公开(公告)号：CN116263916A

公开(公告)日：2023-06-16

申请号：CN202310127716.7

申请日：2023-02-16

Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心)

Inventor： 刘文忠 ,  王军 ,  梁来明 ,  周惠琼 ,  朱新颜 ,  薛亚勇 ,  段乃夫 ,  田娇娟 ,  任永平

IPC: G06Q10/20 ,  G06Q10/0631 ,  G06Q10/083 ,  G06Q50/06 ,  G06F18/2321

Abstract: 本发明涉及电力计量技术领域，尤其涉及一种电能表资源调配方法、平台、装置、电子设备及存储介质，本发明方法首先获取对应多个在线电能表的多个检定周期；然后，根据配送运力、所述多个检定周期、所述多个在线电能表的类以及多个待回收电能表的类，确定多个目标电能表；最后，根据库存电能表以及所述目标电能表，确定多个待检电能表的最晚检定期限。本发明实施方式，电能表的类基于地域分布的通行时长阈值确定，因此，在同一类管控中心转移电能表时，平均通行时长较短、效率高。由于基于配送运力，调整配送日期，因此可以保证配送运力更饱满，一次配送过程实现更多电能表的配送，效率更高。

公开(公告)号：CN113011530B

公开(公告)日：2023-04-07

申请号：CN202110472639.X

申请日：2021-04-29

Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) ,  国网新疆电力有限公司电力科学研究院 ,  大连理工大学

Inventor： 李宁 ,  郭泽林 ,  袁铁江 ,  张伟 ,  齐尚敏 ,  王永超 ,  韩鑫磊 ,  刘海洋 ,  申李 ,  李娜 ,  田娇娟 ,  余英 ,  张皓淼 ,  费守江 ,  周宜

IPC: G06F18/2411 ,  G06N3/04 ,  G06N3/084 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/241

Abstract: 一种基于多分类器融合的智能电表故障预测方法，针对智能电表故障数据规模大、维度高、结构复杂、存在错误及异常数据的特点，采用正态分布补全及箱型图方法，对原始数据集进行缺失值填补及异常值替换；通过计算特征属性与故障类型之间的相关系数，消除冗余及不相关特征，形成特征子集；构建对少数样本过采样、对多数样本进行欠采样的混合采样策略，解决故障数据不平衡问题。计算支持向量机(SVM)、BP神经网络及随机森林算法处理智能电表故障数据的准确率，构建表征各分类器性能的混淆矩阵；考虑各分类器针对不同故障类型的识别能力，为各分类器分配权重，进而构建多分类器决策函数，取权重和最大的类别作为样本的故障预测结果。

公开(公告)号：CN113011530A

公开(公告)日：2021-06-22

申请号：CN202110472639.X

申请日：2021-04-29

Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) ,  国网新疆电力有限公司电力科学研究院 ,  大连理工大学

Inventor： 李宁 ,  郭泽林 ,  袁铁江 ,  张伟 ,  齐尚敏 ,  王永超 ,  韩鑫磊 ,  刘海洋 ,  申李 ,  李娜 ,  田娇娟 ,  余英 ,  张皓淼 ,  费守江 ,  周宜

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/06

Abstract: 一种基于多分类器融合的智能电表故障预测方法，针对智能电表故障数据规模大、维度高、结构复杂、存在错误及异常数据的特点，采用正态分布补全及箱型图方法，对原始数据集进行缺失值填补及异常值替换；通过计算特征属性与故障类型之间的相关系数，消除冗余及不相关特征，形成特征子集；构建对少数样本过采样、对多数样本进行欠采样的混合采样策略，解决故障数据不平衡问题。计算支持向量机(SVM)、BP神经网络及随机森林算法处理智能电表故障数据的准确率，构建表征各分类器性能的混淆矩阵；考虑各分类器针对不同故障类型的识别能力，为各分类器分配权重，进而构建多分类器决策函数，取权重和最大的类别作为样本的故障预测结果。