一种新型电动汽车充电站负荷预测方法

    公开(公告)号:CN109325611A

    公开(公告)日:2019-02-12

    申请号:CN201810942002.0

    申请日:2018-08-17

    CPC classification number: G06Q10/04 G06N3/008 G06N3/0445

    Abstract: 本发明公开了一种电动汽车充电站负荷预测方法,所述预测方法包括以下步骤:步骤1:输入指标及对各输入指标进行数据预处理;步骤2:利用KA算法对BP神经网络模型的参数进行优化;步骤3:构建基于KA算法和BP神经网络模型的电动汽车充电站短期负荷预测模型。本发明采用KA算法来优化BP神经网络的连接权值和阈值,从而提高BP神经网络的收敛速度,避免其陷入局部最优。

    一种电力日峰值负荷预测方法

    公开(公告)号:CN109242139A

    公开(公告)日:2019-01-18

    申请号:CN201810811805.2

    申请日:2018-07-23

    Abstract: 本发明属于电力负荷预测技术领域,尤其涉及一种电力日峰值负荷预测方法,包括:采集包括历史日峰值负荷、日最高温度、日最低温度、日平均温度、日平均相对湿度、日最大风速、日期类型在内的样本数据;对日峰值负荷的原始序列进行自适应白噪声的完整聚合经验模态分解,将原始序列分解为有限个包含不同时间尺度的局部特征信号的本征模函数,且在每一次分解中都添加自适应的白噪声平滑脉冲干扰,得到多个IMF分量;通过引入种群动态进化算子以及非线性收敛因子,对灰狼优化算法进行改进,对支持向量机的正则化参数和径向基核函数参数进行优化,建立优化后的支持向量机预测模型;运用预测模型分别进行预测,得到最终的日峰值负荷预测结果。

    基于KPCA-LA-RBM的输变电工程造价预测方法

    公开(公告)号:CN109214503A

    公开(公告)日:2019-01-15

    申请号:CN201810863513.3

    申请日:2018-08-01

    Abstract: 本发明公开了属于电数字数据处理技术领域的一种基于KPCA-LA-RBM的输变电工程造价预测方法。包括以下步骤:1对各样本数据进行数据选择与预处理,并获得关键影响因素集;2将若干组预处理后的样本数据组成训练集,并使用训练集训练KPCA-LA-RBM组合模型;3将剩余的数据作为测试集,根据训练好的组合模型,运用测试集对训练好的模型进行预测,得到最终的预测结果。本发明根据主成分累计方差贡献率选取前4个主成分作为组合模型的输入向量,在保证预测精度的情况下,提高了模型的计算效率。本发明提出的组合模型能够有效降低单一模型带来的误差,提高预测精度,使其提高泛化能力和鲁棒性,适用于输变电工程造价预测。

    一种可再生能源发展潜力评估方法

    公开(公告)号:CN109118067A

    公开(公告)日:2019-01-01

    申请号:CN201810840818.2

    申请日:2018-07-27

    CPC classification number: G06Q10/06393 G06Q50/06

    Abstract: 本发明公开了属于可再生能源发展技术领域的一种可再生能源发展潜力评估方法,包括步骤1构建可再生能源发展潜力评价指标体系;步骤2对评价指标数据进行预处理后,再进行指标无量纲化处理;步骤3利用层次分析法法确定可再生能源潜力评价指标体系各指标的权重;步骤4利用模糊层次综合评价法得到评价结果;步骤5构建可再生能源潜力多级模糊层次综合评价模型,得到可再生能源潜力的最终评价。本发明建立在对各类可再生能源发展潜力影响指标全面分析的基础上,基于层次分析法确定权重,利用模糊综合评价法计算得到潜力评价结果,能合理对可再生能源发展潜力进行评价;充分考虑各类可再生能源发展潜力影响指标,为决策者提供决策依据和基础。

