-
公开(公告)号：CN118137488A
公开(公告)日：2024-06-04
申请号：CN202410321884.4
申请日：2024-03-20
申请人： 广东电网有限责任公司 , 广东电网有限责任公司汕尾供电局 , 广东电网有限责任公司佛山供电局
IPC分类号： H02J3/00 , G06Q10/063 , G06Q10/04 , G06Q50/06
摘要： 本申请实施例公开了一种用电量预测方法、装置、介质和电子设备。所述方法包括：获取历史年份的历史用电数据以及目标年份的已有用电数据；其中，所述历史年份与所述目标年份相邻；基于所述历史用电数据中的月度实际电量和年度实际电量，确定所述目标年份中各个月份的月度指数；基于所述已有用电数据中已有月份的月度实际电量和已有月份的月度指数，确定目标年份的电量预测模型；基于所述目标年份的电量预测模型以及所述目标年份中的各个月份，对所述目标年份的用电量进行预测以得到目标年份的电量预测结果。本申请技术方案可以提高用电量预测的准确性。
-
公开(公告)号：CN118211713A
公开(公告)日：2024-06-18
申请号：CN202410353214.0
申请日：2024-03-26
申请人： 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
摘要： 本发明公开了一种能耗的预测方法、装置、可读存储介质和处理器。其中，该方法包括：获取目标对象的当前能源消耗数据，其中，当前能源消耗数据用于指示目标对象在当前时间段内的固定能耗；调用能耗预测模型对当前能源消耗数据进行预测，得到能耗预测结果，其中，能耗预测模型为通过目标对象的历史能源消耗数据和目标对象的历史环境数据构建得到的，能耗预测结果用于至少指示目标对象在未来时间段内消耗的能源；显示能耗预测结果。本发明解决了目标对象的能耗预测准确率低的技术问题。
-
公开(公告)号：CN113554122A
公开(公告)日：2021-10-26
申请号：CN202111033714.9
申请日：2021-09-03
申请人： 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
摘要： 本申请公开了一种低压反窃电的分析方法及相关装置，方法包括：获取若干个电能表的历史运行数据，对历史运行数据进行分类，从而建立数据模型，数据模型包括：窃电数据模型、用电异常数据模型、错接线数据模型、时钟治理数据模型；根据数据模型的数据类型，设置事件处理等级及处理指引；通过智能台区设备获取集中器数据，基于数据模型，通过智慧营销业务系统对集中器数据进行匹配，确定集中器数据对应的事件处理等级；将事件处理等级发送至现场运维人员，使得现场运维人员根据事件处理等级进行反窃电检查，并返回检查结果；根据所述检查结果生成反窃电分析报告并保存后进行闭环处理。从而解决了现有技术效率低、效果差的技术问题。
-
公开(公告)号：CN118469322A
公开(公告)日：2024-08-09
申请号：CN202410570998.2
申请日：2024-05-09
申请人： 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
IPC分类号： G06Q10/0637 , G06N3/006 , G06F18/214 , G06Q10/0639 , G06Q50/06
摘要： 本发明公开了一种企业生产状态用电分析方法及系统，方法包括获取企业的设备用电数据和电费数据；计算相关性统计量，确定第一相关性结果数据集；构建特征数据集并用随机森林模型训练，得到特征子集；利用LASSO算法建立企业用电评估模型并进行预测，得到预测结果数据集；获取企业的生产信息，并分析得到关键生产信息数据集。计算关键生产信息数据集和电费数据之间的相关性，得到第二相关性结果数据集。利用多变量相关性算法对企业生产信息和设备用电数据进行分析，得到第三相关性结果数据集。解决了现有技术无法有效处理复杂的非线性关系和多变量交互作用，导致企业对企业用电用能状态与生产状态之间关系的理解不全面的技术缺陷。
-
公开(公告)号：CN118505424A
公开(公告)日：2024-08-16
申请号：CN202410572712.4
申请日：2024-05-10
申请人： 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
摘要： 本申请提供了一种基于用电耗能监测的企业生产分析系统及方法。该系统包括信息采集模块，用于实时收集企业内各主要设备的用电用能信息，并记录企业的总电量电费信息；数据处理模块，用于建立企业内主要设备的用电用能信息与企业的总电量电费信息的关系模型；相关性分析模块，用于分析总电量电费信息与企业生产状态的相关性；生产状态分析模块，确定企业的生产效率能耗水平指标和产能利用率指标；多变量相关性分析模块，用于分析企业生产状态与用电用能状态之间的相关性；预警监测模块，用于实时监控企业生产状态和用电耗能情况，及时发出预警信息。通过本申请，解决了对生产数据和能源消耗数据的高效整合不足和企业识别潜在的生产的问题。
