-
公开(公告)号：CN115577050B
公开(公告)日：2023-05-12
申请号：CN202211588683.8
申请日：2022-12-12
Applicant: 国网江苏省电力有限公司营销服务中心
Abstract: 本发明涉及电费核算技术领域，具体公开了一种电费数字化应用平台构建方法，包括：形成包括各级电费数据指标的层级指标体系；对一级原始指标的查询复杂度进行分析，依据分析结果从一级原始指标中筛选出高耗时查询指标；将二级汇总指标和高耗时查询指标的相关查询库表从业务数据库传输到中台数据库，以形成数据源表；基于层级指标体系和数据源表构建数据仓库，并形成三层数据存储架构，同时基于数据同步流建立业务数据库、中台数据库和本地数据库三者之间的数据一致性保障机制；在数据同步流的基础上构建组件层和应用层。本发明通过引入本地存储和多级数据同步的方式构建高时效性、低业务延迟的数据支撑平台，满足电费数字化应用的不同业务需求。
-
公开(公告)号：CN113988064A
公开(公告)日：2022-01-28
申请号：CN202111399124.8
申请日：2021-11-19
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06F40/279 , G06K9/62
Abstract: 一种半自动实体标注监督方法及系统，方法包括以下步骤：步骤1，对第一设定数量的小样本进行标注；步骤2，训练标注模型；若标注模型质量满足要求，执行步骤4，若标注模型质量需要提升，执行步骤3；步骤3，迭代执行自动标注、标注质量监督、校对、更新训练集和训练模型，直至迭代次数达到最大迭代次数；若迭代结果标注模型的F1值不小于第一阈值，则执行步骤4；若迭代结果标注模型的F1值仍小于第一阈值，调整标签及标注规范并返回步骤1；步骤4，对剩余未标注的样本进行标注，并对标注进行监督，包括标注模型的质量监督和对标注人员的监督；步骤5，分析人工与标注的标注结果是否一致，如果不一致，整理分析所属类别。
-
公开(公告)号：CN119762106A
公开(公告)日：2025-04-04
申请号：CN202411714254.X
申请日：2024-11-27
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06Q30/0201 , G06Q30/0202 , G06Q30/0601 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F111/10
Abstract: 本发明公开了一种计及保供电需求的省间电力市场出清方法及系统，属于电力调度技术领域，方法包括：基于省内现货市场运营数据计算获得购电省参与省间电力现货市场的报价曲线；建立省间现货电能量市场的出清模型作为上层优化模型，以区域内系统运行总成本最小构建目标函数，并构建约束条件；建立下层优化模型更新上层优化中的决策变量，以电网有功功率损失最小化为目标函数，计及保供电需求建立约束条件；针对由上层优化模型和下层优化模型构成的双层优化模型，求解该双层优化模型，得到确定出清结果并输出。本发明可广泛应用于电力系统优化调度以及跨区域电力交易，不仅能有效提升电力资源利用效率，还能确保电能供应的可靠性和安全性。
-
公开(公告)号：CN119721760A
公开(公告)日：2025-03-28
申请号：CN202411791602.3
申请日：2024-12-06
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 南京师范大学
IPC: G06Q10/0637 , G06Q50/06 , G06N3/082 , G06N3/045 , G06Q30/0202
Abstract: 本发明属于电力负荷预测技术领域，具体公开了一种基于改进DBN‑LSTM的电力负荷预测方法及系统，包括以下步骤：分别构建改进的DBN预测模型与LSTM预测模型；基于多元线性回归模型，分配DBN预测模型和LSTM预测模型的权重并对预测结果组合，得到DBN‑LSTM预测模型；对DBN‑LSTM预测模型进行训练，调整DBN预测模型和LSTM预测模型的权重；利用训练好的DBN‑LSTM预测模型，得到最终的电力负荷预测值。本发明提供的一种基于改进DBN‑LSTM的电力负荷预测方法及系统，通过建立改进DBN‑LSTM的组合模型，将DBN和LSTM两种预测模型优势互补，使得预测效果较为准确，具有较好的鲁棒性。
-
公开(公告)号：CN118820963A
公开(公告)日：2024-10-22
申请号：CN202410800831.0
申请日：2024-06-20
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06F18/243 , G06N5/01 , G06N20/00 , G06Q50/06 , G06F17/18
Abstract: 一种基于随机森林算法的省间用电场景分类方法及系统，方法包括：采集不同时段下用电省份的省内影响因素以构建第一数据集，利用随机森林算法针对第一数据集进行分类，以获得每个样本的省内电力紧缺程度；采集不同时段下用电省份与关联省份之间的省间影响因素，并根据省间影响因素、每个省间影响因素所对应的省内电力紧缺程度构建第二数据集；利用随机森林算法对第二数据集进行分类，生成多个省间用电场景，并分析第二数据集中每个样本的紧急程度；基于不同时段下用电省份的省间用电场景、紧急程度分析历史省间用电方式，并获得不同的省间用电场景、紧急程度组合下的最优省间用电方式；基于当前状态下的省间用电场景、紧急程度调节省间用电方式。
