-
公开(公告)号:CN112232600A
公开(公告)日:2021-01-15
申请号:CN202011285857.4
申请日:2020-11-17
Applicant: 烟台海颐软件股份有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F16/215 , G06F16/2458
Abstract: 本发明特别涉及一种基于变分模态分解的短期电力负荷预测方法,步骤如下:S1获取预测日及预测日前三个月的负荷数据和多元相关数据;S2数据预处理与关联;S3电力负荷序列模态分解;S4温度相关性判别;S5生成各分量特征向量;S6建立自适应步长负荷预测模型;S7利用LGBM梯度提升算法,建立电力负荷预测模型;S8预测结果整合;S9、预测结果修正。本发明还包括电力负荷预测系统,其包括数据获取模块,数据预处理与关联模块,负荷序列模态分解模块,温度相关性判别模块,生成各分量特征向量,负荷波动情况判别与模型调整模块,各分量预测模块,各分量预测结果整合模块,预测结果修正模块。本发明适用于电力负荷各分量复杂组成情况,预测精度高,使用更灵活,普适性好。
-
公开(公告)号:CN111275576A
公开(公告)日:2020-06-12
申请号:CN202010057653.9
申请日:2020-01-19
Applicant: 烟台海颐软件股份有限公司
Abstract: 本发明公开了一种电价执行异常用户的识别方法,S10、进行用户用电群体划分;S20、构建用电行为特征向量;S30、利用用电行为特征向量进行电价合规性分析;S40、筛选出电价执行异常的用户,输出结果。本发明可以从海量的城镇居民用户中,通过分析其用电行为,有效的识别用电行为明显异于普通城镇居民户、但却错误的执行了城镇居民生活用电电价的个体,大幅度的减少人工排查的工作量。基于上述方法,本发明还公开了一种电价执行异常的识别系统。
-
公开(公告)号:CN111241288A
公开(公告)日:2020-06-05
申请号:CN202010051316.9
申请日:2020-01-17
Applicant: 烟台海颐软件股份有限公司
IPC: G06F16/35 , G06F16/31 , G06F40/289 , G06F16/36 , G06F40/205 , G06Q30/00 , G06Q50/06
Abstract: 本发明公开了一种大集中电力客户服务中心的突发事件实时感知系统以及构建方法,包括数据采集模块,文本数据处理模块,特征向量构建模块,多文档主题分析模块,事件感知模块,以及结果推送模块。本发明基于海量的客户服务中心业务受理工作单数据,依托Apache Flink、LDA、TextRank等技术与算法,构建了突发事件实时感知方法,实现客户服务中心文本信息的自动处理和突发事件汇聚,实现突发事件的自动识别,填补本项业务需求空白。
-
-