-
公开(公告)号：CN119921305A
公开(公告)日：2025-05-02
申请号：CN202411992953.0
申请日：2024-12-31
Applicant: 海南电网有限责任公司
IPC: H02J3/00 , G06N5/022 , G06N5/025 , G06F16/29 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本申请提供一种结合知识图谱的电网母线负荷智能分析预测方法，包括：S1：收集与电网母线负荷相关的数据，对与电网母线负荷相关的各种数据进行时间和空间的匹配；S2：对与电网母线负荷相关的数据进行知识抽取；S3：根据上述确定的各实体以及实体之间的关系搭建知识图谱框架；S4：根据知识图谱中的知识，选择用于预测母线负荷的特征、融合处理，得到输入特征集；S5：构建深度学习模型并将输入特征集划分为训练集和测试集，用于对深度学习模型进行训练和测试；S6：利用训练好的深度学习模型，结合当前的输入特征对电网母线负荷进行预测。将这些不同来源的数据进行有效整合，丰富数据信息，从而缓解数据稀疏问题，提高模型预测精度。
-
公开(公告)号：CN119921304A
公开(公告)日：2025-05-02
申请号：CN202411992952.6
申请日：2024-12-31
Applicant: 海南电网有限责任公司
IPC: H02J3/00 , G06F16/29 , G06Q50/06 , G06N3/0499 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/045
Abstract: 本申请提供一种台风极端天气中母线负荷的预测方法，包括：获得台风极端天气的待预测周期、气象预报指标；获得历年台风出现日期和历史气象指标、母线负荷数据；确定与待预测周期气象相似度最大的第一周期；对第一周期气象指标和负荷数据进行增强以获得第一数据集；对第一数据集中气象指标与负荷数据进行相关性分析以形成第二数据集；构建多层感知机模型，并将第二数据集用于对所述多层感知机模型进行训练、验证和测试；输入气象预报指标，对母线负荷进行预测。一方面通过增加获得与待预测周期的气象指标相似的指标数据，同时一方面又通过指标的筛选，以选择关键的指标，不但可以增加预测精度，而且可以防止计算量的增加。
-
公开(公告)号：CN119921306A
公开(公告)日：2025-05-02
申请号：CN202411992958.3
申请日：2024-12-31
Applicant: 海南电网有限责任公司
Abstract: 本申请提供一种基于亚热带季风气候特性的电网母线负荷预测方法，包括：S1：进行历史数据的收集与预处理；S2：提取时间和气象相关的特征并进行编码，并与负荷数据进行对应关联；S3：提取时间和气象特征进行交互强化，创建时间‑气象交互特征；S4：提取气象特征后生成气象拓展特征；S5：构建机器学习模型，同时将上述各特征随机分成训练集、验证集和测试集，用于对机器学习模型进行训练、验证和测试，以获得用于对电网母线的负荷预测模型；S6：将负荷预测模型用于对电网母线的负荷进行预测。时间‑气象交互特征能够捕捉到在不同时间周期下气象因素对电网母线负荷的复杂影响，从而更精准地预测母线负荷。
-
-
Search Results
3
records
(took 0.019 seconds)
