-
公开(公告)号:CN107590845B
公开(公告)日:2018-07-17
申请号:CN201710675528.2
申请日:2017-08-09
Applicant: 国网信通亿力科技有限责任公司 , 国家电网公司
Abstract: 本发明提供了一种基于虚拟元件的变电站内接线图的绘制方法,包括:获取需绘制的元件数据;维护元件拓扑数据;查询出与所述变电站相关的数据;绘制变电站、母线信息和主变信息;绘制变压器开关及与变压器与母线的连接线路;绘制输电线路、配电线路、相连变电站、线路开关;在数据缺失量比较大时,根据现有数据虚拟出一些元件来补充。本发明能够提高对变电站数据的勘错率,也更加直观和美观,方便电网员工快捷的判断每个变电站的重要性。
-
公开(公告)号:CN107590845A
公开(公告)日:2018-01-16
申请号:CN201710675528.2
申请日:2017-08-09
Applicant: 国网信通亿力科技有限责任公司 , 国家电网公司
Abstract: 本发明提供了一种基于虚拟元件的变电站内接线图的绘制方法,包括:获取需绘制的元件数据;维护元件拓扑数据;查询出与所述变电站相关的数据;绘制变电站、母线信息和主变信息;绘制变压器开关及与变压器与母线的连接线路;绘制输电线路、配电线路、相连变电站、线路开关;在数据缺失量比较大时,根据现有数据虚拟出一些元件来补充。本发明能够提高对变电站数据的勘错率,也更加直观和美观,方便电网员工快捷的判断每个变电站的重要性。
-
公开(公告)号:CN117874620A
公开(公告)日:2024-04-12
申请号:CN202410063801.6
申请日:2024-01-16
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F18/241 , G06F18/2431 , G06F18/2131 , G06Q10/20 , G06Q50/06
Abstract: 本申请提供了一种基于分类模型的电网故障分类方法,根据故障暂态信号数据、前稳态信号数据、后稳态信号数据分别以预设的信号特征提取算法生成暂态特征数据、前稳态特征数据和后稳态特征数据;并根据暂态特征数据、暂态持续时间、前稳态特征数据和后稳态特征数据生成故障特征数据,并根据故障特征数据以预训练的一级分类模型识别故障大类信息;并根据故障大类信息选取对应的预训练的二级分类模型;进而根据暂态信号采集位置信息、暂态信号采集时刻信息获取对应的气象数据并定义为暂态气象数据,然后生成暂态气象特征数据;最后根据故障特征数据和暂态气象特征数据以二级分类模型识别故障分类信息。
-
公开(公告)号:CN111538760B
公开(公告)日:2022-09-09
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:CN119579239B
公开(公告)日:2025-04-11
申请号:CN202510138763.0
申请日:2025-02-08
Applicant: 国网信通亿力科技有限责任公司
IPC: G06Q30/0202 , G06Q50/06 , G06F18/23213 , G06N20/00 , G06N5/01 , G06F18/25
Abstract: 本发明涉及一种基于电量大数据的发行电量预测方法,包括以下步骤:S1:获取收集台区所供负荷的用电性质和网络结构数据,并分析管控,提升同期线损基础数据质量;S2:构建售电量预测模型,预测未来的售电量;S3:搭建反馈回路,利用误差修正方法不断自校准售电量预测模型,并纳入事件、更新、误差修正手段进行未来售电量预测修正;S4:根据修正后的未来售电量,基于线变损电量预测模型预测线变损电量,并基于预测的线变损电量和未来售电量,计算发行电量;S5:通过图表形式展示历史售电量、历史供电量、预测未来售电量和预测发行电量。本发明能够捕捉复杂的时间依赖关系和非线性波动,提高发行电量预测的准确性和细粒度。
-
公开(公告)号:CN116703368B
公开(公告)日:2023-10-13
申请号:CN202310992112.9
申请日:2023-08-08
Applicant: 国网信通亿力科技有限责任公司
IPC: G06Q10/20 , G06Q10/10 , G06Q50/06 , G06F18/23 , G06F18/241
Abstract: 本发明公开了基于数据挖掘的同期线损智能闭环监测方法,涉及电网监测技术领域,所述监控方法包括以下步骤:S1:设备全量监测→S2:清单实时发布→S3:异常智能诊断→S4:现场核实消缺→S5:成效跟踪归档;围绕电网线损管理业务,分析电网企业线损治理工作的成效与不足,提出依托同期线损大数据创新的线损治理新模式。本发明进一步提升线损精益化管理水平,丰富智能化模型工具赋能基层,优化工作评价管控机制,建立健全同期线损监测治理全过程闭环管理机制,引导基层单位聚焦异常分析、聚力线损治理、聚能效益提升,高效解决跑冒滴漏等问题,实现各单位线损精益化管理水平持续提升。
-
公开(公告)号:CN116302695A
公开(公告)日:2023-06-23
申请号:CN202310256723.7
申请日:2023-03-16
Applicant: 国网信通亿力科技有限责任公司
IPC: G06F11/14
Abstract: 本发明涉及电网数据修复技术领域,具体说是一种电网量测数据的修复方法;包括以下步骤:S1:首先,量测组件对电网数据进行实时量测,量测组件将电网数据量测完成后会传输至分段模块,分段模块对电网数据按照量测的时间顺序进行分段处理,随后将分段后的数据依次传输至临时备份模块;S2:接着,临时备份模块接收到分段后的电网数据后,会对电网数据进行分批次储存备份;S3:最后,临时备份模块将最旧的电网数据传输至传输单元,传输单元将电网数据传输至接收端,接收端对电网数据进行分析;本发明通过临时备份模块对电网数据进行备份,使得电网数据在损坏后能够及时得到修复,进而使得电网测量数据更加完整。
-
公开(公告)号:CN114529425B
公开(公告)日:2024-09-06
申请号:CN202210168053.9
申请日:2022-02-23
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 , 国家电网有限公司
Abstract: 本发明涉及一种智能电量修复系统,包括模型构建子系统、电量修复子系统;通过构建位置网络和分组网络实现了对通讯信号的传输可靠性分析,同时实现对用电端类型进行获取,结合用电端的本地历史用电数据,通过权重叠加的方式产生修复波形,这样一来可以在用电量信息失真时,能够第一时间反馈并修复该信息,有利于对后续对用电数据实时完整的分析。
-
公开(公告)号:CN112035544B
公开(公告)日:2022-05-17
申请号:CN202010890459.9
申请日:2020-08-29
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 , G06F17/18 , G06Q10/06 , G06Q50/06
Abstract: 本发明公开了一种配电网数据异常监测与诊断方法,其特征在于通过配电网运行中的异常数据分类,并对数据异常分析得到异常发生原因定位异常数据,再对异常数据进行诊断,包括关口计量点电量突变诊断和档案关系诊断,再对其进行数据纠错建立基于任意区域分割计算数据纠错自动修正算法以及统计迭代数据修正方法,通过上述操作得到的结果综合评估配电网运行健康水平,通过数据治理、数据异常检测与成因分析,输出用于为源头系统提供治理依据的报告,进一步实现配电网的安全稳定运行。
-
公开(公告)号:CN112054596B
公开(公告)日:2021-12-14
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、配电线路、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、电量和相别数据传输到应用层,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。
-
-
-
-
-
-
-
-
-