-
Patent Agency Ranking
公开(公告)号：CN118569918A
公开(公告)日：2024-08-30
申请号：CN202410709838.1
申请日：2024-06-03
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06Q30/0202 , G06Q50/06 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/044 , G06N3/08 , H02J3/00
Abstract: 一种基于深度学习的省间现货购电需求预测方法及系统，包括采集电力现货市场的购电需求数据以及与购电需求数据有关的特征数据；通过预处理模块对各原始数据进行预处理，得到样本数据集；基于皮尔逊相关系数，Lasso特征选择进行特征提取，有效地选择出与购电需求密切相关的特征；建立省间现货购电需求预测模型，该模型将指数平滑和多层扩张循环神经网络结合起来生成点预测和以预测区间形式的概率预测，该模型不需要初始时间序列分解，并且结合了自适应预处理、交叉学习和多个扩张，以应对复杂的时间序列特征，从而最大化预测模型的准确性；本发明能够用于提高预测省间现货购电需求的速度以及预测结果的准确性。
-
公开(公告)号：CN117217805A
公开(公告)日：2023-12-12
申请号：CN202311299582.3
申请日：2023-10-09
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06Q30/0201 , G06Q50/06 , G06F18/23
Abstract: 本发明涉及了一种省电网交易时段划分方法、装置、终端及其存储介质。包括一种充分考虑季节性因素的更为精准的时段划分方法，在选定月份中基于净负荷数据和负荷的偏离度数据，采用聚类算法获得准确的峰谷平时段划分；包括省电网交易时段划分装置，装置包括采集单元和聚类单元；包括处理器及存储介质一种终端；以及一种储存有计算机程序的可读存储介质。本发明体系完整，涉及了精确的时段划分方法和与其配套的软、硬件设施，构思巧妙，易于实施。
-
公开(公告)号：CN115512488B
公开(公告)日：2023-04-28
申请号：CN202211479013.2
申请日：2022-11-24
Applicant: 国网江苏省电力有限公司营销服务中心
Abstract: 本发明涉及电力电子技术领域，具体公开了一种基于灵活费率电能表的分时电费计算方法，包括：获取多条分时电价策略；获取目标用户的当前环境参数以及当天电能表示数；根据目标用户的当前环境参数，从多条分时电价策略中选择目标用户当天应执行的分时电价策略；根据目标用户的当天电能表示数以及当天应执行的分时电价策略中的划分时段，计算出目标用户当天各时段的用电量；根据目标用户当天各时段的用电量，计算出目标用户当月各相同时段的累计用电量，并计算出目标用户当月各相同时段的累计电费。本发明还公开了一种基于灵活费率电能表的分时电费计算装置。本发明能够实现分时电价策略的精准执行，支撑实现电力需求响应、有序用电。
-
公开(公告)号：CN115511016B
公开(公告)日：2023-04-28
申请号：CN202211479010.9
申请日：2022-11-24
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06F18/214 , G06F18/241 , G06F9/448 , G06N3/08 , G06Q50/06 , G06N20/10
Abstract: 本发明涉及信息处理和电力营销技术领域，具体公开了基于增量主动学习的电费异常检测方法，包括：对获取到的多个目标用户的当前电费数据进行初次异常检测，如果触发异常规则，则输出多个目标用户中的疑似异常用户；对疑似异常用户的电费数据进行二次异常检测，以得到疑似异常用户检测结果，如果疑似异常用户检测结果的不确定度低于预设阈值，则直接输出疑似异常用户检测结果；如果高于预设阈值，则对不确定度高的疑似异常用户的电费数据进行最终研判，输出该不确定度高的疑似异常用户中的正常用户。本发明还公开了基于增量主动学习的电费异常检测装置。本发明能够解决当前核算规则体系命中率低、无法应用业务数据自主完成模型迭代更新的问题。
-
公开(公告)号：CN115631065A
公开(公告)日：2023-01-20
申请号：CN202211645915.9
申请日：2022-12-21
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06Q50/06 , G06F16/215 , G06F16/23
Abstract: 本申请关于基于前端用电业务变更的档案准确性检测方法，涉及用电管理技术领域。该方法包括：建立变更凭证标准库和档案校核规则库；获取与目标用户的初始档案和实时档案；通过变更凭证标准库对初始档案进行检测，并在业务变更流程中植入档案校核规则，得到档案准确性检测结果，档案准确性检测结果用于指示初始档案的准确性；基于档案准确性检测结果生成档案修改信息。在业务流程中植入档案校核规则，对变更后的实时档案进行检测，该技术方案实现档案完整性、有效性检测前移，由原来的事后检测变为事前检测，提高工作效率。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.051 seconds)
