-
公开(公告)号：CN118520235B
公开(公告)日：2024-11-29
申请号：CN202410985086.1
申请日：2024-07-23
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/15 , G06F18/20 , G06F18/2433
Abstract: 本发明涉及电数字数据处理领域，更具体地，本发明涉及一种基于大数据处理的电网数据可视方法及系统，方法包括：获取历史电网中频率数据和电压数据，生成历史数据集，获取历史数据集中任一电压数据的参考数据段；计算各个电压数据在对应参考数据段中的异常指数；计算各个电压数据与频率数据之间的相关性；将相关性和异常指数的乘积作为电压数据的平滑指数，获取当前最后时刻的电压数据基于平滑指数进行预测，计算预测值与实际值的差异值，响应于差异值大于等于预设异常阈值时，则该时刻电压数据为异常数据，对电压数据中的异常数据进行可视化展示。本发明通过电压数据自适应调节平滑指数，提高异常检测的准确率。
-
公开(公告)号：CN118520428B
公开(公告)日：2024-10-18
申请号：CN202410977249.1
申请日：2024-07-22
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/27 , G06F18/214 , G06F18/10 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及电力负荷预测领域，更具体地，本发明涉及一种基于人工智能的电力负荷预测方法及系统，所述方法包括：对获取的历史电力负荷数据段中的负荷数据进行拟合，确定拟合曲线的极值点，然后计算历史电力负荷数据段的初始噪声程度，并对应的历史电网频率数据段的初始噪声程度，以及历史电力负荷数据段与对应的历史电网频率数据段之间的相关性对初始噪声程度进行修正，得到历史电力负荷数据段的最终噪声程度，以利用每个历史电力负荷数据段的最终噪声程度对由对应的历史电力负荷数据段确定的预测值进行加权，得到最终预测值。本发明可以降低噪声数据对预测结果的影响，提高了对电力负荷量预测的准确性。
-
公开(公告)号：CN118536009B
公开(公告)日：2024-10-11
申请号：CN202410996320.0
申请日：2024-07-24
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/243 , G06F18/2321 , G06F18/22 , G06F18/2433 , G06F18/241
Abstract: 本发明涉及人工智能技术领域，更具体地，本发明涉及基于生成式人工智能的电力数据模型构建方法及系统。其中方法包括：采集电力负荷数据；确定各时段每个数据点的异常概率，并且进行聚类，得到多个的聚类簇；根据聚类簇中的数据点的异常概率判断聚类簇是否为异常聚类簇；计算合适程度系数；通过合适程度系数的最小值确定目标输入长度；通过电力数据处理模型对所述电力负荷数据进行处理，以将异常数据替换。本发明通过数据的本身的波动程度和通过异常算法识别到的异常数据的长度得到最适合模型所处理的数据的输入数据长度，使模型对输入数据进行补全（即把异常数据替换为生成数据），得到的输出数据更准确。
-
公开(公告)号：CN118520428A
公开(公告)日：2024-08-20
申请号：CN202410977249.1
申请日：2024-07-22
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/27 , G06F18/214 , G06F18/10 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及电力负荷预测领域，更具体地，本发明涉及一种基于人工智能的电力负荷预测方法及系统，所述方法包括：对获取的历史电力负荷数据段中的负荷数据进行拟合，确定拟合曲线的极值点，然后计算历史电力负荷数据段的初始噪声程度，并对应的历史电网频率数据段的初始噪声程度，以及历史电力负荷数据段与对应的历史电网频率数据段之间的相关性对初始噪声程度进行修正，得到历史电力负荷数据段的最终噪声程度，以利用每个历史电力负荷数据段的最终噪声程度对由对应的历史电力负荷数据段确定的预测值进行加权，得到最终预测值。本发明可以降低噪声数据对预测结果的影响，提高了对电力负荷量预测的准确性。
-
公开(公告)号：CN117350158B
公开(公告)日：2024-11-26
申请号：CN202311327368.4
申请日：2023-10-13
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: G06F30/27 , G06Q50/06 , G06F119/02
Abstract: 本发明提供一种混合RetNet和AM‑BiLSTM算法的电力短期负荷预测方法，包括：步骤一、从数据中台获取电负荷历史数；步骤二、对获取的用电负荷历史数据进行预处理；步骤三、对预处理过后的用电负荷历史数据进行时序特性分析，结合外部因素和历史数据构成模型输入数据；步骤四、采用混合RetNet和AM‑BiLSTM算法的负荷预测模型对构建的模型输入数据进行未来短期每日24小时电力负荷预测；步骤五、采用平均绝对百分比误差MAPE和均方根误差RMSE作为评价负荷预测模型准确率的评价指标，并根据步骤四的预测结果评价负荷预测模型。本发明可提高短期负荷预测模型的预测精度，以便预测出更加准确的电力短期负荷。
-
Patent Agency Ranking
公开(公告)号：CN118798254A
公开(公告)日：2024-10-18
