-
公开(公告)号：CN119918008A
公开(公告)日：2025-05-02
申请号：CN202510010665.9
申请日：2025-01-03
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: G06F18/25 , G06F18/214 , G06F18/10
Abstract: 本公开提供了一种变压器油温预测方法及系统，属于预测技术领域，该方法包括：确定目标变压器监测数据集；将目标变压器监测数据集输入目标时态融合变换器模型，得到目标变压器油温预测值；其中，目标时态融合变换器模型为根据多台变压器的历史监测数据对时态融合变换器模型训练得到。本公开提供的一种变压器油温预测方法及系统能够提高变压器油温的预测精度，确保预测结果的稳定性和可靠性。
-
公开(公告)号：CN119884873A
公开(公告)日：2025-04-25
申请号：CN202411967045.6
申请日：2024-12-30
Applicant: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 中国农业大学 , 北京中恒博瑞数字电力科技有限公司
Inventor： 宋军 , 段军红 , 白文远 , 马志程 , 田耕 , 王志刚 , 杨晶 , 保承家 , 张广东 , 包艳艳 , 张海龙 , 刘康 , 王津 , 牛欢欢 , 王月异 , 夏越 , 宋瑞凯 , 张佳乐
IPC: G06F18/241 , G06F18/2415 , G06F18/15 , G06F18/2113 , G06N3/006 , G06N3/0464
Abstract: 本发明提供了一种变压器故障诊断方法、系统、设备及介质，属于电力设备故障诊断技术领域，其方法包括如下步骤：获取变压器油中溶解气体的样本数据；使用Relief‑F算法对样本数据的特征进行权重计算，并根据特征的权重排序筛选出变压器故障诊断的最优特征集合；将最优特征集合中的特征输入深度神经网络模型，对深度神经网络模型进行训练，在训练过程中，使用天鹰算法对深度神经网络模型的参数进行优化，得到变压器故障诊断模型；获取变压器待测试样本，将变压器待测试样本输入变压器故障诊断模型中，得到变压器故障诊断类型。本发明能够提高故障诊断的准确率。
-
公开(公告)号：CN119740569A
公开(公告)日：2025-04-01
申请号：CN202411811932.4
申请日：2024-12-10
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: G06F40/205 , G06F40/30 , G06N5/04
Abstract: 本公开提供了一种文档拆分方法及系统、电子设备、可读存储介质，属于人工智能技术领域，该方法包括：获取多类文档，其中，多类文档的格式不同；目标解析策略对每类文档进行解析，确定该类文档的文档内容；基于目标拆分策略对每类文档的文档内容进行拆分，确定该类文档的拆分内容；结构化输出每类文档的拆分内容。本公开提供的文档拆分方法及系统、电子设备、可读存储介质能够提高文档拆分的精准性和高效性。
-
公开(公告)号：CN119621938A
公开(公告)日：2025-03-14
申请号：CN202411738697.2
申请日：2024-11-29
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: G06F16/334 , G06F16/3329 , G06F16/335 , G06F40/30 , G06N5/04 , G06N3/0455
Abstract: 本发明涉及人工智能问数技术领域，具体是涉及了一种基于大语言模型问数结果的分析报告生成方法，包括根据用户输入的问题得到问数结果的问数系统，还包括构建报告模版数据库，在此基础上，所述方法包括以下步骤，S1、对自然语言进行向量化处理；S2、在Weaviate向量数据库中，选择相似度数值最大的一个提示词去匹配提示词模版；S3、如果匹配成功，则根据提示词模版，对问数结果进行二次计算，将问数结果和二次计算结果结合形成报告数据，将报告数据填入到与当前提示词模版关联的报告模版中，生成完整的分析报告。本发明大幅度提升了数据处理的效率和可靠性，同时也降低了人工成本，促进了数据分析流程的优化与革新。
-
公开(公告)号：CN119579790A
公开(公告)日：2025-03-07
申请号：CN202411694381.8
申请日：2024-11-25
Applicant: 北京中恒博瑞数字电力科技有限公司
Abstract: 本发明涉及三维渲染加载优化技术领域，具体是涉及了一种数字三维场景的渲染性能优化方法,包括以下步骤，S1、将参数数值大于等于参数预设值的模型定义为重模型，并进行标记；S2、判断数字三维场景中的重模型是否被完全遮挡，将被完全遮挡的重模型移除，并在原位置生成代理几何体；S3、模型与相机的距离大于等于距离预设值，则降低分辨率，模型与相机的距离小于距离预设值，则提高分辨率。本发明通过遮挡查询和LOD技术，结合代理几何体，对三维场景中的关键设备模型进行选择性优化，从而在保证渲染质量的前提下，提升整体性能和流畅度。
-
Patent Agency Ranking
公开(公告)号：CN119514229A
公开(公告)日：2025-02-25
申请号：CN202411673697.9
