CN110175781B - 一种业扩供电方案自学习式制定方法 - Google Patents

一种业扩供电方案自学习式制定方法 Download PDF

Info

Publication number
CN110175781B
CN110175781B CN201910454676.0A CN201910454676A CN110175781B CN 110175781 B CN110175781 B CN 110175781B CN 201910454676 A CN201910454676 A CN 201910454676A CN 110175781 B CN110175781 B CN 110175781B
Authority
CN
China
Prior art keywords
power supply
scheme
supply scheme
parameters
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910454676.0A
Other languages
English (en)
Other versions
CN110175781A (zh
Inventor
赵伟
孙其芳
李雪清
万强
田治博
牛延明
林晓乐
郭婉琳
刘保安
赵昆
戎士敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Shijiazhuang Power Supply Co of State Grid Hebei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Shijiazhuang Power Supply Co of State Grid Hebei Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Hebei Electric Power Co Ltd, Shijiazhuang Power Supply Co of State Grid Hebei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910454676.0A priority Critical patent/CN110175781B/zh
Publication of CN110175781A publication Critical patent/CN110175781A/zh
Application granted granted Critical
Publication of CN110175781B publication Critical patent/CN110175781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种业扩供电方案自学习式制定方法,涉及电力管理技术领域;其包括S1建立供电方案参数库和典型设计库、S2首次制定新的供电方案、S3分析出相似度最大的数据项、S4重复步骤S1~S3和S5形成供电方案;其通过建立供电方案参数库和典型设计库等,实现了缩短供电方案的制定时间,提高了工作效率。