    一种能源消费预测方法
    46.
    发明公开

    公开(公告)号:CN109086941A

    公开(公告)日:2018-12-25

    申请号:CN201810935717.3

    申请日:2018-08-16

    Abstract: 本发明属于能源预测技术领域,尤其涉及一种能源消费预测方法,包括:采集包括历史能源消费量、人口数量、GDP、产业结构、能源消费结构、能源强度、碳排放强度以及进出口总额在内的样本数据;对样本数据进行无量纲化处理,并计算各个样本数据与能源消费结构的灰色关联度,根据灰色关联度的排序来筛选模型的输入因素;对待预测序列进行基于集成经验模态分解的序列降噪,得到多个IMF分量;运用改进的混合蛙跳算法优化最小二乘支持向量机的参数,并建立预测模型,对预测的结果进行重构,得到最终的能源消费预测结果。实验证明运用EMD-ISFLA-LSSVM模型对能源消费进行预测,预测效果显著。

    一种二氧化碳排放量预测方法
    47.
    发明公开

    公开(公告)号:CN108846526A

    公开(公告)日:2018-11-20

    申请号:CN201810894170.7

    申请日:2018-08-08

    Abstract: 本发明属于碳排放预测技术领域,尤其涉及一种二氧化碳排放量预测方法,包括:采集包括历史CO2排放量、人口、人均GDP、城镇化率、第二产业增加值占比、能源消费结构、能源强度、煤炭消费总量、碳排放强度以及进出口总额在内的数据;对数据进行无量纲化处理,并计算各个数据与CO2排放量的灰色关联度,根据灰色关联度的排序来筛选模型输入的CO2排放量影响因素指标实现特征降维;运用灰色预测模型GM(1,1)对已经筛选出的CO2排放量影响因素指标进行预测;将上述CO2排放量影响因素的预测值作为模型输入,然后运用改进的混合蛙跳算法优化最小二乘支持向量机模型对CO2排放量进行预测。本发明具有高效的计算性能和优良的全局搜索能力。

    一种特高压输电工程财务管理风险管控系统

    公开(公告)号:CN107644287A

    公开(公告)日:2018-01-30

    申请号:CN201710729665.X

    申请日:2017-08-23

    CPC classification number: Y04S10/58

    Abstract: 本发明公开了一种特高压输电工程财务管理风险管控系统,所述特高压输电工程财务管理风险管控系统包括以下步骤:步骤一:所述管控系统包括:报账式财务管理模式、交钥匙财务管理模式、混合财务管理模式和常规财务管理模式四种跨国特高压工程财务管理模式,以完善传统海外电力工程财务管理体系;步骤二:构建特高压工程财务管理风险库,从全过程、全主体和全专业三个方面构建三全风险识别矩阵,对特高压工程项目财务管理风险进行识别;步骤三:构建特高压工程三维风险管控体系,以全过程各阶段为剖点做切面,构建包含三全维度的全面风险控制体系,并提出风险控制措施。

    基于改进萤火虫算法优化SVM的变电工程造价预测方法

    公开(公告)号:CN107578121A

    公开(公告)日:2018-01-12

    申请号:CN201710711245.9

    申请日:2017-08-18

    Abstract: 本发明属于变电工程造价预测领域,尤其涉及一种基于改进萤火虫算法优化SVM的变电工程造价预测方法。为提高FA算法的寻优性能以优化SVM预测模型的参数,本发明提出一种基于改进萤火虫算法优化SVM的变电工程造价预测方法,该方法主要包括数据处理、参数确定和造价预测三个部分,特别的,在参数确定部分,本发明在传统萤火虫算法的基础上,采用高斯扰动技术改进萤火种算法的位置更新公式以寻找最优参数,该方法增强了萤火虫逃离局部最优的能力,提高了萤火虫算法的寻优性能从而优化SVM预测模型的参数。通过Schaffer函数测试,本发明提出的高斯扰动萤火虫算法具有收敛速度快、搜索能力强等优点,能够实现变电工程造价水平的高精度预测。

Patent Agency Ranking