欢迎来到创智领睿！
[发明]精品 G06Q10/04
本发明涉及一种配电网供电可靠性预测方法，包括以下步骤：选取多种影响供电可靠性的原始指标因素；对所述原始指标因素进行标准化处理，得到标准化指标因素，计算各个标准化指标因素与预设的可靠性评价指标之间的相关系数，根据所述相关系数从所述指标因素中筛选出对供电可靠性影响较为明显的核心指标因素；根据所述核心指标因素构建径向基函数神经网络，获取所述径向基函数神经网络的隐含层的最优中心向量、最优基宽向量和最优输出权重，根据所述最优中心向量、最优基宽向量和最优输出权重获取供电可靠性预测模型，根据所述供电可靠性预测模型对配电网供电可靠性进行预测。
[发明]精品 G06F17/14
本发明公开了一种基于样本熵与小波变换的线损特性分析方法，包括S1、输入原始线损数据；S2、设定滑动移除数据的窗口长度S以及滑动步长L；S3、从待分析的原始线损率数据的第i个数据开始连续移除S个数据，再将剩余N‑S个数据拼接在一起形成一个新的线损率序列；S4、利用样本熵理论计算重新拼接的线损率序列的熵值；S5、保持移除数据的窗口尺度不变，以步长L逐步移动窗口，重复步骤S3～S5，直到原始线损率数据序列结束为止等步骤，本发明首次将样本熵结合滑动技术与小波变换应用于电力系统的线损异常检测与分析，能够对电力系统产生的大量线损率数据进行异常检测。
[发明]精品 G06Q10/04
本发明属于水力发电和调度运行领域，涉及一种基于多Agent人工鱼群算法的梯级库群长期优化调度算法，改善梯级库群求解过程中耗时过长等相关局限性。本发明实现了一种全新的多Agent人工鱼群算法MAAFSA来对梯级库群长期优化调度问题进行建模求解。MAAFSA结合了MAS和AFSA各自的优势，通过构建不同功能的Agent模块，利用人工鱼Agent之间的高效协作与自主学习操作，加快了AFSA的收敛速度，并从人机交互角度实现了梯级电站长期优化调度的求解，是一种极具创新性的多Agent进化算法。本发明的有益效果在于极大改善了梯级库群求解过程中耗时过长等相关局限性，为水电调度领域提供了一个全新的求解思路。
[发明]精品 G06F17/18
本发明公开了一种基于数据挖掘的电力变压器家族性缺陷辨识方法，从运营多年积累的大量电力设备缺陷信息中筛选出近10年的电力变压器缺陷信息，经处理形成不同电压等级的电力变压器缺陷信息表，并应用粗糙集理论，结合统计学的相关理论对有关电力变压器的大量缺陷信息进行分析，剔除了由于施工或运维问题引起缺陷的电力变压器，并从剔除多余信息后的缺陷信息表中找出存在家族性缺陷的电力变压器。本发明具有算法简洁的特点，能方便帮助找出运行中存在家族性缺陷的电力变压器，及时消缺。
[发明]精品 G06F9/50
本发明涉及一种x86服务器动态硬分区方法、装置、存储介质和计算机设备，通过控制族群中部署在x86服务器的Oracle数据库各节点的核心引擎，对对应节点进行分区初始化处理。通过核心引擎对对应节点初始化处理后的分区进行负载监控得到监控数据；通过核心引擎根据监控数据和存储的管理策略对对应分区的状态进行评估得到评估结果；通过核心引擎根据评估结果对对应分区进行调整。将控制族群与Oracle数据库相结合，利用部署在Oracle数据库各节点的核心引擎对各分区进行数据监控和评估，根据评估结果对分区进行动态调整，实现x86服务器的动态硬分区功能，提供有效的物理隔离能力，可有效保障Oracle数据库服务质量。
[发明]精品 G06Q10/06
本申请涉及一种综合倍率异常识别方法、装置、计量系统和存储介质。方法包括：获取台区的日用电量以及台区内用户的日用电总量；根据日用电量以及日用电总量，得到台区对应的公变考核户综合倍率；将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；根据公变考核户综合倍率标准值数据，对综合倍率进行异常识别处理，得到异常识别结果。采用本方法能够预先有效地检查公变考核户档案中信息的正确性，提高了综合倍率异常识别的效率。
[发明]精品 G06F17/50
