-
公开(公告)号：CN105139281A
公开(公告)日：2015-12-09
申请号：CN201510515456.6
申请日：2015-08-20
Applicant: 北京中电普华信息技术有限公司 , 国家电网公司 , 国网信息通信产业有限公司
Abstract: 本申请公开了一种电力营销大数据的处理方法及系统，方法包括：将营销基础数据平台数据库中的结构化业务数据和外部数据导入至Hadoop生态系统的Hive数据库中，其中外部数据为从外部网站采集的数据；将非结构化的营销基础数据小文件合并为一个HAR大文件，并存储到分布式文件系统HDFS中；利用编程计算框架MapReduce对Hive数据库和HDFS中的数据进行预处理，并对预处理后的数据进行分析及挖掘。本申请的方法，解决了海量电力营销结构化和非结构化数据的存储和海量数据的计算分析问题，同时充分利用了气象、新闻等外部数据对电力营销大数据进行分析、挖掘，满足了智能化营销管理和辅助决策的需求。
-
公开(公告)号：CN105096159A
公开(公告)日：2015-11-25
申请号：CN201510386325.2
申请日：2015-06-30
Applicant: 北京中电普华信息技术有限公司 , 国家电网公司 , 国网信息通信产业有限公司
Abstract: 本申请公开了一种区域售电量预测方法及装置，其中方法包括：对于待预测各个区域的历史售电量曲线进行时域和频域特征的确定，并据此对各个待预测区域进行聚类，同一聚类组内，各个待预测区域的历史售电量曲线在时域和频域下的特征相同，且该特征作为聚类组的特征标签，最后针对每一个聚类组，选用预置的与该聚类组的特征标签对应的预测算法对该聚类组内的各个待预测区域进行售电量预测。本申请方法通过对不同待预测区域进行聚类划分，对于历史售电量曲线特征相同的区域采用匹配的相同预测算法进行统一预测，从而提高了对区域售电量预测的精确度。
-
公开(公告)号：CN107093109A
公开(公告)日：2017-08-25
申请号：CN201710274248.0
申请日：2017-04-24
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
CPC classification number: G06Q30/0201 , G06Q50/06
Abstract: 本申请提供了一种异常高温对售电量的影响分析方法及装置，利用线性插值方法得到目标区域中的月度GDP增速值，使得GDP增速值粒度更细，从而提高计算数据的质量；根据目标月份的最高温度是否大于目标月份最高温度的置信区间的最大值，以及目标月份的售电量增速值是否大于目标月份售电量增速的置信区间的最大值，判断目标月份的售电量是否受到高温影响，保证了对高温对目标月份售电量的影响分析结果的有效性；对于受到高温影响的目标区域，利用目标月份的实际售电量减去售电量置信区间的上限得到售电量的影响变化值，这部分变化值是由于GDP增速和温度的异常造成的，通过计算出GDP增速和高温的影响变化值，从而可以准确计算得到高温对售电量的影响值。
-
公开(公告)号：CN106682840A
公开(公告)日：2017-05-17
申请号：CN201611269967.5
申请日：2016-12-30
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
CPC classification number: G06Q10/06315 , G06Q10/06375 , G06Q50/06
Abstract: 本申请公开了一种基于日累计发行电量的短期售电量预测方法，包括：步骤S1：建立关于预测月份的日累计发行电量与去年同期日累计发行电量的线性函数关系，预测月份的日累计发行电量作为应变量，去年同期日累计发行电量为自变量；步骤S2：将预测月份的首日至预测日的日累计发行电量数据以及去年同期日累计发行电量数据代入线性函数关系，计算模型参数；步骤S3：将模型参数代入线性函数关系，得到短期售电量线性模型；步骤S4：将去年同期月份最后一天的日累计发行电量数据代入短期售电量线性模型中，得到预测月售电量。日累计发行电量数据准确反映当月天气、经济等波动情况，随预测日越接近月末日，建模时利用的日累计发行电量数据越多，准确度越高。
-
公开(公告)号：CN107146014A
公开(公告)日：2017-09-08
申请号：CN201710300999.5
申请日：2017-05-02
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
CPC classification number: G06Q10/06375 , G06Q50/06
Abstract: 本申请提供了一种业扩净增容量对售电量的影响分析方法及装置，获取电网公司售电量数据和业扩净增容量数据，基于X13季节调整对售电量数据和业扩净增容量数据分别进行分解，得到第一、第二、第三产业及城乡居民的售电量趋势项和业扩净增容量趋势项，基于动态时间规整法，计算第一、第二、第三产业及城乡居民的业扩净增容量的前导期数，根据运行容量及售电量数据计算出第一、第二、第三产业及城乡居民的运行小时，将前导期数作为生长曲线的稳定时间，构建第一、第二、第三产业及城乡居民的业扩净增容量生长曲线模型，最后基于业扩净增容量生长曲线模型获得每个月的负荷投运比例，从而量化业扩净增容量对售电量的影响。
