-
公开(公告)号：CN119557795A
公开(公告)日：2025-03-04
申请号：CN202411482397.2
申请日：2024-10-23
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06F18/2433 , G06F18/23213 , G06Q50/06
Abstract: 本发明提供一种时序聚类模型R‑kshape用于异常电量检测的方法，包括：获取数据集，所述数据集包括：机组ID，日期，时刻，上网电量；对获取的数据集进行数据预处理，所述预处理包括缺失值处理、删除零点电量的数据以及重排序；对进行预处理后的数据集进行特征工程，构建衍生变量；基于构建的衍生变量建立R‑kshape模型，所述R‑kshape模型由规则策略和kshape通过逻辑关联融合而成；基于构建的R‑kshape模型进行异常电量检测。本发明以时序聚类算法Kshape为基础，融合了规则策略(Rule)而成一种全新改进模型，所需样本数量少，同时对比纯规则、纯聚类的异常电量检测，有着更精准更高效的识别效果。
-
公开(公告)号：CN118521573A
公开(公告)日：2024-08-20
申请号：CN202410963580.8
申请日：2024-07-18
Applicant: 湖北华中电力科技开发有限责任公司
Abstract: 本发明涉及图像处理技术，尤其涉及一种生成式人工智能的电网设备故障监测方法及系统。方法包括：获取电网设备图像中像素点的置信度；将滤波器均分为四个部分，根据各部分像素点的置信度对滤波器的尺寸进行修正；根据各个方向的调节量对修正后滤波器进行调整，得到目标滤波器；通过目标滤波器对图像进行滤波，基于滤波后的图像生成用于扩充绝缘子缺陷检测数据集，完成对电网设备故障监测。本发明目标滤波器对噪声进行抑制的同时还能够在一定程度上保留图像细节，基于滤波图像使用生成式人工智能技术能够生成质量更高的图像，使得绝缘子监测能够使用更多样的数据集，提高绝缘子检测的效果，进而提高电网设备故障监测的效果。
-
公开(公告)号：CN118521573B
公开(公告)日：2024-10-01
申请号：CN202410963580.8
申请日：2024-07-18
Applicant: 湖北华中电力科技开发有限责任公司
Abstract: 本发明涉及图像处理技术，尤其涉及一种生成式人工智能的电网设备故障监测方法及系统。方法包括：获取电网设备图像中像素点的置信度；将滤波器均分为四个部分，根据各部分像素点的置信度对滤波器的尺寸进行修正；根据各个方向的调节量对修正后滤波器进行调整，得到目标滤波器；通过目标滤波器对图像进行滤波，基于滤波后的图像生成用于扩充绝缘子缺陷检测数据集，完成对电网设备故障监测。本发明目标滤波器对噪声进行抑制的同时还能够在一定程度上保留图像细节，基于滤波图像使用生成式人工智能技术能够生成质量更高的图像，使得绝缘子监测能够使用更多样的数据集，提高绝缘子检测的效果，进而提高电网设备故障监测的效果。
-
公开(公告)号：CN118508454A
公开(公告)日：2024-08-16
申请号：CN202410962161.2
申请日：2024-07-18
Applicant: 湖北华中电力科技开发有限责任公司
IPC: H02J3/06 , G06Q10/0631 , G06Q50/06 , G06N3/0475 , G06N3/094 , G06N3/092
Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于生成式人工智能的电网资源分配方法及系统。方法包括：获取多个电力设备的历史负载数据，将历史负载数据输入预先构建的分配模型，得到各电力设备的资源分配量和电力负荷数据，电力负荷数据包含多个数据项，数据项中包含多个日负荷值；确定电力设备的各日负荷值的负荷水平和所有电力设备中各数据项的日负荷均匀度；确定所有电力设备中各数据项的负荷变化度；计算分配模型的不合理程度；在分配模型的不合理程度超过预设阈值的情况下，对电力设备的资源分配量进行调整并构建新的分配模型，以实现电网资源的分配，这样可以有效地提高电网资源分配效果的准确性。
-
公开(公告)号：CN118798254B
公开(公告)日：2025-01-07
申请号：CN202411281531.2
申请日：2024-09-13
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及神经网络技术领域，尤其涉及一种分布式建模方法及系统，方法包括：将神经网络模型拆分为多个子模型；将训练样本输入神经网络模型，在各子模型间进行前向传播，得到输出结果，计算训练样本标签数据间的预设损失，对各子模型进行反向传播，得到各子模型的第一参数和第二参数，第一参数对应的冻结系数为1，第二参数对应的冻结系数为0；获取各冻结策略的参数组合；在测试样本中获取各参数组合的性能评分，将性能评分最大值的参数组合作为本次迭代的神经网络模型；执行多次迭代，直至迭代次数大于预设次数时停止。通过本申请的技术方案能够提高神经网络的训练精度和训练效率。
-
Patent Agency Ranking
公开(公告)号：CN119201432A
公开(公告)日：2024-12-27
