公开(公告)号：CN119720025A

公开(公告)日：2025-03-28

申请号：CN202411786929.1

申请日：2024-12-06

Applicant: 中国计量大学

Inventor： 陈倩楠 ,  李璟 ,  赖勇琪

IPC: G06F18/2433 ,  G06F18/23213 ,  G06F18/15 ,  G06F18/21 ,  G06F18/211 ,  G06N3/0442 ,  G06N3/0455 ,  G06Q10/04 ,  G06Q50/06 ,  H02J3/00

Abstract: 本发明涉及基于深度学习和负荷峰值修正的居民区充电桩负荷预测方法，包括以下的步骤：A)对居民区充电数据进行预处理，包括异常值标识、缺失值补全、标准化等；B)采用MIC筛选与负荷相关性较强的特征，作为负荷峰值和负荷趋势预测模型的输入；C)构造LSTM负荷峰值预测模型；D)对负荷趋势进行CEEMDAN初步分解后，利用K‑Means对各个序列进行聚合重构，然后利用VMD对高频进行二次分解；E)将二次重构得到的序列传入Informer预测模型中；F)负荷峰值替换，完成曲线形状修正；G)计算误差指标，对模型性能进行评估。本发明的优点是：针对居民区的充电负荷特性，选取充电行为、历史负荷、外部特征等作为输入，利用二次分解重构充分挖掘负荷数据中的规律，并对负荷峰值进行修正，提高了预测的精度，从而优化配电网的变压器容量。

公开(公告)号：CN119719966A

公开(公告)日：2025-03-28

申请号：CN202411787634.6

申请日：2024-12-06

Applicant: 中国计量大学

Inventor： 赖勇琪 ,  李璟 ,  陈倩楠

IPC: G06F18/243 ,  G06F18/2433 ,  G06N20/20 ,  G06N5/01 ,  G06N3/006 ,  G06Q50/06 ,  G06Q50/26 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于多层次用电特征的特定用户识别及用电异常检测方法，属于电力电子控制技术领域。其主要根据用户历史用电数据结合人工与多头注意力机制优化卷积神经网络提取多层次用电特征，并通过构建加权决策树、计算加权决策树与随机森林特征重要性相似度对随机森林内最终投票进行二次加权构成加权随机森林算法。最后通过粒子群优化算法优化加权随机森林对空巢老人这一特定用户进行识别，随后根据异常用电指标对空巢用户的日常用电进行检测，并对用电异常的空巢用户所在小区管理人员进行电话预警。本发明能依据历史用电数据在线对空巢用户进行识别并在其发生用电异常时能够及时预警，从用电角度保障了空巢用户的安全，具有一定的实用价值。