-
公开(公告)号:CN107145976A
公开(公告)日:2017-09-08
申请号:CN201710292676.6
申请日:2017-04-28
Applicant: 北京科技大学
CPC classification number: Y02P90/82 , G06Q10/04 , G06Q10/06393 , G06Q50/06
Abstract: 本发明提供一种预测用户用电负荷的方法,能够提供预测结果的准确率。所述方法包括:获取多个用户的用电负荷历史数据,对获取的用电负荷历史数据进行分类,将每类结果中的部分历史数据作为训练集;构建用户的用电负荷影响指标;将构建的用电负荷影响指标作为特征、所述训练集作为目标集,利用决策树来构建分类器;获取待预测用户针对构建的用电负荷影响指标的指标值,将指标值输入所述分类器来预测出所述待预测用户所属的类别,针对所述待预测用户所属类别的用电负荷历史数据通过神经网络算法预测所述待预测用户的用电负荷。本发明涉及电力系统技术领域。
-
公开(公告)号:CN107038531A
公开(公告)日:2017-08-11
申请号:CN201710248749.1
申请日:2017-04-17
Applicant: 北京科技大学
CPC classification number: G06Q10/0635 , G06Q10/06393 , G06Q50/06
Abstract: 本发明提供一种针对低压用户群电费回收风险评估模型的构建方法,能够预测低压用户群的电费回收风险。所述方法包括:根据低压用户群的用电行为,构建低压用户群电费回收风险指标体系;根据构建的所述低压用户群电费回收风险指标体系中的风险度指标与用电风险度之间的相关性,确定风险度指标权重值;根据确定的风险度指标权重值,预测低压用户群的电费回收风险。本发明适用于电力系统技术领域。
-