-
公开(公告)号：CN117708707B
公开(公告)日：2024-05-17
申请号：CN202410166638.6
申请日：2024-02-06
Applicant: 国网安徽省电力有限公司营销服务中心 , 国电南瑞南京控制系统有限公司
IPC: G06F18/2415 , G06F18/22 , G06N3/04 , G06Q50/06
Abstract: 本发明公开大数据下台区线损率异常智能预警方法和系统，该方法包括：步骤一：通过设置在每个台区的电网线路首端、尾部和负载上的电表采集台区内电气特征参数；步骤二：将采集的电气特征参数上传至服务器；步骤三：服务器提取获取电表所在台区，并对电气特征参数进行标准化处理；步骤四：构建BP神经网络模型，并基于标准化处理后的电气特征参数进行模型训练学习；步骤五：通过训练学习后的BP神经网络模型预测台区线损率；步骤六：将预测的台区线损率与正常线损率进行对比，并把对比结果显示在服务器上；步骤七：对线损率异常的台区进行预警提示。本发明实现了对台区线损率的准确计算和预警，大大节省了人力和时间。
-
公开(公告)号：CN117708707A
公开(公告)日：2024-03-15
申请号：CN202410166638.6
申请日：2024-02-06
Applicant: 国网安徽省电力有限公司营销服务中心 , 国电南瑞南京控制系统有限公司
IPC: G06F18/2415 , G06F18/22 , G06N3/04 , G06Q50/06
Abstract: 本发明公开大数据下台区线损率异常智能预警方法和系统，该方法包括：步骤一：通过设置在每个台区的电网线路首端、尾部和负载上的电表采集台区内电气特征参数；步骤二：将采集的电气特征参数上传至服务器；步骤三：服务器提取获取电表所在台区，并对电气特征参数进行标准化处理；步骤四：构建BP神经网络模型，并基于标准化处理后的电气特征参数进行模型训练学习；步骤五：通过训练学习后的BP神经网络模型预测台区线损率；步骤六：将预测的台区线损率与正常线损率进行对比，并把对比结果显示在服务器上；步骤七：对线损率异常的台区进行预警提示。本发明实现了对台区线损率的准确计算和预警，大大节省了人力和时间。
-
公开(公告)号：CN119066533A
公开(公告)日：2024-12-03
申请号：CN202411101811.0
申请日：2024-08-12
Applicant: 国网安徽省电力有限公司营销服务中心 , 国电南瑞南京控制系统有限公司
IPC: G06F18/243 , G06F18/213 , G06Q50/06
Abstract: 本发明公开一种基于改进的灰色关联分析和孤立森林模型的台区线损率异常检测方法和系统，该方法包括以下步骤：步骤一：每小时收集一次台区内的电气特征参数；步骤二：根据加权关联度对电气特征参数进行处理，得到线损率特征数；步骤三：将得到线损率特征数输入孤立森林模型，得到异常分；步骤四：根据异常分判断台区线损率是否异常，如果台区线损率正常则继续检测，如果台区线损率异常则发出警示。本发明通过线损率特征数对线损率异常进行检测，大大提高了线损率检测的准确性，节约了检测过程和时间。
-
公开(公告)号：CN117706282A
公开(公告)日：2024-03-15
申请号：CN202410167088.X
申请日：2024-02-06
Applicant: 国网安徽省电力有限公司营销服务中心 , 国电南瑞南京控制系统有限公司
IPC: G01R31/08 , G01R21/133 , G06N3/0499 , G06N3/084 , G06F18/241 , H02J3/00
Abstract: 本发明公开台区分时分相线损监控方法和系统，该方法包括，步骤一：通过设置在台区A相、B相和C相线路首端、尾端和负载上的电表每小时收集一次台区各个相位线路上的电气特征参数；步骤二：将收集的电气特征参数传输至服务器；步骤三：服务器对电气特征参数进行标准化处理；步骤四：构建BP神经网络模型，并基于标准化处理后的电气特征参数进行训练迭代；步骤五：通过BP神经网络模型每小时预测一次台区的分时分相线损率；步骤六：将BP神经网络模型预测的台区分时分相线损率与标准的线损率对比，对线损率高的台区相位进行预警显示。本发明可以定时检测台区内每相线路的线损率，防止线损率过高引起的损失，更快定位出现问题的相位。
-
-
-
Search Results
4
records
(took 0.076 seconds)
