-
公开(公告)号:CN119716157A
公开(公告)日:2025-03-28
申请号:CN202411807160.7
申请日:2024-12-10
Applicant: 国网上海市电力公司 , 朗新科技集团股份有限公司
Abstract: 本发明公开了一种高低压电线线损检测装置,涉及线损检测技术领域,包括套设在电线上的检测盒,检测盒滑动连接有升降杆,升降杆转动连接有在电线表面滚动的检测轮;检测盒滑动连接有第一记录笔和第二记录笔,检测轮上升或者下降时,能够驱动第一记录笔或者第二记录笔在纸带上记录。本装置可实现对电线多个检测点的记录工作,不受电线长度和规格的限制,且可记录电线的线损情况,记录结果直观可靠,从而利于后续检修工作的进行。
-
公开(公告)号:CN117725447A
公开(公告)日:2024-03-19
申请号:CN202311463030.1
申请日:2023-11-06
Applicant: 国网上海市电力公司
IPC: G06F18/23213 , G06F18/2433 , G06F18/22 , G06Q50/06
Abstract: 一种基于改进聚类模型的电力负荷数据异常识别方法,从电力营销系统抽取历史96点负荷数据,构成原始数据数据处理,并对数据做标准化处理,然后构建异常识别模型,采用基于动态时间弯曲DTW距离的DTWK‑means聚类模型进行异常识别,接着采用手肘法选取聚类数目,最后构建异常识别模型,形成DTWK‑means聚类模型,计算每个非聚类中心与聚类中心之间的DTW距离,按照距离将非聚类中心点分配聚类中心,再重新计算每个新簇的均值作为新的类簇中心,计算SSE的值,直到SSE值不再改变,聚类完成。本发明可以自动快速诊断和精准辨识异常数据,及时纠偏;且本发明的常识别模型可不断学习完善,保证异常识别更精准更快速,从而提升电力企业的工作效率,还可以降低电网系统的运营成本。
-
公开(公告)号:CN118759251A
公开(公告)日:2024-10-11
申请号:CN202410774888.8
申请日:2024-06-17
Applicant: 国网上海市电力公司
IPC: G01R22/06 , H02J13/00 , B64U10/00 , B64U20/80 , G08B21/18 , G08B31/00 , H04Q9/00 , G01R19/10 , G01R19/165 , B64U101/00
Abstract: 本发明适用于计算机领域,提供了一种高低压联动分析预警方法及系统,该方法包括:获取入户线靠近接户线一端的起始点的第一电力参数以及所述入户线的实际布线数据;将所述第一电力参数和入户线接入计量装置的第二电力参数进行对比,得到对比结果;根据所述实际布线数据确定第一线路的异常分线信息,所述第一线路包括所述入户线;结合所述对比结果和异常分线信息进行分析,以确定所述第一线路的异常分类,并根据异常分类执行预设预警方式,所述预设预警方式包括低压预警,本申请实施例的技术方案,可以为电力工作人员对线路的进一步核查提供有效的分析预警。
-
公开(公告)号:CN117541308A
公开(公告)日:2024-02-09
申请号:CN202311338540.6
申请日:2023-10-17
Applicant: 国网上海市电力公司
IPC: G06Q30/0203 , G06Q30/018 , G06Q10/0631 , G06Q50/06 , G06Q40/04
Abstract: 一种绿证市场和碳市场协同联动下市场主体交易策略系统包括构建发电商和售电商成本收益计算模块、构建发电商和售电商决策模块、构建电力市场中各发电商的机组类型、容量数据收集模块、确定各机组的成本系数以及碳排放因子、构建发电商与售电商的供需函数的常系数求解模块、构建机组类型、容量、成本系数、碳排放因子以及发、售电商的供需函数的常系数电力市场信息库输入模块和对传输到电力市场信息库当中的信息进行主体交易策略分配。本发明分析各交易主体的性质,厘清收入和成本,在利润最大化的目标下,构建了各主体的决策模块,计算了各主体的最优交易量和利润的代数解,对我国电网系统建设具有理论和实践意义,为电力市场化改革提供了依据。
-
公开(公告)号:CN117592598A
公开(公告)日:2024-02-23
申请号:CN202311463028.4
申请日:2023-11-06
Applicant: 国网上海市电力公司
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06F17/18
Abstract: 一种基于Prophet‑X‑12‑ARIMA组合模型的月电量分解与预测方法,首先对所有的原始序列利用X‑12‑ARIMA模型的Reg ARIMA模块识别各类异常值因素的影响,对数据进行预处理;基于X‑12‑ARIMA模型中的X‑11模块对处理后的月电量数据进行季节分解,获得月电量数据季节分量;基于Prophet模型对处理后的月电量数据进行趋势分解和节假日分解,获得月电量数据趋势分量和节假日分量;将提取的各个成分基于所选择的加法模型或乘法模型进行合并,构建Prophet‑X‑12‑ARIMA组合模型,形成最终的预测模型;依据评价指标,判断模型的预测精度。本发明通过集成融合X‑12‑ARIMA和Prophet模型的优势,在保证预测模型的自动化程度、可解释性和准确性、减少异常数据影响的基础上,进行电量分解,增强预测模型的可解释性,以更精确地进行月电量分解和预测。
-
-
-
-