-
公开(公告)号：CN112054596A
公开(公告)日：2020-12-08
申请号：CN202010943125.3
申请日：2020-09-09
Applicant: 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 一种配电网运行数据实时采集系统，包括感知层、数据层和应用层，感知层和数据层用于多维度预警监测，应用层用于全过程在线管控，感知层包括变电站、输电线路、变压器、用户电表和配套数据采集终端，所述数据层将感应层采集的电压、电流、有功功率、无功功率、功率因数、电量和相序数据传输到应用层，所述应用层为数据中心，包括线损管理模块、停复电事件管理模块、配电自动化模块、故障抢修模块、技改大修模块、农网改造模块、400V分网模块、配电网规划模块、负荷转供模块和供电方案生成模块。本发明为了，应用高速载波技术的优势，根据电力线信道的特征，并设计数据采集技术系统，紧扣配电网需求，优化配电网运行数据的采集效率及质量。
-
公开(公告)号：CN111429034A
公开(公告)日：2020-07-17
申请号：CN202010317146.4
申请日：2020-04-21
Applicant: 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种配电网故障预测的方法，包括第一步数据采集预处理部分；第二步特征变量选择部分；第三步基于故障等级划分的配电网故障预测模型的搭建部分；本发明通过优化数据作用于搭建精准配电网故障预测模型，实现了配电网故障精准预测，解决了配电网故障预测中，数据难以精炼提取，预测模型参数难以选取的问题，为电网工作人员及时对配网故障做出反应提供依据，提升整个电力系统的稳定性和可靠性。
-
公开(公告)号：CN111339872A
公开(公告)日：2020-06-26
申请号：CN202010099638.0
申请日：2020-02-18
Applicant: 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明提出了一种基于分类模型的电网故障分类方法，基于原子能量熵的字符串匹配故障辨识，通过分析特征量暂态特征信息特征，选用原子能量熵作为故障特征量可以弥补小波分析中基函数对信号特征自适应差的缺点，同时能够较完备地描述故障特征，基于粗神经网络来建立配电网输电线路故障分类模型，实现高压输电线路10种故障类型的分类识别，基于等效瞬时励磁电感在各种运行工况下的差别，加入最大重叠离散小波变换分析提取故障特征向量，作为决策树的训练和测试值，能有效的实现故障快速识别分类。
-
公开(公告)号：CN107577713B
公开(公告)日：2018-09-11
申请号：CN201710655843.9
申请日：2017-08-03
Applicant: 国网信通亿力科技有限责任公司
Abstract: 本发明提供了一种基于电力词典的文本处理方法，包括以下步骤：步骤S100，获取电力系统使用的包括文本数据的文件，对该文件进行数据清理，从而获得清理后的文本数据；步骤S200，根据通用词典和所述电力词典，对所述文本数据进行分词处理，获得分词向量；步骤S300，根据电力词汇分词向量和通用词汇分词向量，计算电力文本标志，形成文本元数据。通过使用电力词典进行分词及后续处理，本发明能够获得有效的元数据，从而为文本相似计算、文档分类、聚类、文本检索等提供支撑。本发明还提供了一种文本检索方法。
-
公开(公告)号：CN107527114A
公开(公告)日：2017-12-29
申请号：CN201710675256.6
申请日：2017-08-09
Applicant: 国网信通亿力科技有限责任公司 , 国网浙江省电力公司
CPC classification number: G06Q10/04 , G06Q10/0639 , G06Q50/06
Abstract: 一种基于大数据的线路台区异常分析方法，其特征在于，包括：从海量平台及线损数据库中抽取表底及档案数据；计算低压用户、专变用户和台区售电量；将计算结果及高压通过数据中心的非结构化传输通道上传到国网总部非结构化数据库中；将表底、档案和计算模型存入总部分布式文件系统中；计算线路、台区的供电量及线损率；进行线损分析；生成诊断报告。本发明能够准确地判别发生异常的原因，提高电网的健壮性和容错性。
-
Patent Agency Ranking
公开(公告)号：CN114048901A
公开(公告)日：2022-02-15
申请号：CN202111327248.5
申请日：2021-11-10
