[发明专利]一种基于深度学习的区域供电分配系统在审

专利信息
申请号: 201911112255.6 申请日: 2019-11-14
公开(公告)号: CN110826933A 公开(公告)日: 2020-02-21
发明(设计)人: 高伟;杨小青;韩吉春 申请(专利权)人: 国网山西省电力公司忻州供电公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/04;G06Q50/06;G06N3/08
代理公司: 太原科卫专利事务所(普通合伙) 14100 代理人: 朱源
地址: 034000 *** 国省代码: 山西;14
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 区域 供电 分配 系统
【说明书】:

发明公开了一种基于深度学习的区域供电分配系统,包括用于对各区域进行耗电总量进行测量的电力检测系统、用于对耗电总量进行分析处理的数据处理系统、根据耗电总量数据提供电力分配方案的供电分配系统;电力检测系统包括用电信息发送装置、用电信息接收模块且用电信息发送装置包括GPS模块、GSM模块;数据处理系统与用电信息接收模块相连接用于对用电信息接收模块所接受的信息进行分析处理。本发明具有准确智能化供电分配的有益效果。

技术领域

本发明涉及供电分配技术领域,具体的说是一种基于深度学习的区域供电分配系统。

背景技术

在对城市划分的各个供电区域进行供电时,由于不同区域的用户规模、用户类型存在很大的差异,所以对于单位时间内各个供电区域的总耗电量存在比较大的区别,如何根据各个供电区域的当前和过往耗电量的分析以预测未来特定时间段该区域的耗电量往往是比较难以解决的问题。

由于大数据的深度学习算法的不断完善和发展,通过计算机对过往数据进行深度学习分析处理以预测未来数据走向以趋于完美,因此通过深度学习算法对供电区域未来特定时间段的用电量进行预测以提供供电分配方案。

发明内容

针对现有技术中存在的上述不足之处,本发明目的是提供一种供电的准确智能化供电分配系统。

本发明为实现上述目的所采用的技术方案是:一种基于深度学习的区域供电分配系统,包括用于对各区域进行耗电总量进行测量的电力检测系统、用于对耗电总量进行分析处理的数据处理系统、根据耗电总量数据提供电力分配方案的供电分配系统;

所述电力检测系统包括用电信息发送装置、用电信息接收模块,所述用电信息发送装置包括GPS模块、GSM模块,所述GPS安装在区域中各用户电表设置处用于提供该用户电表的位置信息,所述GSM模块与区域中各用户的电表、GPS模块相连接用于发送该用户的用电量以及位置信息,所述用电信息接收模块设置在供电商的后台用于接收GSM模块所发送的信息;

所述数据处理系统与所述用电信息接收模块相连接用于对用电信息接收模块所接受的信息进行分析处理;

所述供电分配系统包括方案构建模块、数据存储模块,所述方案构建模块与所述数据处理系统相连接用于根据数据处理系统所处理的结果生成电力分配方案,所述数据存储模块与所述方案构建模块、数据处理系统相连接用于存储数据处理系统处理的结果并将以往单位时间内耗电量数据向方案构建模块传输。

所述用电信息发送装置还包括保护壳,所述保护壳对应安装在所述用户电表处,所述GSM模块、GPS模块均安装在所述保护壳内,所述GSM模块信号连接有GSM天线,所述GPS模块信号连接有GPS天线,所述GSM天线、GPS天线通出所述保护壳外侧。

所述GSM模块向用电信息接收模块传输的内容包括对应用户电表的用户名、单位时间的耗电量、用户电表对应的位置,耗电量的单位时间以季度或月或日计算。

所述数据处理系统对用电信息发送装置所传输的内容进行分析处理,以用户电表的用户名为单位构建信息数据集,并将单位时间的耗电量按时间顺序记录在信息数据集中,用户电表的位置信息作为备注信息方便对出现问题的用户电表进行定位维护。

所述数据处理系统对各信息数据集中各单位时间的耗电量按照时间顺序构建耗电量与单位时间段的直方图,并根据直方图分析该用户的用电高峰与用电低谷。

所述数据处理系统以所划分的区域作为基本分析单位,对各区域中用户各单位时段的耗电总量按照时间顺序构建耗电总量与单位时间段的直方图,并根据直方图分析该区域用户的总用电高峰与总用电低谷。

所述方案构建模块根据特定区域的耗电总量与单位时间段构建的直方图预测之后特定时间内的针对特定区域电力分配方案,所述方案构建模块根据特定用户的耗电量与单位时间段构建的直方图预测之后特定时间内的针对特定用户的电力分配方案。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网山西省电力公司忻州供电公司,未经国网山西省电力公司忻州供电公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911112255.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top