碳排放设备辨识模型训练方法、碳排放监测方法及装置

    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

    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。

    一种电表接线端子
    2.
    发明授权

    公开(公告)号:CN113281548B

    公开(公告)日:2023-06-09

    申请号:CN202110725972.7

    申请日:2021-06-29

    Abstract: 本发明涉及电气连接配件技术领域,公开一种电表接线端子。该电表接线端子包括导线部、接入部和绝缘防护罩,所述导线部的一端开设有安装孔,所述安装孔用于压接外接铝线;所述接入部与所述导线部的另一端固接,所述接入部用于插接于电表接入端;所述绝缘防护罩呈管状,所述绝缘防护罩由柔性材料制成,所述绝缘防护罩包括连通的第一段和第二段,所述第一段的横截面积小于所述第二段的横截面积,所述第一段套接于所述导线部外周,所述第二段套设于所述外接铝线的外周,并被配置为能够翻折套设于所述第一段和所述接入部的外周。该电表接线端子结构简单,使用方便,能够有效避免触电事故或相间短路情况的发生,提高电表入户线连接点的安全性能。

    一种电表接线端子
    3.
    发明公开

    公开(公告)号:CN113281548A

    公开(公告)日:2021-08-20

    申请号:CN202110725972.7

    申请日:2021-06-29

    Abstract: 本发明涉及电气连接配件技术领域,公开一种电表接线端子。该电表接线端子包括导线部、接入部和绝缘防护罩,所述导线部的一端开设有安装孔,所述安装孔用于压接外接铝线;所述接入部与所述导线部的另一端固接,所述接入部用于插接于电表接入端;所述绝缘防护罩呈管状,所述绝缘防护罩由柔性材料制成,所述绝缘防护罩包括连通的第一段和第二段,所述第一段的横截面积小于所述第二段的横截面积,所述第一段套接于所述导线部外周,所述第二段套设于所述外接铝线的外周,并被配置为能够翻折套设于所述第一段和所述接入部的外周。该电表接线端子结构简单,使用方便,能够有效避免触电事故或相间短路情况的发生,提高电表入户线连接点的安全性能。

    一种碳排放预测方法、装置、设备和存储介质

    公开(公告)号:CN119294665A

    公开(公告)日:2025-01-10

    申请号:CN202411343535.9

    申请日:2024-09-25

    Abstract: 本发明公开一种碳排放预测方法、装置、设备和存储介质,涉及电力电子技术领域,该方法包括:获取当前区域的原始用电数据,根据原始用电数据以及各原始用电数据的数据特征构建结构化数据集;根据结构化数据集中各数据特征的重要性确定目标特征,基于目标特征对结构化数据集进行数据筛选,得到目标数据集,其中,目标数据集由目标特征以及各目标特征对应的原始用电数据构成;将目标数据集输入预先训练好的预测模型中,以使预测模型根据目标数据集确定当前区域的预测用电数据集;根据当前区域的预测用电数据集和碳排放因子,确定当前区域的预测碳排放数据集。上述技术方案,实现预测当前区域的碳排放,提高碳排放预测的准确度和效率。

    一种工业用户的碳排放监测方法、装置、设备和存储介质

    公开(公告)号:CN117763271A

    公开(公告)日:2024-03-26

    申请号:CN202311542485.2

    申请日:2023-11-17

    Abstract: 本发明公开了一种工业用户的碳排放监测方法、装置、设备和存储介质,其中方法包括:获取工业用户的各关键碳排放设备在不同运行状态下对应的单位碳排放量,根据各单位碳排放量构建单位碳排放矩阵;计算工业用户的任意两个用电负荷数据之间的协方差,根据各协方差构建工业用户的时序协方差矩阵;将时序协方差矩阵输入到训练好的碳排放监测模型中,得到各关键碳排放设备及对应的运行状态;训练好的碳排放监测模型包括残差神经网络和多个全连接层;根据各关键碳排放设备及对应的运行状态、以及单位碳排放矩阵,确定各关键碳排放设备在对应运行状态下的碳排放量。本发明能对工业用户的碳排放量进行实时监测,从而准确监测工业用户的碳排放量。

    一种碳排放监测方法、装置、设备和存储介质

    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

    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。

    用电量的确定方法、确定装置和电子装置

    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

    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。

Patent Agency Ranking