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F16/906 , G06F16/901
Abstract: 本发明涉及一种用于用电分析的讯息标签自动标识系统，包括资讯信息库，所述资讯信息库存储有电力讯息信息，还包括模型训练子系统、信息标签子系统、信息预测子系统；实现对已有的讯息的智能分析，根据大数据以及历史数据训练模型，预测用电量和用电相关信息之间的变化关系，为电力统筹、配电变电、设施建设、维修资源分配提前建立可靠的预测系统，大大降低人工调取、分析、预测的成本，同时避免因为人为主观认定造成的信息的分析错误或者遗漏相关讯息。
-
公开(公告)号：CN112257937A
公开(公告)日：2021-01-22
申请号：CN202011169983.3
申请日：2020-10-28
Applicant: 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 一种基于大数据技术的配电网故障预测系统及方法，通过大数据平台的数据分析域实现配电网运营管理产生海量数据的自动接入，实现调度、运检、营销各专业数据的融合、统一，为大数据技术支撑配电网故障诊断提供了基础，将体量更大、类型更多的电力大数据作为分析样本可以实现对电力负荷的时间分布和空间分布预测，为规划设计、电网运行调度提供依据，提升决策的准确性和有效性；通过故障诊断系统还可以更加准确地计算配网停电损失，通过大数据技术挖潜增效，综合分析配电网运行的实时信息、设备检修信息等，降低停电影响。
-
公开(公告)号：CN111538760A
公开(公告)日：2020-08-14
申请号：CN202010317147.9
申请日：2020-04-21
Applicant: 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G06F16/2458 , G06F40/30 , G06Q10/06 , G06Q50/06
Abstract: 本发明公开了一种基于Apriori算法建立配电负荷线损关联分析模型的方法，其技术方案要点，包括报表类数据预处理、时序事件数据预处理、形成事务数据集、关联关系的支持度和置信度以及利用上述数据结果基于Apriori算法建立线损关联分析模型；本发明通过Apriori算法利用“大数据”预处理建立分析模型，用于有效挖掘负荷和线损之间的内在关系、研究隐藏在电网运行中海量数据间的潜在价值，得到其中相关性影响因子的影响比重，为城市配电网的规划、决策以及运筹提供建设性建议根据。
-
公开(公告)号：CN111369123A
公开(公告)日：2020-07-03
申请号：CN202010124800.X
申请日：2020-02-27
Applicant: 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明提出了一种配电网相关的数据处理方法，主要包括基于EFWLS鲁棒估计来检测基于FCM的不良数据，利用FCM算法与EFWLS算法结合的方法对不良数据进行处理，得到准确的配电网实时运行数据，并将该数据与预测得出的正常运行数据集中的数据进行对比，从而检验系统的运行状态，当虚假数据非常严重时，本文提出的方法可以识别所有的虚假数据，并且没有虚假检测、漏检等现象，因此具有很强的识别虚假数据的能力，假数据点的估计值与实际值接近，特别是对于无关的假数据点，估计值与实际值非常接近，该方法不仅能识别假数据，而且能对假数据测量点进行非常准确的估计。
-
公开(公告)号：CN111353691A
公开(公告)日：2020-06-30
申请号：CN202010099430.9
申请日：2020-02-18
Applicant: 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明提出了一种基于层次分析法的电网差异分析方法，主要包括配电网基础数据收集、数据挖掘提取关键信息、构建差异分析网、建立差异分析流程、构建差异模型、利用层次分析法的输出结果进行有效的指导配电网网格的建设计划；本方案基于层次分析法在决策过程中对非定量事件做出定量分析、对主观判断做出客观分析，利用层次分析法分析现状电网与规划电网的多维度差异，进而有效地指导配电网网格的建设计划，有序安排网架建设与项目计划，动态监测网格建设成效，把网格化落实到配电网规划、建设、运行、管理各环节，实现不同网格配电网的标准化、差异化管理。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.071 seconds)
