-
公开(公告)号:CN119940616A
公开(公告)日:2025-05-06
申请号:CN202510001924.1
申请日:2025-01-02
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司
IPC: G06Q10/04 , G06N3/042 , G06Q50/06 , G06Q10/067 , G06N3/08
Abstract: 本发明提出了基于全要素学习图神经网络低压配电网节点电压预测方法,属于智能电网技术领域,包括以下步骤:S1:基于低压配电网拓扑结构的缺失,通过迭代更新图神经网络的边,建立低压配电网的图神经网络模型;S2:基于图神经网络模型的边特征和节点特征,进行图神经网络模型的迭代学习;S3:基于学习得到的图神经网络模型,实现对低压配电网节点电压的直接预测。本发明能够兼顾拓扑结构特征与计量数据特征,实现对低压配电网节点电压的直接预测,模型复杂度更低,深度挖掘数据之间的潜在关系,预测模型建立的效率更高,提高了预测模型的准确度。
-
公开(公告)号:CN116466291A
公开(公告)日:2023-07-21
申请号:CN202310434054.8
申请日:2023-04-21
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司
IPC: G01R35/04
Abstract: 本发明提出了一种延期轮换电能表运行监控方法,S1:在指定时间内多次测量延期轮换电能表,得到若干个测量结果;S2:将指定时间内的实际用电情况转换为实际用电区间,对用电区间进行预处理,剔除不符合要求的数据后,获取实际用电区间;S3:对测量结果进行处理,将测量结果与实际用电区间进行对比,当测量结果超出实际用电区间时进行标记,并反馈处理。本发明通过建立远程监控手段,对延期轮换的电能表进行重点监控,可为电能表状态更换业务提供辅助决策支撑。
-