Description

一种业扩供电方案自学习式制定方法
技术领域
本发明涉及电力管理技术领域,尤其涉及一种业扩供电方案自学习式制定方法。
背景技术
制定业扩供电方案,往往是由人员根据经验完成,工作效率低,随意性大。
发明内容
本发明所要解决的技术问题是提供一种业扩供电方案自学习式制定方法,其通过建立供电方案参数库和典型设计库等,实现了缩短供电方案的制定时间,提高了工作效率。
为解决上述技术问题,本发明所采取的技术方案是:包括如下步骤,
S1建立供电方案参数库和典型设计库;
S2首次制定新的供电方案
在首次制定新的供电方案时,根据电网资源分布情况,根据用户位置查找半径十公里以内的电源点信息,并根据电源点的可开放容量和可用间隔,自动匹配符合报装条件的电源点,并自动生成供电路径,并依据该供电路径生成原始供电方案;原始供电方案制定完成后,对供电方案的输入、输出参数进行分解并存入供电方案参数库和典型设计参数库;
S3分析出相似度最大的数据项;
S4重复步骤S1~S3;
S5形成供电方案。
进一步的技术方案在于:所述步骤S1建立供电方案参数库和典型设计库为,对供电方案制定的参数进行分解并形成供电方案参数库,同时根据现有供电方案输入典型供电方案的制定参数并建立典型设计库,将典型设计所涉及的参数也输入参数库。
进一步的技术方案在于:所述步骤S3分析出相似度最大的数据项为,建立供电方案参数自学习数据文件,对供电方案制定过程中用到的数据项进行记录并将报装数据与已经生成的供电方案的基本参数项进行对比,找出新方案中符合数据项逻辑匹配的原有案例方案的对应方案参数的数据项,并通过智能相似度判断逻辑Cosine Similarity算法,分析出相似度最大的数据项;将全部输入参数进行相似度对比,得到对应的输出参数;如果当前报装的供电方案无法查找到相似的数据项,记录下来进行后期人工干预和选择。
进一步的技术方案在于:所述步骤S4重复步骤S1~S3为,重复以上步骤,完成电源方案供电路径规划,计量方案,计费方案,业务费用方案所涉及供电参数的调整,最后根据输出参数,按照供电方案参数对应的供电方案内容,组合新的供电方案参数,并从典型设计参数库中根据参数相似度匹配结果,得到典型设计输出参数,并给出典型设计图。
进一步的技术方案在于:所述步骤S5形成供电方案为,根据供电参数匹配出新的供电方案并计算外线工程部分的基本造价预算,最后形成达到初步设计深度的供电方案。
进一步的技术方案在于:根据用户位置查找半径八公里以内的电源点信息。
进一步的技术方案在于:根据用户位置查找半径六公里以内的电源点信息。
进一步的技术方案在于:根据用户位置查找半径四公里以内的电源点信息。
进一步的技术方案在于:根据用户位置查找半径三公里以内的电源点信息。
进一步的技术方案在于:供电方案通过显示器显示。
采用上述技术方案所产生的有益效果在于:
本申请通过建立供电方案参数库和典型设计库的方式,通过供电方案参数自学习数据文件来标记当前供电方案对数据项的支持情况,进行自动化、智能化的供电方案生成,缩短了供电方案的制定时间,提高了工作效率。
详见具体实施方式部分描述。
附图说明
图1是本发明的流程图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本申请,但是本申请还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施例的限制。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
在本申请的描述中,需要理解的是,方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,在未作相反说明的情况下,这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作,因此不能理解为对本申请保护范围的限制;方位词“内、外”是指相对于各部件本身的轮廓的内外。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位),并且对这里所使用的空间相对描述做出相应解释。
此外,需要说明的是,使用“第一”、“第二”等词语来限定零部件,仅仅是为了便于对相应零部件进行区别,如没有另行声明,上述词语并没有特殊含义,因此不能理解为对本申请保护范围的限制。
实施例1:
如图1所示,本发明公开了一种业扩供电方案自学习式制定方法,包括如下步骤,
S1建立供电方案参数库和典型设计库
对供电方案制定的参数进行分解并形成供电方案参数库,同时根据现有供电方案输入典型供电方案的制定参数并建立典型设计库,将典型设计所涉及的参数也输入参数库。
S2首次制定新的供电方案
在首次制定新的供电方案时,根据电网资源分布情况,根据用户位置查找半径三公里以内的电源点信息,并根据电源点的可开放容量和可用间隔,自动匹配符合报装条件的电源点,并自动生成供电路径,并依据该供电路径生成原始供电方案;原始供电方案制定完成后,对供电方案的输入、输出参数进行分解并存入供电方案参数库和典型设计参数库。
S3分析出相似度最大的数据项
建立供电方案参数自学习数据文件,对供电方案制定过程中用到的数据项进行记录并将报装数据与已经生成的供电方案的基本参数项进行对比,找出新方案中符合数据项逻辑匹配的原有案例方案的对应方案参数的数据项,并通过智能相似度判断逻辑CosineSimilarity算法,分析出相似度最大的数据项;将全部输入参数进行相似度对比,得到对应的输出参数;如果当前报装的供电方案无法查找到相似的数据项,记录下来进行后期人工干预和选择。
