公开(公告)号：CN112052985A

公开(公告)日：2020-12-08

申请号：CN202010790734.X

申请日：2020-08-07

Applicant: 南京易司拓电力科技股份有限公司

Inventor： 罗耀强 ,  陈延彬 ,  陈昌友

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/62

Abstract: 本发明公开了一种基于lightgbm的中短期低电压预测方法，包括获取节点的功率、电压、电流数据以及天气历史数据。对数据进行标幺化处理。抽取预测日的天气数据进行聚类分析，得到聚类结果后从抽取天的簇族中抽取最多5天的功率、电压、电流数据值按同时段进行算数平均后组成需要预测的特征数据。搭建线性回归算法模型进行模型训练。获取到预测日的天气预报信息，并取预测日期前一年的前10天和后10天的天气历史数据进行聚类，得到预测天的簇族从中抽取最多5天的功率、电压、电流数据值进行算数平均后组成特征数据放入线性回归算法模型中进行预测，从而得到预测的增量电压数值。得出预测结果。本发明能够有效提高预测精度和可靠性。

公开(公告)号：CN112052985B

公开(公告)日：2023-11-03

申请号：CN202010790734.X

申请日：2020-08-07

Applicant: 南京易司拓电力科技股份有限公司

Inventor： 罗耀强 ,  陈延彬 ,  陈昌友

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/27 ,  G06F18/2321

Abstract: 本发明公开了一种基于lightgbm的中短期低电压预测方法，包括获取节点的功率、电压、电流数据以及天气历史数据。对数据进行标幺化处理。抽取预测日的天气数据进行聚类分析，得到聚类结果后从抽取天的簇族中抽取最多5天的功率、电压、电流数据值按同时段进行算数平均后组成需要预测的特征数据。搭建线性回归算法模型进行模型训练。获取到预测日的天气预报信息，并取预测日期前一年的前10天和后10天的天气历史数据进行聚类，得到预测天的簇族从中抽取最多5天的功率、电压、电流数据值进行算数平均后组成特征数据放入线性回归算法模型中进行预测，从而得到预测的增量电压数值。得出预测结果。本发明能够有效提高预测精度和可靠性。

公开(公告)号：CN111191826A

公开(公告)日：2020-05-22

申请号：CN201911336841.9

申请日：2019-12-23

Applicant: 南京易司拓电力科技股份有限公司

Inventor： 张珍凤 ,  罗耀强 ,  陈延彬 ,  雷雪

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及具体为一种基于余弦相似度分类的负荷预测方法，包括对负荷检测点的负荷数据的余弦特征值按天为单位进行特征抽取，并以天为单位将负荷检测点的余弦特征值进行聚类处理生成负荷数据的聚类模型；将生成的负荷数据的聚类模型和天气数据的聚类模型进行关联分析，找到特定天气与特定负荷曲线的相关关系；并形成一组{C,D}的关系；其中C为网供负荷数据在聚类模型的簇值，D为天气数据在聚类模型中的簇值；负荷数据及天气数据聚类完成后，按簇类来抽取网供负荷数据集及相同日期的天气情况，节假日情况数据进行模型构建，具体为将相关联的负荷数据，天气数据，节假日数据加入到模型的输入参数中。