-
公开(公告)号：CN112488738B
公开(公告)日：2024-02-27
申请号：CN202011487987.6
申请日：2020-12-16
申请人： 甘肃同兴智能科技发展有限责任公司 , 北京国电通网络技术有限公司 , 国网甘肃省电力公司 , 国网信息通信产业集团有限公司
发明人： 何清素 , 郝赫 , 王林信 , 靳丹 , 张小敏 , 余向前 , 杜晔 , 郭敬林 , 蒋梨花 , 刘远 , 郭行 , 刘晓光 , 闫晓斌 , 程玉涛 , 赵园园 , 王一梦 , 杨仕博 , 陈佐虎 , 令杰
IPC分类号： G06Q30/0201 , G06Q50/06
摘要： 本说明书一个或多个实施例提供基于电力大数据的居民空置住户识别方法及设备，基于电力大数据的居民空置住户识别方法及设备，通过住户的用电量，构建空置住户识别模型，结合用户的周用电量均值、月用电量均值和半年用电量均值等用电数据、行为和规律进行空置居民住户的分析，通过数理统计的方法，充分考虑了周平均用电量、变异系数两个用电特征因素，能够实现对空置居民住户的精准识别；对阈值参数确定，参考了各类型电器的功率及使用时间，对空置户判定阈值进行探索。有利于结合业务，对生活中各种空置场景进行分类，且构建的模型有效
-
公开(公告)号：CN112561202A
公开(公告)日：2021-03-26
申请号：CN202011543679.0
申请日：2020-12-23
申请人： 甘肃同兴智能科技发展有限责任公司 , 北京国电通网络技术有限公司 , 国网甘肃省电力公司 , 国网信息通信产业集团有限公司
发明人： 李维虎 , 郝赫 , 靳丹 , 王林信 , 何清素 , 张旭 , 杜晔 , 余向前 , 郭敬林 , 刘远 , 刘晓光 , 闫晓斌 , 蒋梨花 , 程玉涛 , 王一梦 , 郭行 , 赵园园 , 杨仕博 , 沙孝聪 , 任杰
IPC分类号： G06Q10/04 , G06Q50/26 , G06F16/2458
摘要： 本说明书一个或多个实施例提供一种基于电力大数据居家概率预测方法及其设备，通过获取住户历史用电数据，建立住户用电量预测的时间序列模型，预测住户未来的用电数据，基于对住户未来用电数据的预测，和对住户历史用电数据的对比分析，通过基于数理统计的方法预测住户居家概率，一方面有利于避免机器学习方法对训练数据要求的弊端，另一方面也为人口普查员明确住户是否在家，引导普查员选择合适的时间入户调查提供了准确的依据。
-
公开(公告)号：CN112488738A
公开(公告)日：2021-03-12
申请号：CN202011487987.6
申请日：2020-12-16
申请人： 甘肃同兴智能科技发展有限责任公司 , 北京国电通网络技术有限公司 , 国网甘肃省电力公司 , 国网信息通信产业集团有限公司
发明人： 何清素 , 郝赫 , 王林信 , 靳丹 , 张小敏 , 余向前 , 杜晔 , 郭敬林 , 蒋梨花 , 刘远 , 郭行 , 刘晓光 , 闫晓斌 , 程玉涛 , 赵园园 , 王一梦 , 杨仕博 , 陈佐虎 , 令杰
摘要： 本说明书一个或多个实施例提供基于电力大数据的居民空置住户识别方法及设备，基于电力大数据的居民空置住户识别方法及设备，通过住户的用电量，构建空置住户识别模型，结合用户的周用电量均值、月用电量均值和半年用电量均值等用电数据、行为和规律进行空置居民住户的分析，通过数理统计的方法，充分考虑了周平均用电量、变异系数两个用电特征因素，能够实现对空置居民住户的精准识别；对阈值参数确定，参考了各类型电器的功率及使用时间，对空置户判定阈值进行探索。有利于结合业务，对生活中各种空置场景进行分类，且构建的模型有效覆盖了空置场景。
-
公开(公告)号：CN113935410A
公开(公告)日：2022-01-14
申请号：CN202111192403.7
申请日：2021-10-13
申请人： 甘肃同兴智能科技发展有限责任公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司嘉峪关供电公司
IPC分类号： G06K9/62 , G06F16/9535 , G06Q50/06
摘要： 本发明涉及电力行业客户管理技术领域，具体涉及一种基于交并比密度聚类的电力客户画像方法。包括收集样本集，并对样本对样本集进行经缺失值处理、一致性检查、噪声检测和归一化处理；构建电力客户用电行为标签；对完成的标签进行赋值然后对其进行用电行为聚类：根据初步聚类结果计算每个类簇中所有样本的均值；利用得到的均值计算不同类簇间的相似度，得到类簇相似度矩阵，然后根据相似度将潜在的相似类簇进行合并，直到得到最终的类簇个数。本发明是一种能够为不同用电群体提供差异化服务的基于交并比密度聚类的电力客户画像方法。
-
公开(公告)号：CN113761593A
公开(公告)日：2021-12-07
申请号：CN202111027797.0
申请日：2021-09-02
申请人： 甘肃同兴智能科技发展有限责任公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司嘉峪关供电公司