S4重复步骤S1~S3
重复以上步骤,完成电源方案供电路径规划,计量方案,计费方案,业务费用方案所涉及供电参数的调整,最后根据输出参数,按照供电方案参数对应的供电方案内容,组合新的供电方案参数,并从典型设计参数库中根据参数相似度匹配结果,得到典型设计输出参数,并给出典型设计图。
S5形成供电方案
根据供电参数匹配出新的供电方案并计算外线工程部分的基本造价预算,最后形成达到初步设计深度的供电方案。
实施例2:
实施例2与实施例1相似,不同之处在于,根据用户位置查找半径四公里以内的电源点信息。
本发明公开了一种业扩供电方案自学习式制定方法,包括如下步骤,
S1建立供电方案参数库和典型设计库
对供电方案制定的参数进行分解并形成供电方案参数库,同时根据现有供电方案输入典型供电方案的制定参数并建立典型设计库,将典型设计所涉及的参数也输入参数库。
S2首次制定新的供电方案
在首次制定新的供电方案时,根据电网资源分布情况,根据用户位置查找半径四公里以内的电源点信息,并根据电源点的可开放容量和可用间隔,自动匹配符合报装条件的电源点,并自动生成供电路径,并依据该供电路径生成原始供电方案;原始供电方案制定完成后,对供电方案的输入、输出参数进行分解并存入供电方案参数库和典型设计参数库。
S3分析出相似度最大的数据项
建立供电方案参数自学习数据文件,对供电方案制定过程中用到的数据项进行记录并将报装数据与已经生成的供电方案的基本参数项进行对比,找出新方案中符合数据项逻辑匹配的原有案例方案的对应方案参数的数据项,并通过智能相似度判断逻辑CosineSimilarity算法,分析出相似度最大的数据项;将全部输入参数进行相似度对比,得到对应的输出参数;如果当前报装的供电方案无法查找到相似的数据项,记录下来进行后期人工干预和选择。
S4重复步骤S1~S3
重复以上步骤,完成电源方案供电路径规划,计量方案,计费方案,业务费用方案所涉及供电参数的调整,最后根据输出参数,按照供电方案参数对应的供电方案内容,组合新的供电方案参数,并从典型设计参数库中根据参数相似度匹配结果,得到典型设计输出参数,并给出典型设计图。
S5形成供电方案
根据供电参数匹配出新的供电方案并计算外线工程部分的基本造价预算,最后形成达到初步设计深度的供电方案。
实施例3:
实施例3与实施例1相似,不同之处在于,根据用户位置查找半径五公里以内的电源点信息。
本发明公开了一种业扩供电方案自学习式制定方法,包括如下步骤,
S1建立供电方案参数库和典型设计库
对供电方案制定的参数进行分解并形成供电方案参数库,同时根据现有供电方案输入典型供电方案的制定参数并建立典型设计库,将典型设计所涉及的参数也输入参数库。
S2首次制定新的供电方案
在首次制定新的供电方案时,根据电网资源分布情况,根据用户位置查找半径五公里以内的电源点信息,并根据电源点的可开放容量和可用间隔,自动匹配符合报装条件的电源点,并自动生成供电路径,并依据该供电路径生成原始供电方案;原始供电方案制定完成后,对供电方案的输入、输出参数进行分解并存入供电方案参数库和典型设计参数库。
S3分析出相似度最大的数据项
建立供电方案参数自学习数据文件,对供电方案制定过程中用到的数据项进行记录并将报装数据与已经生成的供电方案的基本参数项进行对比,找出新方案中符合数据项逻辑匹配的原有案例方案的对应方案参数的数据项,并通过智能相似度判断逻辑CosineSimilarity算法,分析出相似度最大的数据项;将全部输入参数进行相似度对比,得到对应的输出参数;如果当前报装的供电方案无法查找到相似的数据项,记录下来进行后期人工干预和选择。
S4重复步骤S1~S3
重复以上步骤,完成电源方案供电路径规划,计量方案,计费方案,业务费用方案所涉及供电参数的调整,最后根据输出参数,按照供电方案参数对应的供电方案内容,组合新的供电方案参数,并从典型设计参数库中根据参数相似度匹配结果,得到典型设计输出参数,并给出典型设计图。
S5形成供电方案
根据供电参数匹配出新的供电方案并计算外线工程部分的基本造价预算,最后形成达到初步设计深度的供电方案。
实施例4:
实施例4与实施例1相似,不同之处在于,根据用户位置查找半径六公里以内的电源点信息。
本发明公开了一种业扩供电方案自学习式制定方法,包括如下步骤,
S1建立供电方案参数库和典型设计库
对供电方案制定的参数进行分解并形成供电方案参数库,同时根据现有供电方案输入典型供电方案的制定参数并建立典型设计库,将典型设计所涉及的参数也输入参数库。
S2首次制定新的供电方案
在首次制定新的供电方案时,根据电网资源分布情况,根据用户位置查找半径六公里以内的电源点信息,并根据电源点的可开放容量和可用间隔,自动匹配符合报装条件的电源点,并自动生成供电路径,并依据该供电路径生成原始供电方案;原始供电方案制定完成后,对供电方案的输入、输出参数进行分解并存入供电方案参数库和典型设计参数库。
S3分析出相似度最大的数据项
建立供电方案参数自学习数据文件,对供电方案制定过程中用到的数据项进行记录并将报装数据与已经生成的供电方案的基本参数项进行对比,找出新方案中符合数据项逻辑匹配的原有案例方案的对应方案参数的数据项,并通过智能相似度判断逻辑CosineSimilarity算法,分析出相似度最大的数据项;将全部输入参数进行相似度对比,得到对应的输出参数;如果当前报装的供电方案无法查找到相似的数据项,记录下来进行后期人工干预和选择。
