-
公开(公告)号:CN118964946A
公开(公告)日:2024-11-15
申请号:CN202411150578.5
申请日:2024-08-21
Applicant: 广东电网有限责任公司汕尾供电局
IPC: G06F18/213 , G06F18/2431 , G06N3/0464
Abstract: 本申请公开了一种碳排放监测方法、装置、设备和存储介质,方法包括:实时获取用户的用电负荷数据,并获取核心碳排放设备在不同工作状态下的碳排放强度;通过卷积神经网络对用电负荷数据进行特征提取,得到特征图;基于类别注意力机制计算特征图的类别注意力分数,通过类别注意力分数对特征图进行加权求和,得到类别特征向量;通过激活函数对类别特征向量进行映射,得到用户的核心碳排放设备的工作状态;根据核心碳排放设备的工作状态以及对应的碳排放强度计算用户的碳排放量。本申请结合卷积神经网络和类别注意力机制预测核心碳排放设备的工作状态,有助于提高核心碳排放设备的工作状态辨识精度,从而提高碳排放监测精度。
-
公开(公告)号:CN116975710A
公开(公告)日:2023-10-31
申请号:CN202310766775.9
申请日:2023-06-26
Applicant: 广东电网有限责任公司汕尾供电局
IPC: G06F18/241 , G06F18/22 , G06N3/0499 , G06Q50/06 , H02J3/00
Abstract: 本申请提供了一种用电量的确定方法、确定装置和电子装置,该方法包括:根据第一历史用电量数据对应的特征,对第一历史用电量数据进行分类,得到第一历史用电量数据对应的分类结果;至少将第一历史用电量数据的多阶内涵模态分量输入至初始自注意力机制模型中,得到初始用电量预测数据;确定初始自注意力机制模型的交叉熵损失函数,直到交叉熵损失函数收敛,确定交叉熵损失函数收敛时对应的初始自注意力机制模型为目标用电量预测模型;将第三历史用电量数据输入目标用电量预测模型中,得到目标用电量数据。该方法解决了现有技术中的用电量预测难以捕捉到周期性的波动,导致用电量预测不准确的问题。
-
公开(公告)号:CN116433400A
公开(公告)日:2023-07-14
申请号:CN202310405443.8
申请日:2023-04-14
Applicant: 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
Abstract: 本发明公开了一种税电参数确定方法、装置、设备及存储介质。该方法包括:获取历史数据;根据所述历史数据确定开票销售金额比值、用电量比值、开票户数占比、用电户数比值、受票购进金额比值以及每度用电销售收入比值;根据开票销售金额比值、用电量比值、开票户数占比、用电户数比值、受票购进金额比值以及每度用电销售收入比值确定税电指数,通过本发明的技术方案,能够提升税电参数的准确度和确定效率。
-
公开(公告)号:CN114996974A
公开(公告)日:2022-09-02
申请号:CN202210838907.X
申请日:2022-07-18
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司汕尾供电局
IPC: G06F30/20 , G06F16/2458 , G06F16/28 , G06F16/901 , G06F30/18 , G06F113/04
Abstract: 本申请公开了一种基于知识图谱的电网拓扑分析方法,包括:获取电网拓扑结构中的每个电力设备及各电力设备之间的连接关系;根据每个电力设备及各电力设备之间的连接关系,构建电网的知识图谱;确定知识图谱中目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径;根据知识图谱中目标实体的数量、其相邻实体的数量、每个目标实体与其相邻实体之间的连接路径,确定电网的拓扑结构参数。本申请基于知识图谱获取电网拓扑结构参数,能够对电网拓扑结构进行全面评估分析,从而满足配电网拓扑分析的需要,同时,电网的拓扑结构参数的获取方式较为简单,能够节省时间,提高效率。
-
公开(公告)号:CN119228614A
公开(公告)日:2024-12-31
申请号:CN202411294735.X
申请日:2024-09-14
Applicant: 广东电网有限责任公司汕尾供电局
IPC: G06Q50/26 , G06Q50/06 , G06Q30/0208 , G06F17/10 , G06Q30/0283
Abstract: 本申请实施例提供了一种用户侧绿证交互补偿方法、装置、计算机设备、存储介质和计算机程序产品,涉及绿色电力技术领域。该方法包括:构建用户侧绿色电力积分数据库;根据用户类型,设定积分修正系数;根据用户侧绿色电力积分数据库和积分修正系数,获取用户在积分兑换周期的绿色电力总积分;按照积分兑换标准,确定用户的绿色电力总积分对应的增值服务产品;根据绿色电力总积分和增值服务产品,设计基于绿色电力积分的用户侧绿色友好型增值服务产品补偿机制。该方法,有效引导用户绿色低碳消费。
