-
公开(公告)号:CN109242139A
公开(公告)日:2019-01-18
申请号:CN201810811805.2
申请日:2018-07-23
Applicant: 华北电力大学
Abstract: 本发明属于电力负荷预测技术领域,尤其涉及一种电力日峰值负荷预测方法,包括:采集包括历史日峰值负荷、日最高温度、日最低温度、日平均温度、日平均相对湿度、日最大风速、日期类型在内的样本数据;对日峰值负荷的原始序列进行自适应白噪声的完整聚合经验模态分解,将原始序列分解为有限个包含不同时间尺度的局部特征信号的本征模函数,且在每一次分解中都添加自适应的白噪声平滑脉冲干扰,得到多个IMF分量;通过引入种群动态进化算子以及非线性收敛因子,对灰狼优化算法进行改进,对支持向量机的正则化参数和径向基核函数参数进行优化,建立优化后的支持向量机预测模型;运用预测模型分别进行预测,得到最终的日峰值负荷预测结果。
-
公开(公告)号:CN109214503A
公开(公告)日:2019-01-15
申请号:CN201810863513.3
申请日:2018-08-01
Applicant: 华北电力大学
Abstract: 本发明公开了属于电数字数据处理技术领域的一种基于KPCA-LA-RBM的输变电工程造价预测方法。包括以下步骤:1对各样本数据进行数据选择与预处理,并获得关键影响因素集;2将若干组预处理后的样本数据组成训练集,并使用训练集训练KPCA-LA-RBM组合模型;3将剩余的数据作为测试集,根据训练好的组合模型,运用测试集对训练好的模型进行预测,得到最终的预测结果。本发明根据主成分累计方差贡献率选取前4个主成分作为组合模型的输入向量,在保证预测精度的情况下,提高了模型的计算效率。本发明提出的组合模型能够有效降低单一模型带来的误差,提高预测精度,使其提高泛化能力和鲁棒性,适用于输变电工程造价预测。
-
公开(公告)号:CN108846526A
公开(公告)日:2018-11-20
申请号:CN201810894170.7
申请日:2018-08-08
Applicant: 华北电力大学
Abstract: 本发明属于碳排放预测技术领域,尤其涉及一种二氧化碳排放量预测方法,包括:采集包括历史CO2排放量、人口、人均GDP、城镇化率、第二产业增加值占比、能源消费结构、能源强度、煤炭消费总量、碳排放强度以及进出口总额在内的数据;对数据进行无量纲化处理,并计算各个数据与CO2排放量的灰色关联度,根据灰色关联度的排序来筛选模型输入的CO2排放量影响因素指标实现特征降维;运用灰色预测模型GM(1,1)对已经筛选出的CO2排放量影响因素指标进行预测;将上述CO2排放量影响因素的预测值作为模型输入,然后运用改进的混合蛙跳算法优化最小二乘支持向量机模型对CO2排放量进行预测。本发明具有高效的计算性能和优良的全局搜索能力。
-
公开(公告)号:CN107578121A
公开(公告)日:2018-01-12
申请号:CN201710711245.9
申请日:2017-08-18
Applicant: 华北电力大学
Abstract: 本发明属于变电工程造价预测领域,尤其涉及一种基于改进萤火虫算法优化SVM的变电工程造价预测方法。为提高FA算法的寻优性能以优化SVM预测模型的参数,本发明提出一种基于改进萤火虫算法优化SVM的变电工程造价预测方法,该方法主要包括数据处理、参数确定和造价预测三个部分,特别的,在参数确定部分,本发明在传统萤火虫算法的基础上,采用高斯扰动技术改进萤火种算法的位置更新公式以寻找最优参数,该方法增强了萤火虫逃离局部最优的能力,提高了萤火虫算法的寻优性能从而优化SVM预测模型的参数。通过Schaffer函数测试,本发明提出的高斯扰动萤火虫算法具有收敛速度快、搜索能力强等优点,能够实现变电工程造价水平的高精度预测。
-
公开(公告)号:CN106428330A
公开(公告)日:2017-02-22
申请号:CN201611004169.X
申请日:2016-11-15
Applicant: 华北电力大学(保定)
IPC: B62J17/00
CPC classification number: B62J17/00
Abstract: 本发明公开一种车把防护防雨装置,包括防护罩、连接杆,所述防护罩为横截面为弧形的板状,所述防护罩固定于所述连接杆一端,所述连接杆另一端固定于车把上,所述防护罩位于车把前方并且所述防护罩和车把之间留有间距,防护罩中部开有透风孔,透风孔处安装透风丝网,所述防护罩上与所述透风孔相对应的位置铰接有密封扣板。本发明车把防护防雨装置,在使手部得到防护的同时增加手部的活动范围,操控更加灵活,防护罩透气通风,骑行时感觉更舒适。
-
公开(公告)号:CN109214503B
公开(公告)日:2021-09-10
申请号:CN201810863513.3