摘要： 本发明公开了一种基于区块链智能合约的有序用电优化方法，涉及电网有序用电领域。该方法包括：(1)有序用电智能合约定制；(2)有序用电智能合约签订；(3)有序用电智能合约自动执行。本发明基于区块链智能合约的有序用电优化方法制定的有序用电方案，主要以用户为核心，通过分时电价激励机制，在不影响用户舒适度的情况下，使用户用电成本达到最小，同时为电网实现削峰填谷；采用数字化智能合约形式签订有序用电方案，通过将有序用电方案部署在区块链智能合约上，实现电网与用户的有序用电协议签订；有序用电方案执行整个过程透明可追踪、不可篡改，使有序用电智能合约高效地运行。
-
公开(公告)号：CN113935410B
公开(公告)日：2024-07-16
申请号：CN202111192403.7
申请日：2021-10-13
申请人： 甘肃同兴智能科技发展有限责任公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司嘉峪关供电公司
IPC分类号： G06F18/23 , G06F16/9535 , G06Q50/06
摘要： 本发明涉及电力行业客户管理技术领域，具体涉及一种基于交并比密度聚类的电力客户画像方法。包括收集样本集，并对样本对样本集进行经缺失值处理、一致性检查、噪声检测和归一化处理；构建电力客户用电行为标签；对完成的标签进行赋值然后对其进行用电行为聚类：根据初步聚类结果计算每个类簇中所有样本的均值；利用得到的均值计算不同类簇间的相似度，得到类簇相似度矩阵，然后根据相似度将潜在的相似类簇进行合并，直到得到最终的类簇个数。本发明是一种能够为不同用电群体提供差异化服务的基于交并比密度聚类的电力客户画像方法。
-
公开(公告)号：CN113067958B
公开(公告)日：2023-01-31
申请号：CN202110231291.5
申请日：2021-03-02
申请人： 甘肃同兴智能科技发展有限责任公司 , 国网甘肃省电力公司
摘要： 本说明书一个或多个实施例提供一种图像加密方法、装置、电子设备及存储介质。所述方法包括：对原图像Pm×n进行全局置乱加密，得到得到全局置乱图像P′；将所述全局置乱图像P′进行比特置乱加密，得到密文图像PP。本发明对图像进行安全、方便和有效的加密，提高了电子数据的安全性，实现更好的保护图像数据隐私。
-
公开(公告)号：CN113067958A
公开(公告)日：2021-07-02
申请号：CN202110231291.5
申请日：2021-03-02
申请人： 甘肃同兴智能科技发展有限责任公司 , 国网甘肃省电力公司
摘要： 本说明书一个或多个实施例提供一种图像加密方法、装置、电子设备及存储介质。所述方法包括：对原图像Pm×n进行全局置乱加密，得到得到全局置乱图像P′；将所述全局置乱图像P′进行比特置乱加密，得到密文图像PP。本发明对图像进行安全、方便和有效的加密，提高了电子数据的安全性，实现更好的保护图像数据隐私。
-
公开(公告)号：CN110443725A
公开(公告)日：2019-11-12
申请号：CN201910749682.9
申请日：2019-08-14
申请人： 国网甘肃省电力公司信息通信公司 , 甘肃同兴智能科技发展有限责任公司 , 兰州大学
摘要： 本发明公开了一种基于CNN+LSTM的风电功率预测模型，可分为两部分：数据预处理阶段与模型训练使用阶段；在数据预处理阶段，利用风场的天气预报数据(NWP)与历史观测数据，提取了风速、风向、大气压力、温度、空气湿度等特征，对数据归一化处理；在模型训练使用阶段，将处理后的数据放入CNN+LSTM模型中进行预测，其中CNN网络包括了Conv1D层、Pooling层与Dropout层；LSTM网络包括了基本的LSMT层与最后的全连接层。本发明使用了深度学习的方法，结合了CNN与LSTM网络对风电功率进行预测。
-
公开(公告)号：CN111612300B
公开(公告)日：2023-10-27
申请号：CN202010299034.0
申请日：2020-04-16
申请人： 国网甘肃省电力公司信息通信公司 , 甘肃同兴智能科技发展有限责任公司
IPC分类号： G06Q10/0639 , G06N3/042 , G06N3/045 , G06N3/08
摘要： 本发明涉及指标计算技术领域，具体地说，涉及一种基于深度混合云模型的场景异常感知指标计算方法及系统。其方法包括如下步骤：使用graphembedding对网络资源节点进行图编码；使用基于深度学习的层次分析法建立云模型评价标尺；使用云标尺进行在线场景异常感知检测。该基于深度混合云模型的场景异常感知指标计算方法及系统中，使用graph embedding对网络资源节点进行图编码表示，具有更广泛的适用范围和泛化能力，将编码化的节点资源构建整体云模型，并使用基于深度学习的层次分析法建立云模型评价标尺，进行场景异常感知检测，可在不同周期维度的数据下进行检测，将训练模型使用于在线检测，并能对大规模、动态变化的网络资源进行实时检测。
-
-
-
-
-
-
-
-
-
搜索结果
37 条记录 (耗时 0.104 秒)
