-
公开(公告)号：CN107292520A
公开(公告)日：2017-10-24
申请号：CN201710494457.6
申请日：2017-06-26
Applicant: 华北电力大学
CPC classification number: Y02P90/82 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了属于电网工程效益管理领域的一种无电村新能源利用效益评价方法。包括：(1)依照评价指标的选择原则，参照用于偏远无电地区电力建设的相关电力建设项目的经济评价指标及规范，从技术、经济、社会、环境和项目可持续性五个大方面构建偏远无电地区供电模式综合效益评价指标体系，(2)在构建的偏远无电地区电力建设综合效益评价指标体系基础上，建立EW-FSEM评价模型，选用EW-FSEM算法对无电村新能源利用的备选方案进行综合评价，达到最佳方案；本发明能够综合考虑无电村新能源利用的前景及效益，为偏远无电地区电力建设决策提供有价值的参考依据，无电村的新能源利用直接或间接地为无电地区带来经济效益和社会效益。
-
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：CN109086941A
公开(公告)日：2018-12-25
申请号：CN201810935717.3
申请日：2018-08-16
Applicant: 华北电力大学
Abstract: 本发明属于能源预测技术领域，尤其涉及一种能源消费预测方法，包括：采集包括历史能源消费量、人口数量、GDP、产业结构、能源消费结构、能源强度、碳排放强度以及进出口总额在内的样本数据；对样本数据进行无量纲化处理，并计算各个样本数据与能源消费结构的灰色关联度，根据灰色关联度的排序来筛选模型的输入因素；对待预测序列进行基于集成经验模态分解的序列降噪，得到多个IMF分量；运用改进的混合蛙跳算法优化最小二乘支持向量机的参数，并建立预测模型，对预测的结果进行重构，得到最终的能源消费预测结果。实验证明运用EMD-ISFLA-LSSVM模型对能源消费进行预测，预测效果显著。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN107644287A
公开(公告)日：2018-01-30
申请号：CN201710729665.X
申请日：2017-08-23
Applicant: 华北电力大学
CPC classification number: Y04S10/58
Abstract: 本发明公开了一种特高压输电工程财务管理风险管控系统，所述特高压输电工程财务管理风险管控系统包括以下步骤：步骤一：所述管控系统包括：报账式财务管理模式、交钥匙财务管理模式、混合财务管理模式和常规财务管理模式四种跨国特高压工程财务管理模式，以完善传统海外电力工程财务管理体系；步骤二：构建特高压工程财务管理风险库，从全过程、全主体和全专业三个方面构建三全风险识别矩阵，对特高压工程项目财务管理风险进行识别；步骤三：构建特高压工程三维风险管控体系，以全过程各阶段为剖点做切面，构建包含三全维度的全面风险控制体系，并提出风险控制措施。
-
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：CN107239854A
公开(公告)日：2017-10-10
申请号：CN201710364430.5
申请日：2017-05-22
Applicant: 华北电力大学
Abstract: 本发明属于短期电力负荷预测技术领域，尤其涉及一种基于EMD‑GRA‑MPSO‑LSSVM模型的负荷预测方法。该方法包括采集样本数据并对样本数据进行预处理，采用EMD‑GRA模型对原始负荷序列进行降噪处理，通过对原始负荷序列进行经典模态分解，通过计算各个IMF与原始序列的灰色关联度，并进行排序，剔除关联度最低的IMF；最后采用MPSO‑LSSVM模型对降噪处理后的IMF分别进行预测，并对预测的结果进行重构，得到最终的预测结果。本发明综合多种预测方法，通过对非平稳时间序列的分解与降噪，消除原始数据的混沌，使其更具有规律性，通过优化算法的改进，提高预测精度，同时该算法搜索效率高、收敛速度快，且全局搜索能力强，能有效避免陷入局部最优，具备更强大的泛化能力和鲁棒性。
-
公开(公告)号：CN109214449A
公开(公告)日：2019-01-15
申请号：CN201810985402.X
申请日：2018-08-28
Applicant: 华北电力大学
Abstract: 本发明属于电网投资需求预测技术领域，尤其涉及一种电网投资需求预测方法，包括：通过德尔菲法构建电网投资预测的影响因素体系；计算各个影响因素与电网投资的灰色关联度，排序筛选出电网投资预测的主要影响因素作为预测模型的输入；采用差分进化改进的灰狼优化算法对支持向量机的参数进行优化，建立预测模型后对电网投资需求进行预测；实证分析证明了基于差分进化改进的灰狼算法对支持向量机优化的模型在电网投资预测方面具有很强的泛化能力和鲁棒性，可达到良好的预测效果，为电网投资预测领域的研究提供了新的思路。
-
公开(公告)号：CN109146121A
公开(公告)日：2019-01-04
申请号：CN201810661629.9
申请日：2018-06-25
Applicant: 华北电力大学
CPC classification number: G06Q10/04 , G06N3/084 , G06Q10/067 , G06Q50/06
Abstract: 本发明公开了属于电量预测技术领域的一种基于PSO‑BP模型的停限产政策下的电量预测方法。该方法首先对输入数据进行分析处理；然后，将历史用电量影响因素作为自变量，将历史用电量作为因变量进行样本训练，使用PSO算法优化BP神经网络的权值和阈值，计算不同参数的预测精度，得到预测精度高的BP模型的权值和阈值；最后对BP神经网络模型预测，将粒子群算法优化后的参数以及预测样本输入预测模型，得到预测值。本发明利用PSO优化BP神经网络算法，考虑空气质量指数、气象因素和主要停限产产品产量因素对用电量的影响，对用电量的特征向量进行学习训练，经实验验证预测效果较理想，针对停限产政策影响下的地区用电量预测提供了一种新思路。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.03 seconds)