本发明涉及一种基于决策树分类的负荷模型参数校验方法，包括以下步骤：1)得到负荷节点的负荷模型参数及相应负荷节点在扰动时电压、电流、有功和无功的动态特征曲线；2)将负荷模型参数区间离散化；3)得到最终特征段shapelet，及相应的分裂点dbsp；4)选取信息增益最大的最终特征段shapelet作为最好特征段shapelet；5)将所有样本划分数据子集；6)判断所有样本是否都正确分类，如果没有都正确分类则转步骤7)，否则转步骤8)；7)分别对D1和D2中的样本进行判断，并转步骤3)进行迭代搜索；8)运用C4.5算法依次得到pct，s0，R2的决策树模型；9)采用10折交叉验证的方式对所得决策树的分类准确度进行测试，进而得到负荷模型参数校验模型整体的准确度。
[发明]精品 G06Q10/06
本发明公开了基于大数据驱动的输电线路故障预警方法及系统。该方法包括采集输电线路相关信息，输电线路相关信息包括电气量、气象数据、故障事件顺序信息和电网拓扑数据；提取输电线路相关信息的特征，进而构建故障因子挖掘数据库和故障判别特征库；基于朴素贝叶斯算法对当前故障因子挖掘数据库中的数据进行故障因子指数挖掘，进而对异常故障因子进行异常状态跟踪；将异常故障因子的故障因子指数传输至故障判别特征库，基于时间序列相似性故障匹配方法将故障判别特征库内实时生成的预警信息时间序列与预设故障标准时间序列进行匹配，输出已匹配的预警信息时间序列所对应的预警信息并进行故障预警。
[发明]精品 G06K9/62
本发明提供的一种电力线下方地物安全距离实时检测方法，通过将激光点云数据和影像数据实时配准，实时生成电力线路附近区域彩色激光点云，然后利用深度学习算法对彩色点云进行实时分类，得到电力线对应的三维激光点云，再利用该激光点云数据实时拟合电力线弧垂方程，得到电力线的三维模型，最后采用铅垂线方法对下方地物安全距离进行实时检测。本发明中，整个过程全自动化，无需人工干预，实现了对电力线下方地物安全距离进行实时检测。
[发明]精品 G06Q10/04
本发明公开了一种基于稀疏异常感知的边缘设备下的电量预测方法，包括以下步骤：S1：边缘设备对K个目标建筑采集电量数据；S2：在边缘设备端采用稀疏异常感知方法对异常数据进行稀疏异常标记；S3：计算稀疏异常丢弃概率并得到总训练集；S4：利用机器学习回归算法和五折交叉验证训练模型，每折交叉验证时利用稀疏异常丢弃概率随机丢弃异常数据，不参与训练；S5：利用机器学习模型对待预测数据进行电量预测，并对模型预测输出乘以稀疏异常丢弃概率得到最终预测。本发明缓解了基于均方误差损失的机器学习回归模型对异常数据较敏感的问题；同时，减少了训练数据量，提升了模型训练速度，并引入了随机性，提升了模型的预测精度和泛化能力。
[发明]精品 G06Q10/00
本发明公开了一种电力设备缺陷管理方法、系统和终端设备。该方法适用于服务器一侧，包括：将预设现场数据、专家资料库、情报知识库、设备评价以及电力设备故障案例库导入信息知识库中；接收经AHP处理后的现场数据采集装置所采集到的电力设备现场运行、监测和检测得到的信息数据；对经AHP处理后的信息数据进行分类处理并和信息知识库的现场数据、情报知识、设备评价以及电力设备故障案例进行匹配对比，以匹配出当前电力设备的运行状态和故障诱因；若无法匹配出当前电力的运行状态和故障诱因，则将经AHP处理后的信息数据发送至专家终端设备；接收专家终端设备所传来的当前电力设备的运行状态和故障诱因信息。本发明利于保障电网设备的安全稳定运行。
[发明]精品 G06Q50/06
本发明公开了一种基于逻辑回归的高压电器运行质量评估方法，其包括以下步骤：步骤1、收集各厂家生产的高压电器设备的原始缺陷数据；步骤2、对所述原始缺陷数据进行赋值转换和清理；步骤3、根据二次缺陷数据构建逻辑回归模型，步骤4、计算关联度系数值；步骤5、依据所述关联度系数对高压电器设备生产厂家生产的高压电器设备运行质量进行评估。本发明还公开了一种基于逻辑回归的高压电器运行质量评估系统。本发明在全面反映高压电器运行状态的基础上，通过构建逻辑回归模型，从各零散点中挖掘数据发展规律，得到高压电器运行性能结果，为巡检计划的制定和安排提供科学且实用的依据。
