← 返回列表

大数据下台区线损率异常智能预警方法和系统

申请号: CN202410166638.6
申请人: 国网安徽省电力有限公司营销服务中心; 国电南瑞南京控制系统有限公司
申请日期: 2024/2/6

摘要文本

本发明公开大数据下台区线损率异常智能预警方法和系统,该方法包括:步骤一:通过设置在每个台区的电网线路首端、尾部和负载上的电表采集台区内电气特征参数;步骤二:将采集的电气特征参数上传至服务器;步骤三:服务器提取获取电表所在台区,并对电气特征参数进行标准化处理;步骤四:构建BP神经网络模型,并基于标准化处理后的电气特征参数进行模型训练学习;步骤五:通过训练学习后的BP神经网络模型预测台区线损率;步骤六:将预测的台区线损率与正常线损率进行对比,并把对比结果显示在服务器上;步骤七:对线损率异常的台区进行预警提示。本发明实现了对台区线损率的准确计算和预警,大大节省了人力和时间。

专利详细信息

项目 内容
专利名称 大数据下台区线损率异常智能预警方法和系统
专利类型 发明申请
申请号 CN202410166638.6
申请日 2024/2/6
公告号 CN117708707A
公开日 2024/3/15
IPC主分类号 G06F18/2415
权利人 国网安徽省电力有限公司营销服务中心; 国电南瑞南京控制系统有限公司
发明人 关天顺; 夏泽举; 黄丹; 李梦阳; 张占胜; 吴凡昱; 刘润东; 刘单华; 张义金; 王坤; 王雪松
地址 安徽省合肥市蜀山区蜀山新产业园区稻香路88号国网安徽电力公司计量中心整栋; 江苏省南京市江宁区诚信大道19号

专利主权项内容

1.大数据下台区线损率异常智能预警方法,其特征在于,包括:步骤一:通过设置在每个台区的电网线路首端、尾部和负载上的电表采集台区内电气特征参数, 电气特征参数包括台区96点有功功率;步骤二:将采集的电气特征参数上传至服务器;步骤三:服务器获取电表所在台区,并对电气特征参数进行标准化处理;步骤四:构建BP神经网络模型,并基于标准化处理后的电气特征参数数据进行模型训练学习;步骤五:通过训练学习后的BP神经网络模型预测台区线损率;步骤六:将BP神经网络模型预测的台区线损率与正常线损率进行对比,并把对比结果显示在服务器上;步骤七:得出线损率高于正常线损率的异常台区,并对线损率异常的台区进行预警提示。