-
公开(公告)号：CN117474152B
公开(公告)日：2024-04-09
申请号：CN202311406860.0
申请日：2023-10-27
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F18/214
Abstract: 本发明提供一种基于Conv1d的多变量CNN‑GRU算法用于短期负荷的实际预测方法，包括：从数据中台获取某地区一段时间的用电相关数据，包括用电量、供电量、负载率；对获取的用电相关数据进行数据处理，数据处理包括合并数据、空缺数据处理、计算每日平均负载率以及计算每日的相关电量；对处理后的用电相关数据进行错位映射，用当前时刻的用电量与历史某时刻的各变量形成对应，形成输入数据模型；基于输入数据模型构建CNN‑GRU实际预测模型对未来一段时间的用电量进行实际预测。本发明将CNN‑GRU算法首次应用于短期负荷的实际预测，通过错位映射避免先预测自变量X再预测因变量Y，可以在提升运行速度基础上保证较低的误差。
-
Patent Agency Ranking
公开(公告)号：CN117474152A
公开(公告)日：2024-01-30
申请号：CN202311406860.0
申请日：2023-10-27
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F18/214
Abstract: 本发明提供一种基于Conv1d的多变量CNN‑GRU算法用于短期负荷的实际预测方法，包括：从数据中台获取某地区一段时间的用电相关数据，包括用电量、供电量、负载率；对获取的用电相关数据进行数据处理，数据处理包括合并数据、空缺数据处理、计算每日平均负载率以及计算每日的相关电量；对处理后的用电相关数据进行错位映射，用当前时刻的用电量与历史某时刻的各变量形成对应，形成输入数据模型；基于输入数据模型构建CNN‑GRU实际预测模型对未来一段时间的用电量进行实际预测。本发明将CNN‑GRU算法首次应用于短期负荷的实际预测，通过错位映射避免先预测自变量X再预测因变量Y，可以在提升运行速度基础上保证较低的误差。
-
公开(公告)号：CN117056848B
公开(公告)日：2023-12-29
申请号：CN202311302087.3
申请日：2023-10-10
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/2433 , G06F18/27
Abstract: 本发明涉及电力系统监测数据质量分析领域，具体公开一种用于提升电力系统决策的监测数据质量分析方法，本发明通过对区域的原始电力数据进行异常值检测处理，进一步根据区域的历史电力数据、经济数据、人口数据和发电设备数据，对区域的原始电力数据依次进行一次校正和二次校正，得到区域的预估电力数据趋势曲线并进行下一步分析，通过对原始电力数据依次进行内部数据间的对比、历史数据间的对比和关联数据间的对比，实现原始电力数据的校准优化；结合区域的预估用电量趋势曲线和预估发电量趋势曲线，判断区域的供电能力是否满足负荷需要，并进行反馈，从而提高地区电力系统决策的(56)对比文件杜鹏;申永成;张晓磊.电网规划负荷预测方法的研究.科技创新与应用.2014,(第01期),全文.谢谦.电力负荷预测方法在配网规划中的应用.科技风.2015,(第24期),全文.
-
公开(公告)号：CN117474151A
公开(公告)日：2024-01-30
申请号：CN202311406549.6
申请日：2023-10-27
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06F18/214 , G06F18/21
Abstract: 一种基于CNN‑LSTM和lightGBM动态加权融合模型用于短期负荷实际预测的方法，包括：采用CNN‑LSTM算法计算第一时间段中每天的第一平均绝对百分比误差；采用lightGBM算法计算第一时间段中每天的第二平均绝对百分比误差；根据第一平均绝对百分比误差和第二平均绝对百分比误差计算CNN‑LSTM权重和lightGBM权重，进而计算CNN‑LSTM动态权重和lightGBM动态权重；根据CNN‑LSTM算法和lightGBM算法预测的第二时间段的预测值以及第CNN‑LSTM动态权重和lightGBM动态权重得到第二时间段对应每天的最终预测值。本发明能够提高模型的预测稳定性、减小平均误差。
-
公开(公告)号：CN117056848A
公开(公告)日：2023-11-14
申请号：CN202311302087.3
申请日：2023-10-10
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/2433 , G06F18/27
Abstract: 本发明涉及电力系统监测数据质量分析领域，具体公开一种用于提升电力系统决策的监测数据质量分析方法，本发明通过对区域的原始电力数据进行异常值检测处理，进一步根据区域的历史电力数据、经济数据、人口数据和发电设备数据，对区域的原始电力数据依次进行一次校正和二次校正，得到区域的预估电力数据趋势曲线并进行下一步分析，通过对原始电力数据依次进行内部数据间的对比、历史数据间的对比和关联数据间的对比，实现原始电力数据的校准优化；结合区域的预估用电量趋势曲线和预估发电量趋势曲线，判断区域的供电能力是否满足负荷需要，并进行反馈，从而提高地区电力系统决策的准确性和可靠性。
-
公开(公告)号：CN115905954A
公开(公告)日：2023-04-04
申请号：CN202211534443.X
申请日：2022-12-02
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06F18/241 , G06F18/10 , G06F18/27 , G06F18/23213 , G06Q50/06
Abstract: 本发明提供一种融合无监督学习、有监督学习组合模型的疑似窃电用户识别方法，包括：通过SQL查询方式获取用电行为特征数据，所述用电行为特征数据包括电压、电流、相位、用电类别；对获取的用电行为特征数据进行清洗、转化，得到电压的标准差、电压不平衡度、电流不平衡度；通过Kmeans聚类按照电压的标准差、电压不平衡度、电流不平衡度进行聚类，识别非常明显的窃电用户和正常用户；基于识别的非常明显的窃电用户和正常用户构建学习样本，划分训练集和测试集，建立Lightgbm回归模型，通过Lightgbm回归模型识别剩下的大量用电行为特征不明显的用户。本发明可以大规模高效的识别窃电用户，提高了效率和准确性，省时省力。
-
-
-
-
-
Search Results
6
records
(took 0.131 seconds)
