一种不同台区短期负荷功率的预测方法

    公开(公告)号:CN117996736A

    公开(公告)日:2024-05-07

    申请号:CN202410084464.9

    申请日:2024-01-19

    Abstract: 一种不同台区短期负荷功率的预测方法,所述方法包括以下步骤:a.对不同的台区进行功率数据采集,并对数据进行预处理;b.将预处理后的功率数据按照一定的比例划分为训练集和测试集;c.采用不同步幅的滑动窗口机制将训练集和测试集进行数据划分;d.通过序列自差值计算对训练集和测试集进行重构;e.构建WR‑XGboost预测模型;f.利用训练集数据对预测模型进行训练;g.利用测试集数据对预测模型进行测试;h.利用测试合格的预测模型对台区短期负荷功率进行预测。本发明可在保证模型训练效果的同时避免学习大量重复数据,加速模型的搜索优化,该方法可减少软硬件资源的浪费,降低负荷功率的预测成本,提高预测精度。

    一种适用于非侵入式负荷分解的迁移方法

    公开(公告)号:CN117973557A

    公开(公告)日:2024-05-03

    申请号:CN202410123700.3

    申请日:2024-01-30

    Abstract: 一种适用于非侵入式负荷分解的迁移方法,它通过实例化一个母模型并加载预训练权重;通过该模型运行新的数据集,并记录母模型中解码器的输出,提取其特征;使用输出的特征向量作为新的较小模型的输入进行训练。与之前的方法不同,这种迁移方法只需在目标数据域上运行一次母模型,而不是每个训练周期都运行一次。本发明的方法具有更优的模型架构,提高了模型的泛化能力,具有更高的数据质量。子模型的输入不再是传统的能耗序列而是经过母模型计算的特征,这也提高了负荷分解预测效果,降低了软硬件资源消耗,具有较高的实用价值。

    一种适用于非侵入式用户负荷数据监测分析方法

    公开(公告)号:CN118551196A

    公开(公告)日:2024-08-27

    申请号:CN202310162969.8

    申请日:2023-02-24

    Abstract: 一种适用于非侵入式用户负荷数据监测分析方法,所述方法从数据和模型两方面对分解算法进行优化,在数据方面,对输入的数据和标签分别进行标准化和归一化数据操作,消除量纲对结果的影响,使用数据生成器对数据进行批量短序列划分,增强了邻域特征并减少了软硬件资源消耗;在模型方面,以门循环单元为基础进行构建降低模型复杂度和参数量,采用RMSProp算法优化加快了模型训练速度并提高了模型分解效果。本发明保存了数据原始的一维结构,使得模型可以提取到更充分的特征信息,通过对总负荷功率进行标准化,对分电器数据进行归一化的处理以及使用GBRM模型回归预测分解效果,在保证高效回归预测的同时,降低了模型对软硬件资源的要求。

Patent Agency Ranking