S4重复步骤S1~S3
重复以上步骤,完成电源方案供电路径规划,计量方案,计费方案,业务费用方案所涉及供电参数的调整,最后根据输出参数,按照供电方案参数对应的供电方案内容,组合新的供电方案参数,并从典型设计参数库中根据参数相似度匹配结果,得到典型设计输出参数,并给出典型设计图。
S5形成供电方案
根据供电参数匹配出新的供电方案并计算外线工程部分的基本造价预算,最后形成达到初步设计深度的供电方案。
实施例5:
实施例5与实施例1相似,不同之处在于,根据用户位置查找半径七公里以内的电源点信息。
本发明公开了一种业扩供电方案自学习式制定方法,包括如下步骤,
S1建立供电方案参数库和典型设计库
对供电方案制定的参数进行分解并形成供电方案参数库,同时根据现有供电方案输入典型供电方案的制定参数并建立典型设计库,将典型设计所涉及的参数也输入参数库。
S2首次制定新的供电方案
在首次制定新的供电方案时,根据电网资源分布情况,根据用户位置查找半径七公里以内的电源点信息,并根据电源点的可开放容量和可用间隔,自动匹配符合报装条件的电源点,并自动生成供电路径,并依据该供电路径生成原始供电方案;原始供电方案制定完成后,对供电方案的输入、输出参数进行分解并存入供电方案参数库和典型设计参数库。
S3分析出相似度最大的数据项
建立供电方案参数自学习数据文件,对供电方案制定过程中用到的数据项进行记录并将报装数据与已经生成的供电方案的基本参数项进行对比,找出新方案中符合数据项逻辑匹配的原有案例方案的对应方案参数的数据项,并通过智能相似度判断逻辑CosineSimilarity算法,分析出相似度最大的数据项;将全部输入参数进行相似度对比,得到对应的输出参数;如果当前报装的供电方案无法查找到相似的数据项,记录下来进行后期人工干预和选择。
S4重复步骤S1~S3
重复以上步骤,完成电源方案供电路径规划,计量方案,计费方案,业务费用方案所涉及供电参数的调整,最后根据输出参数,按照供电方案参数对应的供电方案内容,组合新的供电方案参数,并从典型设计参数库中根据参数相似度匹配结果,得到典型设计输出参数,并给出典型设计图。
S5形成供电方案
根据供电参数匹配出新的供电方案并计算外线工程部分的基本造价预算,最后形成达到初步设计深度的供电方案。
相对于上述实施例,供电方案通过显示器显示。
说明:
1)供电方案编制软件首先对供电方案制定的参数进行分解,形成供电方案的参数库;同时根据现有供电方案,输入典型供电方案的制定参数;并建立典型设计库,将典型设计所涉及的各类参数也输入参数库。供电方案基本参数库预设了八类输入参数和八类输出参数。输入参数包括用电类型、用户电压等级、用户重要性等级、用户报装容量、用户位置、用户报装电源数量、用户平均负荷、用户负荷类型。
输出参数包括线路主要负载类型、线路电压等级、电源点类型、变电站可开放容量、线路可开放容量、电源点位置、电源点可用间隔、线路最大负荷,表示为Y1至Y9。输入参数与输出参数的对应关系如下:
用电类型、用户负荷类型 –〉线路主要负载类型;
用户电压等级 –〉线路电压等级;
用户重要性等级、用户报装容量 –〉电源点类型;
用户位置、用户报装电源数量、用户报装容量–〉变电站可开放容量、线路可开放容量;
用户位置、用户报装容量–〉电源点位置、电源点可用间隔;
用户平均负荷、用户报装容量–〉线路最大负荷。
典型设计库共包括三类输入参数包括电源点类型、用户报装容量、用户位置。
三大类输出参数包括架空线、电缆线路、土建,每一大类包含若干小类。表示为M1n至M3n。
2)供电方案编制软件在首次制定新的供电方案时,根据电网资源分布情况,根据用户位置查找半径三公里以内的电源点信息,并根据电源点的可开放容量和可用间隔,自动匹配符合报装条件的电源点,并自动生成供电路径,并依据该供电路径生成原始供电方案。原始供电方案制定完成后,对供电方案的输入、输出参数进行分解并存入供电方案参数库和典型设计参数库。
3)建立供电方案参数自学习数据文件,对供电方案制定过程中用到的数据项进行记录并将报装数据与已经生成的供电方案的基本参数项进行对比,按照参数X1至X9 全部扫描对比,找出新方案中符合数据项逻辑匹配的原有案例方案的对应方案参数的数据项,并通过智能相似度判断逻辑Cosine Similarity算法,即余弦相似度算法,分析出相似度最大的数据项,例如X1参数与方案A相似度最大,就采用方案A中X1参数配对对应的输出参数Y1。将全部输入参数进行相似度对比,得到对应的输出参数。如果当前报装的供电方案无法查找到相似的数据项,记录下来进行后期人工干预和选择。
4)重复以上步骤,完成电源方案供电路径规划,计量方案,计费方案,业务费用方案所涉及供电参数的调整,最后根据输出参数,按照供电方案参数对应的供电方案内容,组合新的供电方案参数,并从典型设计参数库中根据参数相似度匹配结果,得到典型设计输出参数,并给出典型设计图。
5)根据供电参数匹配出新的供电方案,并计算外线工程部分的基本造价预算,最后形成达到初步设计深度的供电方案。
本申请通过建立供电方案参数库和典型设计库的方式,通过供电方案参数自学习数据文件来标记当前供电方案对数据项的支持情况,进行自动化、智能化的供电方案生成,缩短了供电方案的制定时间,提高了工作效率。

