公开(公告)号：CN113033867B

公开(公告)日：2022-06-14

申请号：CN202110139830.2

申请日：2021-02-02

Applicant: 国网吉林省电力有限公司 ,  哈尔滨工业大学 ,  国网吉林省电力有限公司电力科学研究院 ,  国家电网有限公司

Inventor： 李宝聚 ,  李卫星 ,  孙勇 ,  王文婷 ,  刘畅 ,  傅吉悦 ,  李德鑫 ,  刘志君 ,  郭雷 ,  吕项羽 ,  王尧 ,  张海锋 ,  张家郡 ,  王佳蕊 ,  庄冠群

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06F17/18

Abstract: 本发明一种计及电供热特性的省级电网负荷特性分析方法，属于电力系统分析技术领域；包括对采集到的含电供暖负荷的省级电网负荷数据，进行缺失值识别；如果有缺失值，则对缺失值进行填补；然后结合当地电能清洁能源供暖优惠电价政策，采用6种负荷特性指标直观地描述不同时间尺度下省级电力负荷特性；进一步，采用皮尔森系数计算气象因素与电负荷和电热负荷的相关性，分析气象因素对省内用户用电消费的重要度。本发明能够准确分析引入电采暖设备后的省级负荷运行特性，可为电网的负荷预测和优化调度提供依据。

公开(公告)号：CN113052400A

公开(公告)日：2021-06-29

申请号：CN202110441488.1

申请日：2021-04-23

Applicant: 国网吉林省电力有限公司 ,  哈尔滨工业大学 ,  国网吉林省电力有限公司电力科学研究院 ,  吉林省电力科学研究院有限公司 ,  国家电网有限公司

Inventor： 李宝聚 ,  王文婷 ,  孙勇 ,  刘畅 ,  李卫星 ,  傅吉悦 ,  李振元 ,  郭雷 ,  李德鑫

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 本发明一种考虑电‑热耦合特性的短期热负荷概率预测方法，属于电力系统分析技术领域，包括对采集到的电负荷数据、热负荷数据以及气象信息等数据进行数据清洗；如果采集到的各类数据存在时间分辨率差异，则采用抽样的方法使各类数据的时间分辨率一致；采用皮尔森相关性系数刻画电‑热耦合特性，构建电‑热耦合特征集合；然后采用高斯过程回归建立短期热负荷概率预测模型；采用4种预测精度评估指标对热负荷概率预测结果进行评估。本发明能够准确预测在电‑热耦合特性不断加强场景下的热负荷概率区间，可为电网‑热网联合调度提供决策依据。

公开(公告)号：CN113033867A

公开(公告)日：2021-06-25

申请号：CN202110139830.2

申请日：2021-02-02

Applicant: 国网吉林省电力有限公司 ,  哈尔滨工业大学 ,  国网吉林省电力有限公司电力科学研究院 ,  国家电网有限公司

Inventor： 李宝聚 ,  李卫星 ,  孙勇 ,  王文婷 ,  刘畅 ,  傅吉悦 ,  李德鑫 ,  刘志君 ,  郭雷 ,  吕项羽 ,  王尧 ,  张海锋 ,  张家郡 ,  王佳蕊 ,  庄冠群

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06F17/18

Abstract: 本发明一种计及电供热特性的省级电网负荷特性分析方法，属于电力系统分析技术领域；包括对采集到的含电供暖负荷的省级电网负荷数据，进行缺失值识别；如果有缺失值，则对缺失值进行填补；然后结合当地电能清洁能源供暖优惠电价政策，采用6种负荷特性指标直观地描述不同时间尺度下省级电力负荷特性；进一步，采用皮尔森系数计算气象因素与电负荷和电热负荷的相关性，分析气象因素对省内用户用电消费的重要度。本发明能够准确分析引入电采暖设备后的省级负荷运行特性，可为电网的负荷预测和优化调度提供依据。

公开(公告)号：CN104616198B

公开(公告)日：2018-01-26

申请号：CN201510076663.6

申请日：2015-02-12

Applicant: 哈尔滨工业大学

Inventor： 叶强 ,  郭雷 ,  张紫琼 ,  张自立

IPC: G06Q40/08 ,  G06F17/27

Abstract: 一种基于文本分析的P2P网络借贷风险预测系统，涉及一种P2P网络借贷的风险预测系统。本发明包括：平台数据采集模块；文本特征提取模块；风险预测模型搭建、训练模块；风险预测模块。本发明风险预测系统的文本特征提取模块对平台数据采集模块中获取的“借款描述文本”进行词语切分并根据停用词列表去除没有实际含义的词语，同时负责提取借款描述文本包含的情感特征S，主题特征T和可读性特征R；然后搭建和训练风险预测模型；最后将新借款列表的情感特征S，主题特征T和可读性特征R和平台数据采集模块中的用户基本数据、用户信用数据、借款列表数据共同作为输入变量输入风险预测模型，最终得到风险预测结果。本发明适用于P2P网络借贷风险预测。

公开(公告)号：CN104616198A

公开(公告)日：2015-05-13

申请号：CN201510076663.6

申请日：2015-02-12

Applicant: 哈尔滨工业大学

Inventor： 叶强 ,  郭雷 ,  张紫琼 ,  张自立

IPC: G06Q40/08 ,  G06F17/27

Abstract: 一种基于文本分析的P2P网络借贷风险预测系统，涉及一种P2P网络借贷的风险预测系统。本发明包括：平台数据采集模块；文本特征提取模块；风险预测模型搭建、训练模块；风险预测模块。本发明风险预测系统的文本特征提取模块对平台数据采集模块中获取的“借款描述文本”进行词语切分并根据停用词列表去除没有实际含义的词语，同时负责提取借款描述文本包含的情感特征S，主题特征T和可读性特征R；然后搭建和训练风险预测模型；最后将新借款列表的情感特征S，主题特征T和可读性特征R和平台数据采集模块中的用户基本数据、用户信用数据、借款列表数据共同作为输入变量输入风险预测模型，最终得到风险预测结果。本发明适用于P2P网络借贷风险预测。