-
公开(公告)号：CN116187579A
公开(公告)日：2023-05-30
申请号：CN202310239845.5
申请日：2023-03-13
申请人： 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
摘要： 本申请公开了一种基于黑箱模型的设备选型方案优化方法及相关装置，方法包括：采用预设黑箱模型对当前建筑关键数据进行建筑负荷分布预测，得到当前建筑负荷分布，预设黑箱模型根据LightGBM和XGBoost构建得到；基于全局搜索算法，根据遗传算法和粒子群算法依据当前建筑负荷分布进行设备选型方案优化，得到最优设备选型方案；根据实际设备模型分析最优设备选型方案的节能潜力，得到方案评价结果。本申请能够解决现有技术无法准确掌握建筑的真实负荷分布，导致制定的设备选型方案与实际建筑负荷的匹配度较低的技术问题。
-
公开(公告)号：CN113391236B
公开(公告)日：2022-03-29
申请号：CN202110875762.6
申请日：2021-07-30
申请人： 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
IPC分类号： G01R31/52
摘要： 本申请公开了一种谐振接地系统单相接地故障检测方法及相关装置，方法包括：在每条线路出口处的预置零序电流波形中提取零序电流暂态分量幅值和零序电流稳态分量幅值；计算每条线路出口处的零序电流暂态分量幅值与零序电流稳态分量幅值之比，得到暂稳态幅值比值；基于冒泡排序算法将所有的暂稳态幅值比值进行排序后，计算最大暂稳态幅值比值和最小暂稳态幅值比值之比，得到最值比值；若最值比值在预置范围内，则判断母线发生单相接地故障，否则判断最大暂稳态幅值比值对应的线路发生单相接地故障。本申请能够解决现有技术对CT极性和多种数据信息的依赖较大，使得实际操作受限的技术问题。
-
公开(公告)号：CN113391236A
公开(公告)日：2021-09-14
申请号：CN202110875762.6
申请日：2021-07-30
申请人： 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
IPC分类号： G01R31/52
摘要： 本申请公开了一种谐振接地系统单相接地故障检测方法及相关装置，方法包括：在每条线路出口处的预置零序电流波形中提取零序电流暂态分量幅值和零序电流稳态分量幅值；计算每条线路出口处的零序电流暂态分量幅值与零序电流稳态分量幅值之比，得到暂稳态幅值比值；基于冒泡排序算法将所有的暂稳态幅值比值进行排序后，计算最大暂稳态幅值比值和最小暂稳态幅值比值之比，得到最值比值；若最值比值在预置范围内，则判断母线发生单相接地故障，否则判断最大暂稳态幅值比值对应的线路发生单相接地故障。本申请能够解决现有技术对CT极性和多种数据信息的依赖较大，使得实际操作受限的技术问题。
-
公开(公告)号：CN115034492A
公开(公告)日：2022-09-09
申请号：CN202210720027.2
申请日：2022-06-23
申请人： 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
摘要： 本申请公开了一种输入变量缺失情况下的非确定性能耗预测方法及相关装置，包括：通过apriori算法根据用户定义的关联规则，分析数据库中各已知输入变量与未知输入变量之间是否存在关联规则关系；当已知输入变量与未知输入变量之间存在关联规则关系时，根据二者关联规则进行未知输入变量的分布预测，否则，根据未知输入变量的值域建立均匀分布，从而得到未知输入变量的分布区间；基于分布区间对未知输入变量进行抽样，得到未知输入变量集；将未知输入变量集输入到能耗模型中进行批量计算，得到能耗预测值的分布范围；从而解决了现有技术在输入变量缺失情况下，能耗预测精度较低的技术问题。
-
公开(公告)号：CN115018195A
公开(公告)日：2022-09-06
申请号：CN202210767989.3
申请日：2022-07-01
申请人： 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
摘要： 本申请公开了一种用于建筑负荷预测的特征工程建立方法及相关装置，方法包括：获取历史原始特征包括:日期指标、气象指标和能耗指标；根据所述日期指标创建星期类型和特殊日类型作为能耗预测模型的输入特征一，其中，特殊其类型包括：节假日及其前一天；对所述气象指标中的温度数据进行平滑处理得到平滑温度数据及其一阶和二阶微分作为能耗预测模型的输入特征二；计算所述能耗指标的周期性能耗得到周期因子特征，以及统计所述能耗指标的平均值、中值、最大值、最小值和标准差得到统计因子特征，得到能耗预测模型的输入特征三；从而解决了现有建立的特征工程考虑因素不全面，导致特征工程下的预测模型准确度低的技术问题。
-
-
-
-
-
-
-
-
-
搜索结果
25 条记录 (耗时 0.122 秒)