Claims (6)

1.一种业扩供电方案自学习式制定方法,其特征在于:包括如下步骤,
S1建立供电方案参数库和典型设计库;
S2首次制定新的供电方案
在首次制定新的供电方案时,根据电网资源分布情况,根据用户位置查找半径十公里以内的电源点信息,并根据电源点的可开放容量和可用间隔,自动匹配符合报装条件的电源点,并自动生成供电路径,并依据该供电路径生成原始供电方案;原始供电方案制定完成后,对供电方案的输入、输出参数进行分解并存入供电方案参数库和典型设计参数库;
S3分析出相似度最大的数据项;
S4重复步骤S1~S3;
S5形成供电方案;
所述步骤S1建立供电方案参数库和典型设计库为,对供电方案制定的参数进行分解并形成供电方案参数库,同时根据现有供电方案输入典型供电方案的制定参数并建立典型设计库,将典型设计所涉及的参数也输入参数库;
所述步骤S3分析出相似度最大的数据项为,建立供电方案参数自学习数据文件,对供电方案制定过程中用到的数据项进行记录并将报装数据与已经生成的供电方案的基本参数项进行对比,找出新方案中符合数据项逻辑匹配的原有案例方案的对应方案参数的数据项,并通过智能相似度判断逻辑Cosine Similarity算法,分析出相似度最大的数据项;将全部输入参数进行相似度对比,得到对应的输出参数;如果当前报装的供电方案无法查找到相似的数据项,记录下来进行后期人工干预和选择;
所述步骤S4重复步骤S1~S3为,重复以上步骤,完成电源方案供电路径规划,计量方案,计费方案,业务费用方案所涉及供电参数的调整,最后根据输出参数,按照供电方案参数对应的供电方案内容,组合新的供电方案参数,并从典型设计参数库中根据参数相似度匹配结果,得到典型设计输出参数,并给出典型设计图;
所述步骤S5形成供电方案为,根据供电参数匹配出新的供电方案并计算外线工程部分的基本造价预算,最后形成达到初步设计深度的供电方案。
2.根据权利要求1所述的一种业扩供电方案自学习式制定方法,其特征在于:根据用户位置查找半径八公里以内的电源点信息。
3.根据权利要求1所述的一种业扩供电方案自学习式制定方法,其特征在于:根据用户位置查找半径六公里以内的电源点信息。
4.根据权利要求1所述的一种业扩供电方案自学习式制定方法,其特征在于:根据用户位置查找半径四公里以内的电源点信息。
5.根据权利要求1所述的一种业扩供电方案自学习式制定方法,其特征在于:根据用户位置查找半径三公里以内的电源点信息。
6.根据权利要求1-5中任意一项所述的一种业扩供电方案自学习式制定方法,其特征在于:供电方案通过显示器显示。
CN201910454676.0A 2019-05-29 2019-05-29 一种业扩供电方案自学习式制定方法 Active CN110175781B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910454676.0A CN110175781B (zh) 2019-05-29 2019-05-29 一种业扩供电方案自学习式制定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910454676.0A CN110175781B (zh) 2019-05-29 2019-05-29 一种业扩供电方案自学习式制定方法

Publications (2)

