-
公开(公告)号：CN113743519B
公开(公告)日：2024-06-18
申请号：CN202111055709.8
申请日：2021-09-09
Applicant: 中国南方电网有限责任公司 , 北京清软创新科技股份有限公司
IPC: G06F18/2321 , G06Q50/06 , G06F18/23213
Abstract: 本发明提供一种电网母线典型负荷曲线识别方法。该方法包括：获取电网中各条母线分别对应的负荷曲线集；针对每一条母线，利用第一聚类算法，对该母线对应的负荷曲线集进行聚类提取，得到该母线对应的标准负荷曲线；将各个母线对应的标准负荷曲线形成电网标准负荷曲线集；利用第二聚类算法和第三聚类算法，对电网标准负荷曲线集进行聚类剔除，并根据聚类剔除后的结果确认电网母线典型负荷曲线集。本发明能够提高电网工作的可靠性。
-
公开(公告)号：CN113743673B
公开(公告)日：2023-12-22
申请号：CN202111057989.6
申请日：2021-09-09
Applicant: 中国南方电网有限责任公司 , 北京清软创新科技股份有限公司
Abstract: 本发明提供了一种台风期间的电力负荷预测方法，该方法包括：根据待预测周期的气象预报指标和历史气象指标，确定与待预测周期气象相似度最大的第一周期；待预测周期中包括台风登陆日；根据第一周期的气象指标和负荷数据，确定待预测周期的台风属性；若台风属性为影响性台风或破坏性台风，则从气象相似度满足预设条件的至少一个第二周期中的每个第二周期分别选取一个相似日，并根据各个相似日的气象指标和负荷数据、以及预设的人工智能预测模型，确定待预测周期的负荷预测结果。通过第一周期以及相似日组成的双重相似机制加入到人工智能预测模型中，对台风期间的电力系统进行负荷预测，能够有效提高台风期间的负荷预测精度。(56)对比文件马骞 等.基于双重相似机制的台风期间电力负荷预测方法研究.广东电力.2022,第35卷(第3期),第79-87页.吴荣福 等.台风期间福建电网短期负荷预测研究.电工电气.2019,第26-29页.李小燕 等.基于相似日负荷修正的台风期间短期负荷预测.电力系统及其自动化学报.2013,第25卷(第3期),第82-89页.J.W. Taylor等.Neural network loadforecasting with weather ensemblepredictions.IEEE.2002,第626-632页.Rui Wang等.Electric short-term loadforecast integrated method based on time-segment and improved MDSC-BP.Taylor andFrancis online.2020,第80-86页.
-
公开(公告)号：CN114169645A
公开(公告)日：2022-03-11
申请号：CN202111677523.6
申请日：2021-12-31
Applicant: 中国南方电网有限责任公司 , 北京清软创新科技股份有限公司
Abstract: 本发明提供了一种智能电网短期负荷预测方法，包括以下步骤：获取负荷预测所需的基础数据集；对获取的基础数据集进行预处理、LMD算法处理，获得完备数据集；基于完备数据集，采用Inception模块构建强化学习网络，通过强化学习网络改进训练参数；基于改进的训练参数，采用DRNN构建深度学习网络；通过深度学习网络获取短期负荷预测模型并进行数据分析。本发明提供的一种智能电网短期负荷预测方法，将数据预处理技术和负荷预测技术相结合，通过LMD算法将强化学习和深度学习相结合，降低智能电网短期负荷预测数据的误差。
-
公开(公告)号：CN113705929A
公开(公告)日：2021-11-26
申请号：CN202111079795.6
申请日：2021-09-15
Applicant: 中国南方电网有限责任公司 , 北京清软创新科技股份有限公司
Abstract: 本发明提供了一种基于负荷特征曲线及典型特征值融合的春节假期负荷预测方法，该方法包括：根据第一参考时段的负荷数据和第一参考时段的气象数据，以及待预测特殊时段的气象预报数据，确定待预测特殊时段负荷的第二预测结果，再根据第一预测结果和第二预测结果，确定目标预测时段的最终负荷预测结果。通过重点针对节假日进行负荷预测，再将其与常规负荷预测模型得到的第一预测结果相结合，有效的考虑了与正常日负荷差异较大的节假日的特殊性，能够提高特殊日期负荷预测的预测精度。
-
公开(公告)号：CN113743673A
公开(公告)日：2021-12-03
申请号：CN202111057989.6
申请日：2021-09-09
Applicant: 中国南方电网有限责任公司 , 北京清软创新科技股份有限公司
Abstract: 本发明提供了一种台风期间的电力负荷预测方法，该方法包括：根据待预测周期的气象预报指标和历史气象指标，确定与待预测周期气象相似度最大的第一周期；待预测周期中包括台风登陆日；根据第一周期的气象指标和负荷数据，确定待预测周期的台风属性；若台风属性为影响性台风或破坏性台风，则从气象相似度满足预设条件的至少一个第二周期中的每个第二周期分别选取一个相似日，并根据各个相似日的气象指标和负荷数据、以及预设的人工智能预测模型，确定待预测周期的负荷预测结果。通过第一周期以及相似日组成的双重相似机制加入到人工智能预测模型中，对台风期间的电力系统进行负荷预测，能够有效提高台风期间的负荷预测精度。
-
Patent Agency Ranking
公开(公告)号：CN113743519A
公开(公告)日：2021-12-03
申请号：CN202111055709.8
申请日：2021-09-09
Applicant: 中国南方电网有限责任公司 , 北京清软创新科技股份有限公司
Abstract: 本发明提供一种电网母线典型负荷曲线识别方法。该方法包括：获取电网中各条母线分别对应的负荷曲线集；针对每一条母线，利用第一聚类算法，对该母线对应的负荷曲线集进行聚类提取，得到该母线对应的标准负荷曲线；将各个母线对应的标准负荷曲线形成电网标准负荷曲线集；利用第二聚类算法和第三聚类算法，对电网标准负荷曲线集进行聚类剔除，并根据聚类剔除后的结果确认电网母线典型负荷曲线集。本发明能够提高电网工作的可靠性。
-
公开(公告)号：CN113554117A
公开(公告)日：2021-10-26
申请号：CN202110939592.3
申请日：2021-08-16
Applicant: 中国南方电网有限责任公司 , 北京清软创新科技股份有限公司
Abstract: 本发明适用于电力技术领域，提供了一种异常负荷数据识别方法及电子设备，所述方法包括：获取目标负荷数据集；针对每个预设采集时刻，从目标负荷数据集中提取各日的该预设采集时刻对应的负荷数据，得到该预设采集时刻对应的负荷数据子集；针对每个负荷数据子集，根据该负荷数据子集中各个负荷数据的密度确定该负荷数据子集对应的异常数据域；根据各个负荷数据子集对应的异常数据域确定目标负荷数据集对应的异常数据域，并基于目标负荷数据集对应的异常数据域，识别目标负荷数据集中异常的负荷数据。本发明能够更准确地识别异常的负荷数据。
-
公开(公告)号：CN113705929B
公开(公告)日：2024-05-07
申请号：CN202111079795.6
申请日：2021-09-15
Applicant: 中国南方电网有限责任公司 , 北京清软创新科技股份有限公司
IPC: G06F18/25 , G06Q50/06 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于负荷特征曲线及典型特征值融合的春节假期负荷预测方法，该方法包括：根据第一参考时段的负荷数据和第一参考时段的气象数据，以及待预测特殊时段的气象预报数据，确定待预测特殊时段负荷的第二预测结果，再根据第一预测结果和第二预测结果，确定目标预测时段的最终负荷预测结果。通过重点针对节假日进行负荷预测，再将其与常规负荷预测模型得到的第一预测结果相结合，有效的考虑了与正常日负荷差异较大的节假日的特殊性，能够提高特殊日期负荷预测的预测精度。
-
公开(公告)号：CN119005438A
公开(公告)日：2024-11-22
申请号：CN202411142642.5
申请日：2024-08-20
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司营销服务中心 , 北京清软创新科技股份有限公司
Abstract: 本发明提供一种用电量预测方法。该方法包括：获取目标区域的历史电量数据、历史气象数据和目标时段的目标气象数据；根据历史电量数据、历史气象数据、目标气象数据和预设数量的用电量预测模型，得到每个用电量预测模型预测的初始电量数据；根据历史电量数据和每个用电量预测模型预测的初始电量数据，分别计算每个用电量预测模型对应的用电量方差；根据各个用电量方差，确定每个用电量预测模型对应的加权权重；基于每个用电量预测模型预测的初始电量数据和其对应的加权权重，得到目标区域在目标时段的最终电量数据。本发明能够提高用电量预测的精度和准确性，保证电力系统安全稳定的运行。
-
公开(公告)号：CN117974355A
公开(公告)日：2024-05-03
申请号：CN202410104503.7
申请日：2024-01-25
Applicant: 国网安徽省电力有限公司营销服务中心 , 国网安徽省电力有限公司肥东县供电公司 , 国网安徽省电力有限公司颖上县供电公司 , 国网安徽省电力有限公司芜湖供电公司 , 国网安徽省电力有限公司六安市叶集供电公司 , 国网安徽省电力有限公司铜陵市义安区供电公司 , 国网安徽省电力有限公司歙县供电公司 , 国网安徽省电力有限公司滁州供电公司 , 北京清软创新科技股份有限公司
IPC: G06Q50/06 , G06Q10/04 , G06N3/0442 , G06N3/08 , G06N20/20
Abstract: 本发明属于电量统计技术领域，具体为一种基于自注意力神经网络的月度用电量预测算法，该月度用电量预测算法的步骤流程如下：第一步、数据预处理：在开展预测工作之前，对输入数据进行归一化处理，完成输入数据的归一化后，将归一化结果输入自注意力神经网络进行训练，本申请提出了一种月度用电量预测模型，解决了用电量预测模型中考虑社会数据时气象数据量大、特征复杂的问题，基于自注意力神经网络，有效解决了长期时间序列预测困难的问题，并提供了一个堆叠框架，以提高预测精度和模型泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.085 seconds)