申请号：CN202411281531.2
申请日：2024-09-13
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及神经网络技术领域，尤其涉及一种分布式建模方法及系统，方法包括：将神经网络模型拆分为多个子模型；将训练样本输入神经网络模型，在各子模型间进行前向传播，得到输出结果，计算训练样本标签数据间的预设损失，对各子模型进行反向传播，得到各子模型的第一参数和第二参数，第一参数对应的冻结系数为1，第二参数对应的冻结系数为0；获取各冻结策略的参数组合；在测试样本中获取各参数组合的性能评分，将性能评分最大值的参数组合作为本次迭代的神经网络模型；执行多次迭代，直至迭代次数大于预设次数时停止。通过本申请的技术方案能够提高神经网络的训练精度和训练效率。
-
公开(公告)号：CN118735721A
公开(公告)日：2024-10-01
申请号：CN202410712732.7
申请日：2024-06-04
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: G06Q50/06 , H02J3/00 , G06Q10/04 , G06F18/10 , G06N3/045 , G06N3/0464 , G06N3/0442
Abstract: 一种利用GAT‑BILSTM&CNN‑LSTM模型提高多目标误差均衡度的方法，包括：获取目标区域的负载数据和气温数据；对负载数据和气温数据进行数据清洗；对数据清洗后的数据进行特征工程处理得到历史数据；设置GAT‑BILSTM算法网络和设置CNN‑LSTM算法网络；模型组合：使用GAT‑BILSTM对历史数据进行训练，算出目标区域负载率预测变量的每个预测误差，再算出平均误差，其次将超出平均误差的负载率预测变量与CNN‑LSTM的结果进行组合，组合的方式是采用误差倒数法进行加权，剩下的负载率预测变量则保持不变输出结果。本发明可解决多目标预测模型中各个目标预测误差的相差过大的问题，同时尽可能减小整体误差。
-
公开(公告)号：CN118536009A
公开(公告)日：2024-08-23
申请号：CN202410996320.0
申请日：2024-07-24
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/243 , G06F18/2321 , G06F18/22 , G06F18/2433 , G06F18/241
Abstract: 本发明涉及人工智能技术领域，更具体地，本发明涉及基于生成式人工智能的电力数据模型构建方法及系统。其中方法包括：采集电力负荷数据；确定各时段每个数据点的异常概率，并且进行聚类，得到多个的聚类簇；根据聚类簇中的数据点的异常概率判断聚类簇是否为异常聚类簇；计算合适程度系数；通过合适程度系数的最小值确定目标输入长度；通过电力数据处理模型对所述电力负荷数据进行处理，以将异常数据替换。本发明通过数据的本身的波动程度和通过异常算法识别到的异常数据的长度得到最适合模型所处理的数据的输入数据长度，使模型对输入数据进行补全（即把异常数据替换为生成数据），得到的输出数据更准确。
-
公开(公告)号：CN117369813A
公开(公告)日：2024-01-09
申请号：CN202311337011.4
申请日：2023-10-13
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
Abstract: 一种基于数据中台的用能监测指标体系可视化展示方法，包括：构建多维度下的用能指标体系；根据用能指标体系对电力数据进行溯源处理，得到用能数据；基于用能数据进行数据治理；基于对治理后的数据针对不同的数据类型和用能监测指标选择合适的方法进行数据分析和指标计算；将计算后的指标数据接入图形语法设计思想的可视化引擎，在选取图表类型后运用可视化引擎进行快速开发，将用能指标体系按照不同维度呈现。本发明采取量化的形式表现电力数据在不同维度下的波动情况，以图形化和图表化的方式呈现电力用户用能数据，辅助决策者快速挖掘有效信息，发现数据内在变化规律，以实现发现、分析、预测、监控和决策等目标，提升供电服务水平。
-
公开(公告)号：CN118899829A
公开(公告)日：2024-11-05
申请号：CN202410936221.3
申请日：2024-07-12
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: H02J3/00 , G06N3/0464 , G06N3/0442 , G06N3/042 , G06N3/08 , G06F17/18 , G06F18/25 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/24
Abstract: 本发明提供一种利用GAT‑LSTM&STGCN‑MLP双时空图模型进行电网负载率预测的方法，包括：从数据中台和气象网站获取目标区域负载数据和天气数据；对获取目标区域的负载数据和天气数据进行数据清洗，所述负载数据包括日期、目标区域下乡镇的负载率，天气数据包括日期、目标区域气温；对进行数据清洗后的数据进行特征工程处理，得到若干维度数据；基于GAT‑LSTM时空图算法网络和STGCN‑MLP时空图算法网络构建双时空图多目标算法模型；将所得若干维度数据输入所述建双时空图多目标算法模型进行预测，得到目标区域下属乡镇的负载率预测结果。本发明在各种复杂多变的节日情况下仍能保持稳定预测，增强了模型稳定性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.063 seconds)
