公开(公告)号：CN117009753A

公开(公告)日：2023-11-07

申请号：CN202310905231.6

申请日：2023-07-21

Applicant: 东南大学

Inventor： 虞文武 ,  陶淳 ,  陈都鑫 ,  翟千惠 ,  朱萌 ,  王伟

IPC: G06F18/15 ,  G06Q50/06 ,  G06F17/16 ,  G06F16/35

Abstract: 本发明涉及居民电力缴费工单数据清洗的技术领域，更具体地，涉及一种基于矩阵分解的缴费工单缺失数据填充方法。本发明采用了SVT算法，它是一种基于矩阵阈值分解的算法，其利用矩阵的低秩性进行矩阵补全。首先，对获取到的居民缴费工单数据进行预处理，将文本数据通过编码转化为数值型数据，并将缺失值置为0；接着，采集观测值，构成一个新的矩阵Ω，其元素为0或者1；最后设立SVT算法所需参数，迭代得到一个新的低秩矩阵，该矩阵能很好地填充原始矩阵的缺失值，填充结束后再将文本数据解码得到最终结果。此方法计算速度比较快，并且能够对大规模稀疏矩阵进行有效地补全，能够很好地补全居民电力缴费工单的缺失数据，具有很高的实用价值。

公开(公告)号：CN116937559A

公开(公告)日：2023-10-24

申请号：CN202310903077.9

申请日：2023-07-21

Applicant: 东南大学

Inventor： 陈都鑫 ,  陶淳 ,  虞文武 ,  吴雅晴 ,  王伟 ,  李明 ,  翟千惠

IPC: H02J3/00 ,  G06F18/15 ,  G06F18/241 ,  G06F18/23213 ,  G06Q50/06 ,  G06F18/22 ,  G06N3/0442 ,  G06N3/09 ,  G06F123/02

Abstract: 本发明公开了一种基于循环神经网络和张量分解的电力系统负荷预测系统，适用于电网负荷的短期预测系统。通过数据清洗得到删除异常值之后的数据集。通过选择合适的基本时间窗口，将记录的时间序列数据划分为若干个时间片，并用多个时间片拼接为二维张量。采用奇异值阈值算法(SVT)对缺失的数据进行插补，其中利用交替迭代的方式求得了插补矩阵的最优解，该矩阵作为补全后的样本数据。然后，使用动态时序规整(DTW)计算不同用电序列间的距离矩阵，将相似性高的时间序列作为一类数据，针对每一类数据，通过有监督的改进LSTM算法进行负荷预测。本发明可以更好地应对电力供需的不平衡问题，有效辅助新型电力系统安全经济运行，提高电力系统的稳定性和可靠性。