-
公开(公告)号：CN116452238A
公开(公告)日：2023-07-18
申请号：CN202310392511.1
申请日：2023-04-13
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: G06Q30/0202 , G06Q30/0201 , G06Q50/06 , G06F18/10 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于动态权重优化的电费收入预测方法，属于电费收入预测领域，为了提高对电费收入的精准性。所述的预测方法包括如下步骤：a、对电费数据与气象数据进行数据清洗与数据转换，形成样本数据；b、选取影响电费收入预测的因素为：温度、节假日、降水量和电价；c、利用熵权法对样本数据进行权重优化；d、将带有权重的样本数据纳入LSTM模型进行预测。本发明在进行电费收入预测时，不仅考虑内部电费收入、电价等因素的影响，同时整合外部温度、降水量等外部数据，构建样本数据宽表进行特征分析与提取，保证输入特征与目标特征的关联性。
-
公开(公告)号：CN113988421A
公开(公告)日：2022-01-28
申请号：CN202111269371.6
申请日：2021-10-29
Applicant: 北京中恒博瑞数字电力科技有限公司
Abstract: 本发明涉及功率预测技术领域，提出了基于深度学习的风电机组功率智能预测方法，包括数据输入、数据融合、数据归一化处理、计算相关系数和权重、筛选出相关性较强的样本作为功率预测模型的训练样本，训练得到运算较为准确的功率预测模型，通过功率预测模型可以准确有效的输出预测功率值。通过风电功率预测系统的预测结果，电网调度部门可以合理安排发电计划，减少系统的旋转备用容量，提高电网运行的经济性，同时通过提前预测风电功率的波动，合理安排运行方式和应对措施，提高电网的安全性和可靠性。
-
公开(公告)号：CN113988421B
公开(公告)日：2025-03-21
申请号：CN202111269371.6
申请日：2021-10-29
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: G06Q10/04 , G06Q10/0631 , H02J3/00 , G06Q50/06 , G06N3/0442 , G06F18/15 , G06F18/25 , G06F18/21 , G06N3/08
Abstract: 本发明涉及功率预测技术领域，提出了基于深度学习的风电机组功率智能预测方法，包括数据输入、数据融合、数据归一化处理、计算相关系数和权重、筛选出相关性较强的样本作为功率预测模型的训练样本，训练得到运算较为准确的功率预测模型，通过功率预测模型可以准确有效的输出预测功率值。通过风电功率预测系统的预测结果，电网调度部门可以合理安排发电计划，减少系统的旋转备用容量，提高电网运行的经济性，同时通过提前预测风电功率的波动，合理安排运行方式和应对措施，提高电网的安全性和可靠性。
-
公开(公告)号：CN112290542A
公开(公告)日：2021-01-29
申请号：CN202011118735.6
申请日：2020-10-19
Applicant: 北京中恒博瑞数字电力科技有限公司
IPC: H02J3/00 , H02J13/00 , H02H7/26 , G06K9/62 , G06F16/25 , G06F16/248 , G06F16/2458
Abstract: 基于多源数据融合的配网故障停电损失分析展示方法，对硬件依赖性比较小，对设备性能要求不高，能够有效提升计算效率和结果准确性，支撑分析结果可视化展示。包括：(1)对故障信息数据接入；(2)对故障识别所需的数据接入；(3)对故障影响范围所需的数据接入；(4)将故障信息与故障识别数据进行融合，获得馈线、支线和台区全口径配网故障停电信息；(5)利用故障影响范围数据，将配网故障停电信息与影响范围相融合；(6)根据不同类别损失分析计算方法，开展配网故障停电损耗分析；(7)对分析结果进行可视化展示。
-
-
-
Search Results
4
records
(took 0.05 seconds)
