-
公开(公告)号：CN117057516B
公开(公告)日：2024-04-09
申请号：CN202311315240.6
申请日：2023-10-12
Applicant: 浙江大有实业有限公司配电工程分公司
IPC: G06Q10/063 , G06Q50/06 , G06F30/20 , G06F17/18
Abstract: 本发明公开了一种基于系统动力学的碳核算参数分析预测方法，包括以下步骤：获取电力系统的历史数据，计算历史电力碳核算参数值；分析影响碳核算参数的关键因素；采用STIRPAT模型对关键因素的影响程度进行量化分析；根据量化分析结果和历史电力碳核算参数值，采用电力碳核算参数预测模型对当前的电力碳核算参数进行预测；本发明通过对影响电力碳核算参数的广泛参数进行因素分析，得到关键因素，减少预测模型的输入量，使得输入数据与模型的匹配度更高，对关键因素进行量化分析，根据量化分析结果和历史电力碳核算参数作为预测模型的输入对当前的电力碳核算参数进行预测，从而实现更加准确的预测碳核算数据。
-
公开(公告)号：CN116644320B
公开(公告)日：2023-11-07
申请号：CN202310928459.7
申请日：2023-07-27
Applicant: 浙江大有实业有限公司配电工程分公司
IPC: G06F18/214 , G06F18/10 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/096 , G06F18/241
Abstract: 本发明公开了一种基于seq2seq的楼宇迁移非侵入式负荷监测方法。为了克服现有技术存在有标签数据量少，且训练迭代次数多，迭代时间长，难以收敛的问题；本发明通过在标签数据量充足的训练数据集中进行充分训练，使网络能够对功率序列中所包含比如边缘等鲜明的负荷特征进行学习识别，并以参数的形式保存下来。再进行迁移学习，通过目标数据集中少量有标签数据对该seq2seq神经网络参数进行训练微调，实现了对目标数据集的有监督非侵入式负荷监测，有效减少了迭代时间并避免了迭代难以收敛等问题，对于现实场景来说，具有较大的应用意义和较高的负荷辨识潜力。
-
公开(公告)号：CN117057516A
公开(公告)日：2023-11-14
申请号：CN202311315240.6
申请日：2023-10-12
Applicant: 浙江大有实业有限公司配电工程分公司
IPC: G06Q10/063 , G06Q50/06 , G06F30/20 , G06F17/18
Abstract: 本发明公开了一种基于系统动力学的碳核算参数分析预测方法，包括以下步骤：获取电力系统的历史数据，计算历史电力碳核算参数值；分析影响碳核算参数的关键因素；采用STIRPAT模型对关键因素的影响程度进行量化分析；根据量化分析结果和历史电力碳核算参数值，采用电力碳核算参数预测模型对当前的电力碳核算参数进行预测；本发明通过对影响电力碳核算参数的广泛参数进行因素分析，得到关键因素，减少预测模型的输入量，使得输入数据与模型的匹配度更高，对关键因素进行量化分析，根据量化分析结果和历史电力碳核算参数作为预测模型的输入对当前的电力碳核算参数进行预测，从而实现更加准确的预测碳核算数据。
-
公开(公告)号：CN116644320A
公开(公告)日：2023-08-25
申请号：CN202310928459.7
申请日：2023-07-27
Applicant: 浙江大有实业有限公司配电工程分公司
IPC: G06F18/214 , G06F18/10 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/096 , G06F18/241
Abstract: 本发明公开了一种基于seq2seq的楼宇迁移非侵入式负荷监测方法。为了克服现有技术存在有标签数据量少，且训练迭代次数多，迭代时间长，难以收敛的问题；本发明通过在标签数据量充足的训练数据集中进行充分训练，使网络能够对功率序列中所包含比如边缘等鲜明的负荷特征进行学习识别，并以参数的形式保存下来。再进行迁移学习，通过目标数据集中少量有标签数据对该seq2seq神经网络参数进行训练微调，实现了对目标数据集的有监督非侵入式负荷监测，有效减少了迭代时间并避免了迭代难以收敛等问题，对于现实场景来说，具有较大的应用意义和较高的负荷辨识潜力。
-
-
-
Search Results
4
records
(took 0.033 seconds)