申请号：CN202411222241.0
申请日：2024-09-02
Applicant: 湖北华中电力科技开发有限责任公司
Abstract: 本发明涉及服务编排技术领域，具体为一种基于知识图谱的微服务超市化管理方法及系统，包括以下步骤：收集微服务的目录和信息，将数据条目转化为知识图谱中的节点，将服务情况与接口信息连接，并对节点属性进行赋值，生成知识图谱节点数据。本发明中，通过对微服务节点进行遍历和定义，增强微服务管理的自动化水平，通过节点数据，自动绘制微服务交互图谱，优化微服务发现和负载均衡，通过分析用户行为数据与需求匹配，提高微服务推荐的个性化和精准度，通过调整低评分微服务的连接，有效避免低效或故障服务的影响，提高稳定性和可靠性，显著提升微服务的动态管理能力，实现跨服务的有效整合与优化。
-
公开(公告)号：CN118508454B
公开(公告)日：2024-10-01
申请号：CN202410962161.2
申请日：2024-07-18
Applicant: 湖北华中电力科技开发有限责任公司
IPC: H02J3/06 , G06Q10/0631 , G06Q50/06 , G06N3/0475 , G06N3/094 , G06N3/092
Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于生成式人工智能的电网资源分配方法及系统。方法包括：获取多个电力设备的历史负载数据，将历史负载数据输入预先构建的分配模型，得到各电力设备的资源分配量和电力负荷数据，电力负荷数据包含多个数据项，数据项中包含多个日负荷值；确定电力设备的各日负荷值的负荷水平和所有电力设备中各数据项的日负荷均匀度；确定所有电力设备中各数据项的负荷变化度；计算分配模型的不合理程度；在分配模型的不合理程度超过预设阈值的情况下，对电力设备的资源分配量进行调整并构建新的分配模型，以实现电网资源的分配，这样可以有效地提高电网资源分配效果的准确性。
-
公开(公告)号：CN118520235A
公开(公告)日：2024-08-20
申请号：CN202410985086.1
申请日：2024-07-23
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/15 , G06F18/20 , G06F18/2433
Abstract: 本发明涉及电数字数据处理领域，更具体地，本发明涉及一种基于大数据处理的电网数据可视方法及系统，方法包括：获取历史电网中频率数据和电压数据，生成历史数据集，获取历史数据集中任一电压数据的参考数据段；计算各个电压数据在对应参考数据段中的异常指数；计算各个电压数据与频率数据之间的相关性；将相关性和异常指数的乘积作为电压数据的平滑指数，获取当前最后时刻的电压数据基于平滑指数进行预测，计算预测值与实际值的差异值，响应于差异值大于等于预设异常阈值时，则该时刻电压数据为异常数据，对电压数据中的异常数据进行可视化展示。本发明通过电压数据自适应调节平滑指数，提高异常检测的准确率。
-
公开(公告)号：CN117350707A
公开(公告)日：2024-01-05
申请号：CN202311321294.3
申请日：2023-10-12
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06Q10/20 , H02J13/00 , G06Q50/06 , G06F16/2455
Abstract: 本发明公开一种基于电力设备信号实时分析的配电网故障主动抢修工单精准生成方法及系统，该方法包括：定时获取配电网模型数据和辅助数据；实时获取配电网的电力设备信号；判断设备信号状态，生成上电事件和计划停电事件；判断设备信号类型，根据模型数据、受影响设备清单、中压分支线路故障阈值和低压分支线路故障阈值，实时分析设备信号、生成低压单户失电事件、低压分支线失电事件、公共低压分支线失电事件、配变失电事件、分支线路失电事件和主干线路失电事件；基于失电事件实效性阈值，生成配电网故障主动抢修工单。本发明能够提高配电网故障抢修效率，降低停电时户数，提高配电网供电可靠性。
-
公开(公告)号：CN118798254A
公开(公告)日：2024-10-18
申请号：CN202411281531.2
申请日：2024-09-13
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及神经网络技术领域，尤其涉及一种分布式建模方法及系统，方法包括：将神经网络模型拆分为多个子模型；将训练样本输入神经网络模型，在各子模型间进行前向传播，得到输出结果，计算训练样本标签数据间的预设损失，对各子模型进行反向传播，得到各子模型的第一参数和第二参数，第一参数对应的冻结系数为1，第二参数对应的冻结系数为0；获取各冻结策略的参数组合；在测试样本中获取各参数组合的性能评分，将性能评分最大值的参数组合作为本次迭代的神经网络模型；执行多次迭代，直至迭代次数大于预设次数时停止。通过本申请的技术方案能够提高神经网络的训练精度和训练效率。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.055 seconds)