Publication Number Publication Date
CN110175781A CN110175781A (zh) 2019-08-27
CN110175781B true CN110175781B (zh) 2021-03-19

Family

ID=67695853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910454676.0A Active CN110175781B (zh) 2019-05-29 2019-05-29 一种业扩供电方案自学习式制定方法

Country Status (1)

Country Link
CN (1) CN110175781B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106451425A (zh) * 2016-10-13 2017-02-22 许继集团有限公司 一种微电网的自动建模方法和装置
CN107741999A (zh) * 2017-09-01 2018-02-27 美林数据技术股份有限公司 一种基于图计算及机器学习的电网拓扑结构跨系统自动匹配与构建的方法
CN108509475A (zh) * 2017-09-25 2018-09-07 中国平安财产保险股份有限公司 报告数据导入方法及终端设备
CN109066819A (zh) * 2018-09-25 2018-12-21 中国人民解放军军事科学院国防工程研究院 一种基于案件推理的配电网的无功优化方法
CN109087035A (zh) * 2018-10-23 2018-12-25 北京金风科创风电设备有限公司 工程建设计划的创建方法、系统和电子设备
CN109753683A (zh) * 2018-11-29 2019-05-14 国家电网有限公司 一种继电保护整定软件保护装置模型的形成方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106451425A (zh) * 2016-10-13 2017-02-22 许继集团有限公司 一种微电网的自动建模方法和装置
CN107741999A (zh) * 2017-09-01 2018-02-27 美林数据技术股份有限公司 一种基于图计算及机器学习的电网拓扑结构跨系统自动匹配与构建的方法
CN108509475A (zh) * 2017-09-25 2018-09-07 中国平安财产保险股份有限公司 报告数据导入方法及终端设备
CN109066819A (zh) * 2018-09-25 2018-12-21 中国人民解放军军事科学院国防工程研究院 一种基于案件推理的配电网的无功优化方法
CN109087035A (zh) * 2018-10-23 2018-12-25 北京金风科创风电设备有限公司 工程建设计划的创建方法、系统和电子设备
CN109753683A (zh) * 2018-11-29 2019-05-14 国家电网有限公司 一种继电保护整定软件保护装置模型的形成方法

Also Published As

Publication number Publication date
CN110175781A (zh) 2019-08-27

Similar Documents

Publication Publication Date Title
CN107402976B (zh) 一种基于多元异构模型的电网多源数据融合方法及系统
CN110866320B (zh) 一种智能台区图形自动生成方法及系统
CN109658021A (zh) 确定商品货位的方法及装置
CN102521706A (zh) Kpi 数据的分析方法及装置
CN113177732A (zh) 一种工艺流程管理方法、装置、介质及终端设备
CN105701271B (zh) 一种电力系统图模混合仿真建模中设备的创建及删除方法
Shang et al. Spatial scheduling optimization algorithm for block assembly in shipbuilding
CN103164779A (zh) 一种电力系统数据的处理方法及装置
Lee et al. Unrelated parallel machine scheduling with dedicated machines and common deadline
CN107146165B (zh) 一种配网规划数据管理方法及系统
CN110175781B (zh) 一种业扩供电方案自学习式制定方法
CN109857661A (zh) 一种基于大数据分析的智能生成测试用例的方法及系统
Van Orshoven et al. Upgrading geographic information systems to spatio-temporal decision support systems
CN116304091A (zh) 设计选型知识图谱的构建及应用方法、装置、设备及介质
CN114741776B (zh) 一种油气化工码头工程数字化交付方法、系统及介质
CN113378069B (zh) 基于智能推荐算法的主配网自动绘图方法
CN113791595B (zh) 分散控制系统测点数据导入方法、系统、设备及介质
CN111400050B (zh) 一种分配资源执行任务的方法及装置
CN114971053A (zh) 低压台区网络线损率在线预测模型的训练方法及装置
CN113222339A (zh) 基于计量全景数据的同类型企业用能差异分析方法及系统
CN111144540A (zh) 反窃电仿真数据集的生成方法
CN201773181U (zh) 一种电能表产品智能校验装置
CN111552718B (zh) 包含过程信息的交互式智慧电力审计方法
CN113468770B (zh) 一种机器视觉配方的生成方法及系统
CN109272564B (zh) 一种基于机器学习的厂站图自动生成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant