公开(公告)号：CN110826859A

公开(公告)日：2020-02-21

申请号：CN201910966797.3

申请日：2019-10-12

Applicant: 深圳供电局有限公司

Inventor： 林思远 ,  付婷婷 ,  韩聪 ,  黎怡均 ,  黄公跃 ,  孙梦龙 ,  董佩纯 ,  王海涛

IPC: G06Q10/06 ,  G06Q50/06

Abstract: 本发明公开了一种基于日电量远程识别用户用电性质的方法及系统，包括：步骤S1，对参照用户某时间段的日电量进行数据采集并根据不同参照用户的用电类别进行统计，求得与用电类别相对应的日电量模型以及描述该模型的相关特征值的允许波动范围，上述数据作为判断用电性质的依据；步骤S2，通过系统采集以及数据库中数据得到待分析用户的日用电量信息，通过与日用电量模型以及描述该模型的相关特征值数据进行对比，对用户用电性质进行判断，并输出判断结果。实施本发明，远程对用户用电类别进行判断，及时的对用户用电性质差错问题进行远程判断，快速准确的确定问题用户有效减少监控成本，同时相对于现有技术的判断方法成本更低。

公开(公告)号：CN110782074A

公开(公告)日：2020-02-11

申请号：CN201910951838.1

申请日：2019-10-09

Applicant: 深圳供电局有限公司

Inventor： 林思远 ,  罗陆宁 ,  付婷婷 ,  韩聪 ,  黎怡均 ,  黄公跃 ,  孙梦龙 ,  董佩纯 ,  王海涛

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提供一种基于深度学习进行用户电力月负荷预测的方法，包括构建基于模糊神经网络的用户电力月负荷预测模型，并确定该模型的输入变量和期望输出值；获取包括输入变量及期望输出值的训练样本集，并使用训练样本集对模糊神经网络进行训练直至达到精度要求，得到训练好的用户电力月负荷预测模型；获取包括输入变量的预测样本集并输入训练好的用户电力月负荷预测模型中，得到预测样本集的期望输出值且均作为用户电力月负荷预测值输出。实施本发明，快速及准确的预测出用户电力月负荷，不仅为用户电量是否存在问题提供判断依据，能对用电检查，设备故障等工作给出指导性建议，还能对用电检查工作提供指导，并提升用电客户差异化服务水平。