Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北电力大学;国网内蒙古东部电力有限公司信息通信分公司曲朝阳获国家专利权

东北电力大学;国网内蒙古东部电力有限公司信息通信分公司曲朝阳获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东北电力大学;国网内蒙古东部电力有限公司信息通信分公司申请的专利一种电力物联网的运行风险预测方法、系统和电子设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114511194B

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210015149.1,技术领域涉及:G06Q10/0635;该发明授权一种电力物联网的运行风险预测方法、系统和电子设备是由曲朝阳;梁丰;高秀芝;刘世民;董运昌;崔鸣石;姜涛;王蕾;薄小永;张振明;曹杰;杨明升设计研发完成,并于2022-01-07向国家知识产权局提交的专利申请。

一种电力物联网的运行风险预测方法、系统和电子设备在说明书摘要公布了:本发明涉及电力物联网技术领域,尤其涉及一种电力物联网的运行风险预测方法、系统和电子设备,该方法中,以时间序列为基准,对预设历史时间段内的多源数据进行融合,得到完整数据集,基于自适应综合过采样方法对完整数据集进行数据平衡处理,得到平衡数据集;基于平衡数据集训练得到电力物联网运行风险预测模型;根据待测试电力物联网的当前的多源数据和电力物联网运行风险预测模型,得到待测试电力物联网的运行风险预测结果。对信息侧、物理侧、社会侧的量测数据进行融合以及基于自适应综合过采样方法对融合后的数据进行数据平衡处理,能够提高训练出的电力物联网运行风险预测模型的预测精度,提高运行风险预测结果的准确度。

本发明授权一种电力物联网的运行风险预测方法、系统和电子设备在权利要求书中公布了:1.一种电力物联网的运行风险预测方法,其特征在于,包括: 以时间序列为基准,对预设历史时间段内的多源数据进行融合,得到完整数据集,所述多源数据包括:电力物联网的信息侧的量测数据、物理侧的量测数据和社会侧的量测数据; 当所述完整数据集中的数据不平衡时,基于自适应综合过采样方法对所述完整数据集进行数据平衡处理,得到平衡数据集,具体包括: S210、计算需要合成的样本数量G,G=ml-ms*b,其中,b∈[0,1],完整数据集包括风险数据集和正常运行的数据集,ms表示:风险数据集中的所有样本的数量,ml表示:正常运行的数据集的所有样本的数量; S211、对于每个风险样本的K个近邻的样本,并计算:其中,Δ为K个近邻的样本中属于正常运行的数据集中的样本的数量,Z为规范因子以确保r构成一个分布,Δ、K均为整数; S212、通过公式:gj=rj×G,计算每个风险样本需合成样本的数量,rj表示第j个风险样本对应的r,gj表示第j个风险样本对应的需合成样本的数量,j为整数; S213、合成第j个风险样本对应的合成样本; 基于所述平衡数据集训练得到电力物联网运行风险预测模型; 根据待测试电力物联网的当前的多源数据和所述电力物联网运行风险预测模型,得到所述待测试电力物联网的运行风险预测结果; 所述基于所述平衡数据集训练得到电力物联网运行风险预测模型,包括: 以对称决策树作为基分类器,构建Catboost集成学习模型,并基于所述平衡数据集进行训练,得到Catboost集成分类器; 利用贝叶斯优化方法得到所述Catboost集成分类器的每个参数对应的最优参数; 将所有最优参数传递给所述Catboost集成分类器,得到所述电力物联网运行风险预测模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东北电力大学;国网内蒙古东部电力有限公司信息通信分公司,其通讯地址为:132012 吉林省吉林市船营区长春路169号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。