申请日：2024-11-21
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: G06F30/20 , G06F17/18 , G06F119/08
Abstract: 基于核密度估计与多元线性回归的降温采暖电量分解方法，包括步骤：S1、基于影响因素，构建特征标签体系；S2、基于拟合分析与核密度估计法，选择典型日：S3、基于多元线性回归，预测基础电量；S4、降温采暖电量的计算：将降温采暖电量分为未采取限电措施和采取限电措施两部分计算；S5、基于皮尔逊相关系数法的结果校验；本发明基于核密度估计与多元线性回归的降温采暖电量分解方法，充分考虑限电措施影响开展度夏度冬期间降温采暖电量测算工作，提升了计算结果的准确度，为后续电量预测、供电保障提供数据支撑。
-
公开(公告)号：CN119444289A
公开(公告)日：2025-02-14
申请号：CN202411636823.3
申请日：2024-11-15
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: G06Q30/0201 , G06Q50/06 , G06N20/00 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了一种中长期电价预测方法及装置、电子设备、存储介质，属于数据预测技术领域，该方法包括：基于多维市场边界条件特征与市场出清电价的相关性确定第一特征集，对第一特征集进行数据处理得到第二特征集；基于第二特征集对初始电价预测模型进行训练得到目标电价预测模型；基于待测时间点前第一时间的历史数据和目标电价预测模型得到待测时间点后第二时间的电价预测结果。本公开提供的一种中长期电价预测方法及装置、电子设备、存储介质能够提高中长期电价预测的准确性。
-
公开(公告)号：CN119419750A
公开(公告)日：2025-02-11
申请号：CN202411453593.7
申请日：2024-10-17
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: H02J3/00 , H02J3/38 , G06F18/23213 , G06F18/27
Abstract: 一种考虑分布式电源接入的配电网线损合理区间计算方法，a、从管理、计量、技术、新能源接入、环境维度五个维度提取配线的线损影响因子；b、通过手肘法确定聚类数k的值，借助K‑means聚类分析算法对以上五个维度的数据分为k类；c、对k类数据做显著性校验；d、对k类数据分别构建多元线性回归模型；e、基于线损率预测结果，以95％的置信区间作为线损合理区间。本发明全面考虑了配电网管理、计量、技术、新能源接入、环境五类因子对线损的影响，并通过分类构建多元线性回归模型，实现对线损率的预测及线损合理区间的计算，线损合理区间的计算，不仅有助于评估和优化电网的经济运行，还为电网的建设、改造和管理提供了重要的参考依据。
-
公开(公告)号：CN119295323A
公开(公告)日：2025-01-10
申请号：CN202411371872.9
申请日：2024-09-29
Applicant: 北京中恒博瑞数字电力科技有限公司
Abstract: 一种基于改进双光融合的变电设备图像处理方法，a、判定环境光照强度为强光环境或是弱光环境；b、增强红外光图像的对比度；c、在两个图像上初步得到设备轮廓；d、借助改进的Canny边缘检测算法对可见光图像和红外光图像分别进行预处理，得到精确的设备边缘；e、进行编码标记，并生成边缘链接；f、对可见光图像或红外光图像进行图像尺寸与旋转角度进行处理；g、将以上步骤处理后的可见光图像与红外光图像通过步骤e中生成的边缘链接进行对齐、合并为一个带有发热情况的设备图像。本发明通过在强光环境中对两个图像进行融合处理，使得后续在设备巡检检测时能够更加精准的识别出故障缺陷。
-
公开(公告)号：CN118920417A
公开(公告)日：2024-11-08
申请号：CN202410966997.X
申请日：2024-07-18
Applicant: 北京中恒博瑞数字电力科技有限公司
Inventor： 王新花 , 仇向东 , 于嘉骐 , 崔屹峰 , 李雪冬 , 郑朋 , 崔晓慧 , 孟伟 , 赵少飞 , 庞蕊 , 马青山 , 张军 , 王婷婷 , 邢辰辰 , 陈新 , 董丽薇 , 吴珊珊 , 王云飞 , 洪健
IPC: H02H7/26 , G06F18/243 , G06F18/25 , H02H7/28
Abstract: 一种基于机器学习技术的融合式继电保护整定方法，包括构建历史数据集，用模型对历史数据集进行学习，以及用模型选定整定原则进行整定的过程，用模型选定整定原则进行整定的方法是以随机森林模型、K近邻模型、梯度提升决策树模型、XGBoost模型、自适应集成模型、决策树模型和支持相量机模型为基础，通过每个模型分别对所有整定原则进行投票，以上七个模型均借助粒子群算法进行预测准确度，最终在线路整定范围内选定一种预测准确度最高的整定原则进行整定。本发明将七种学习模型进行融合，利用了各个模型中的优势和特点，分别赋予不同的权重进行融合形成了最终的学习模型，使得准确度有一定的提高，而且可以稳定在很小的范围内。
-
-
-
-
-
-
-
-
-
Search Results
340
records
(took 0.121 seconds)