申请日:2018-08-01
Applicant: 华北电力大学
Abstract: 本发明公开了属于电数字数据处理技术领域的一种基于KPCA‑LA‑RBM的输变电工程造价预测方法。包括以下步骤:1对各样本数据进行数据选择与预处理,并获得关键影响因素集;2将若干组预处理后的样本数据组成训练集,并使用训练集训练KPCA‑LA‑RBM组合模型;3将剩余的数据作为测试集,根据训练好的组合模型,运用测试集对训练好的模型进行预测,得到最终的预测结果。本发明根据主成分累计方差贡献率选取前4个主成分作为组合模型的输入向量,在保证预测精度的情况下,提高了模型的计算效率。本发明提出的组合模型能够有效降低单一模型带来的误差,提高预测精度,使其提高泛化能力和鲁棒性,适用于输变电工程造价预测。
-
公开(公告)号:CN113364504A
公开(公告)日:2021-09-07
申请号:CN202110853295.7
申请日:2021-07-27
Applicant: 华北电力大学(保定)
IPC: H04B7/0456
Abstract: 一种适用于高相关MIMO信道的预编码方法,用于降低系统误码率和增加系统容量,其技术方案是,所述方法根据高相关闭环MIMO‑PLC系统的信道传递函数,计算出相位旋转预编码矩阵F,并用计算出的预编码矩阵F对发送信号S进行调制,从而通过相位旋转将码距较小点的码距增大,以达到增加系统容量和降低系统误码率的目的。本发明结合MIMO系统实际信道特点,通过调整发射端信号的相位使其在接收端的码距达到最大,在有效利用各传输信道的同时,降低了MIMO系统的误码率,增加了MIMO系统的信道容量。
-
公开(公告)号:CN107506905A
公开(公告)日:2017-12-22
申请号:CN201710647226.4
申请日:2017-08-01
Applicant: 华北电力大学
CPC classification number: G06Q10/06393 , G06Q50/06
Abstract: 本发明公开了一种改进的电网企业可持续发展综合评价方法,所述改进的电网企业可持续发展综合评价方法包括以下步骤:1.构建评价指标体系并进行预处理;2.运用物元分析法,得出各专家效度和评价指标的主观权重;3.对经过预处理的评价指标运用熵权法进行客观赋权;4.运用基于主客观加权属性值一致化的组合赋权法计算出评价指标的组合权重;5.构造初始模糊评价矩阵,并对初始模糊评价矩阵进行标准化处理;6.根据标准化模糊评价矩阵确定正、负模糊理想解,计算欧氏距离,将模糊评价矩阵转化为加权判断矩阵;7.得出各个被评价对象的排队指示值,确定被评价对象的排序,进而对被评价对象进行综合评价分析。
-
公开(公告)号:CN107358330A
公开(公告)日:2017-11-17
申请号:CN201710303314.2
申请日:2017-05-03
Applicant: 国网浙江省电力公司 , 国家电网公司 , 华北电力大学 , 浙江华云信息科技有限公司
Inventor: 成敬周 , 梁云丹 , 牛东晓 , 齐冷艳 , 秦俊宁 , 姚多朵 , 王政 , 张旭东 , 康辉 , 王锋华 , 曹建伟 , 钟亮 , 颜虹 , 沈思琪 , 杨扬 , 张霞 , 范华 , 周雷 , 楼杏丹 , 纪德良
CPC classification number: G06Q10/063118 , G06Q50/06
Abstract: 本发明要解决的技术问题是针对目前人才需求预测方法有较多局限性,考虑因素不全面,无法对特殊工种进行较准确预测,易造成人才储备短缺或过剩。即便是设置合理的电力人才配置,对于可能出现的意外情况预见性还是不足。对此,本发明采用的技术方法是:一种基于预测器的电力特殊工种人员配置方法,实施于一个具体区域中,包括以下步骤:步骤1,数据准备;步骤2,相关性分析;步骤3,单体模型构建;步骤4,总量模型构建。由于采用了这样的技术方案,本发明,综合考虑多个因素,根据设备与线路的具体情况,应用不同计算方法,为需求的准确预测提供支撑,避免出现人才短缺或过剩情况。
-
公开(公告)号:CN107239850A
公开(公告)日:2017-10-10
申请号:CN201710270342.9
申请日:2017-04-24
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于系统动力学模型的中长期电力负荷预测方法,所述中长期电力负荷预测方法包括以下步骤:(1)通过电力弹性系数预测法形成因果关系图;(2)构建模型:通过对电力弹性系数替代的预测,实现对全社会用电量的预测;(3)仿真实验;本发明提出基于系统动力学的电力负荷预测模型,以电力弹性系数预测理论为基础,引入电力弹性系数替代概念,改进传统电力弹性系数法电量预测的缺陷。
-
-
-
-
-
-
-
-
-