电压异常诊断方法,包括:1)、采集待诊断区域一段时间内配电网电压采样数据,进行处理,获得电压数据观测集;2)采用K-means聚类算法将观测集中n个电压数据划分到3个集合中;3)为3个集合中的数据设设置标签;4)将三个集合中的数据分为训练集、测试集和验证集;5)搭建全连接深度神经网络,并采用训练集训练深度神经网络,最终获得训练好的神经网络模型;6)验证集输入训练好的经网络模型,识别验证集中各组数据所述的类别标签,完成配电网电压异常诊断。本发明将深度学习技术应用于电压异常值自动识别方向,相比于其他算法具有高效省力的特点。