-
公开(公告)号:CN119228613A
公开(公告)日:2024-12-31
申请号:CN202411294714.8
申请日:2024-09-14
Applicant: 广东电网有限责任公司汕尾供电局
Abstract: 本申请涉及一种面向用户侧的碳排放管理方法、装置、计算机设备、存储介质和计算机程序产品。涉及数据处理技术领域。方法包括:基于用户的行为数据,确定用户对应的用户类型;根据用户类型,对用户在预设的积分兑换周期内的碳排放行为进行积分,得到总积分;根据总积分,确定对用户的碳排放管理方式。采用本方法能够提高用户对低碳节能产品和服务的使用率。
-
公开(公告)号:CN118964999A
公开(公告)日:2024-11-15
申请号:CN202411150579.X
申请日:2024-08-21
Applicant: 广东电网有限责任公司汕尾供电局
IPC: G06F18/214 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种碳排放设备辨识模型训练方法、碳排放监测方法及装置,方法包括:构建目标网络;获取预置历史时间段内的用户的用电功率数据、核心碳排放设备及核心碳排放设备的工作状态,将用户的用电功率数据输入到目标网络中提取用户功率数据的空间特征和时序特征,对空间特征和时序特征进行注意力加权融合,得到融合特征,对融合特征进行处理,预测用户的核心碳排放设备及其工作状态,得到预测结果;根据预测结果与用户的实际核心碳排放设备及核心碳排放设备的工作状态计算损失值,通过损失值更新目标网络的网络参数,直至目标网络收敛,得到碳排放设备辨识模型。本申请提高了碳排放设备及其状态辨识的准确性,从而提高碳排放量监测的准确性。
-
公开(公告)号:CN118052449A
公开(公告)日:2024-05-17
申请号:CN202410189307.4
申请日:2024-02-20
Applicant: 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
IPC: G06Q10/0637 , G06Q50/06 , H02J3/00
Abstract: 本发明公开了一种电力负荷风险预警方法、装置、设备及存储介质。包括:获取当前监测周期的计划负荷值和前一年的同期负荷值,基于当前监测周期的计划负荷值和前一年的同期负荷值预测当前监测周期的负荷率,基于负荷率和预设的负荷预警规则进行负荷预警,实现对配电变压器台区的负荷进行预警,在负荷过载之前,提前告知相关人员进行处理,避免造成巨大的损失。
-
公开(公告)号:CN119886726A
公开(公告)日:2025-04-25
申请号:CN202510081930.2
申请日:2025-01-20
Applicant: 广东电网有限责任公司汕尾供电局
IPC: G06Q10/0631 , G06Q50/06 , G06F17/10 , G06F30/20 , H02J13/00 , G06F113/04
Abstract: 本发明公开了一种基于云计算的电网负荷监管数据处理系统,属于电网负荷监管技术领域,包括需求分析模块、需求处理模块、采集模块、储存模块和数据分析模块;需求分析模块用于进行负荷需求分析,建立需求统计表;需求处理模块用于根据需求统计表进行需求处理分析,确定负荷分析需求对应的数据分析方式和适配采集方式;采集模块实时采集电网中的负荷数据;储存模块用于对负荷数据进行储存,并将负荷数据按照负荷分析需求进行分类,获得需求监测数据;数据分析模块用于进行数据分析,按照分析等级将负荷分析需求进行分布式处理;根据数据分析方式对需求监测数据进行分析,获得负荷监测结果。
-
公开(公告)号:CN117254446A
公开(公告)日:2023-12-19
申请号:CN202310610404.1
申请日:2023-05-26
Applicant: 广东电网有限责任公司汕尾供电局
Abstract: 本申请提供了一种电力系统的异常源节点的确定方法和确定装置。该方法包括:获取电力系统的网络拓扑结构的历史传播关系图;获取电力系统的网络拓扑结构的当前传播关系图;将当前传播关系图输入至图注意力模型,确定当前传播关系图中的节点是否为电力系统的异常源节点,其中,异常源节点为导致电力系统故障的源头节点,图注意力模型为使用多组数据通过机器学习训练出的,多组数据中的每组数据均包括:历史传播关系图和各历史节点对应的特征,特征表征历史节点是否为异常源节点。该方法解决了现有技术中通过感染模型和传播模型预测异常源节点的方法不能反映电力系统的真实情况的问题。
-
-
-
-
-
-
-
-
-