-
Patent Agency Ranking
公开(公告)号：CN106600173B
公开(公告)日：2020-06-09
申请号：CN201710060833.0
申请日：2017-01-25
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
Abstract: 本发明提供的分布式光伏电源负荷渗透率的估算方法及装置，首先分别对不同天气类型的主网负荷特征曲线和分布式光伏发电功率特征曲线进行曲线拟合，得到主网负荷特征曲线和光伏发电功率的显式表达式；通过面积积分法求取不同天气类型和不同时间段售电量理论值和分布式光伏发电量的理论值；再基于待计算月度的晴天天数，售电量和分布式光伏自发自用电量，计算晴天以及晴天预设时间段的分布式光伏负荷渗透率，从而得到更细维度的分布式光伏电源负荷渗透率，更好的反映了不同天气类型和时间段分布式光伏对电网负荷的影响，能够支撑电力公司准确评估分布式光伏对主网负荷运行的影响，进而促进电网的平稳运行。
-
公开(公告)号：CN106600173A
公开(公告)日：2017-04-26
申请号：CN201710060833.0
申请日：2017-01-25
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
Abstract: 本发明提供的分布式光伏电源负荷渗透率的估算方法及装置，首先分别对不同天气类型的主网负荷特征曲线和分布式光伏发电功率特征曲线进行曲线拟合，得到主网负荷特征曲线和光伏发电功率的显式表达式；通过面积积分法求取不同天气类型和不同时间段售电量理论值和分布式光伏发电量的理论值；再基于待计算月度的晴天天数，售电量和分布式光伏自发自用电量，计算晴天以及晴天预设时间段的分布式光伏负荷渗透率，从而得到更细维度的分布式光伏电源负荷渗透率，更好的反映了不同天气类型和时间段分布式光伏对电网负荷的影响，能够支撑电力公司准确评估分布式光伏对主网负荷运行的影响，进而促进电网的平稳运行。
-
公开(公告)号：CN105243449A
公开(公告)日：2016-01-13
申请号：CN201510670899.2
申请日：2015-10-13
Applicant: 北京中电普华信息技术有限公司 , 国家电网公司 , 国网信息通信产业集团有限公司
Abstract: 本发明公开了一种售电量预测结果修正方法及装置，依据预设时长内的历史月售电量数据、历史月售电量预测值，以及预先确定的若干影响因素指标预置月售电量调整模型，在得到月售电量预测结果(即待修正的月售电量预测值)后，将当前年度内的若干影响因素指标的预测数据和情报数据输入月售电量调整模型得到基于各个影响因素指标的月售电量调整量(该基于各个影响因素指标的月售电量调整量即为各个影响因素指标的异常导致的售电量调整量)，用基于各个影响因素指标的月售电量调整量对月售电量预测结果进行修正，提高了售电量预测结果的精度。
-
公开(公告)号：CN107220851A
公开(公告)日：2017-09-29
申请号：CN201710379825.2
申请日：2017-05-25
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
CPC classification number: G06N20/00 , G06Q30/0202 , G06Q50/06
Abstract: 本发明实施例公开了一种基于X13季节调整和因素回归的售电量预测方法及装置，对历史售电量数据进行预处理，利用X13季节调整算法将预处理后的售电量序列分解为趋势项、季节项和随机项；根据各子序列的影响因素和曲线特征采用预测算法分别进行预测，为保证趋势项预测精度和鲁棒性，采用多种算法分别进行预测；将各子序列的预测结果加和重构得到售电量预测结果，最后在多种预测结果中综合选择性能最优的预测结果；同时本发明实施例还充分考虑了一些影响因素对各分解项的影响；因此，采用本实施例的方案得到的预测结果精度更高。
-
公开(公告)号：CN107220764A
公开(公告)日：2017-09-29
申请号：CN201710378514.4
申请日：2017-05-25
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
CPC classification number: G06Q10/06315 , G06Q10/06375 , G06Q50/06
Abstract: 本发明公开了一种基于前导分析和因素补偿的售电量预测方法及装置，首先对原始售电量数据进行预处理，提升了建模数据质量；然后利用X13季节调整算法得到了售电量数据的趋势项、季节项和随机项三个子序列，在利用相关性分析深入研究各子序列影响因素的基础上，通过对子序列预测结果进行重构得到预测时间售电量的预测值；其中趋势项预测考虑了影响趋势项的相关指标并且采用多种机器学习算法分别进行预测，随机项预测考虑了春节因素及随机项因素，在外部因素变化异常的情况下也能实现精准的售电量预测；最后采用基于AHP的综合评价方法在四种加和结果中得到最具预测性能的预测结果。因此，采用本实施例的方法提升了售电量预测精度。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.068 seconds)
