公开(公告)号：CN119179868B

公开(公告)日：2025-03-18

申请号：CN202411699142.1

申请日：2024-11-26

Applicant: 南京理工大学 ,  国网安徽省电力有限公司电力科学研究院

Inventor： 罗李子 ,  王城煌 ,  龙寰 ,  高润天 ,  王小明

IPC: G06F18/20 ,  H02J3/00 ,  G06F18/10 ,  G06F18/2113 ,  G06F18/214 ,  G06F18/243 ,  G06N5/01 ,  G06N20/20 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/096 ,  G06Q50/06

Abstract: 本发明公开了基于高频增强去噪扩散模型的短期净负荷概率预测方法，涉及电力负荷预测技术领域。本发明包括：接收配电网历史净负荷数据和多维气象采集数据，通过XGBoost算法和MIC最大信息系数进行条件特征的筛选，并基于筛选得到的条件特征构建条件特征集；基于历史负荷数据和扩散模型前向扩散过程，形成噪声化的净负荷数据；构建高频增强去噪扩散模型，利用条件特征集与噪声化的净负荷数据对高频增强去噪扩散模型进行训练。本发明通过对高频信号的自适应增强和对多尺度特征的有效提取，能够提升对复杂负荷波动模式的精准刻画能力与预测结果的稳定性，为配网计划生产、运行调度提供更加可靠的决策依据。

公开(公告)号：CN119179868A

公开(公告)日：2024-12-24

申请号：CN202411699142.1

申请日：2024-11-26

Applicant: 南京理工大学 ,  国网安徽省电力有限公司电力科学研究院

Inventor： 罗李子 ,  王城煌 ,  龙寰 ,  高润天 ,  王小明

IPC: G06F18/20 ,  H02J3/00 ,  G06F18/10 ,  G06F18/2113 ,  G06F18/214 ,  G06F18/243 ,  G06N5/01 ,  G06N20/20 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/096 ,  G06Q50/06

Abstract: 本发明公开了基于高频增强去噪扩散模型的短期净负荷概率预测方法，涉及电力负荷预测技术领域。本发明包括：接收配电网历史净负荷数据和多维气象采集数据，通过XGBoost算法和MIC最大信息系数进行条件特征的筛选，并基于筛选得到的条件特征构建条件特征集；基于历史负荷数据和扩散模型前向扩散过程，形成噪声化的净负荷数据；构建高频增强去噪扩散模型，利用条件特征集与噪声化的净负荷数据对高频增强去噪扩散模型进行训练。本发明通过对高频信号的自适应增强和对多尺度特征的有效提取，能够提升对复杂负荷波动模式的精准刻画能力与预测结果的稳定性，为配网计划生产、运行调度提供更加可靠的决策依据。

公开(公告)号：CN118411062B

公开(公告)日：2024-10-29

申请号：CN202410892155.4

申请日：2024-07-04

Applicant: 南京理工大学

Inventor： 罗李子 ,  王城煌 ,  宗希 ,  龙寰

IPC: G06Q10/0637 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/23213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  H02J3/00

Abstract: 本发明公开计及多重时空相关性的配电网净负荷预测方法及系统，属于电力系统技术领域；预测方法包括：基于配电网历史净负荷数据和多维气象数据，通过XGBoost极限梯度提升算法分析各类型气象特征对净负荷预测的重要性，通过逐级性能实验进行特征筛选；基于筛选后的气象特征历史数据，通过模糊C均值聚类算法对不同天气类型净负荷数据进行聚类；基于小波变换提取净负荷高低频分量，并进行分量重构；针对重构后的高频分量，基于GCN‑LSTM提取多重时空特征进行预测；针对重构后的低频分量，基于LSTM进行净负荷时序预测；根据实际净负荷值与高、低频融合预测值，采用评价指标，对预测结果的准确度与适应性进行量化分析。

公开(公告)号：CN118411062A

公开(公告)日：2024-07-30

申请号：CN202410892155.4

申请日：2024-07-04

Applicant: 南京理工大学

Inventor： 罗李子 ,  王城煌 ,  宗希 ,  龙寰

IPC: G06Q10/0637 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/23213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  H02J3/00

Abstract: 本发明公开计及多重时空相关性的配电网净负荷预测方法及系统，属于电力系统技术领域；预测方法包括：基于配电网历史净负荷数据和多维气象数据，通过XGBoost极限梯度提升算法分析各类型气象特征对净负荷预测的重要性，通过逐级性能实验进行特征筛选；基于筛选后的气象特征历史数据，通过模糊C均值聚类算法对不同天气类型净负荷数据进行聚类；基于小波变换提取净负荷高低频分量，并进行分量重构；针对重构后的高频分量，基于GCN‑LSTM提取多重时空特征进行预测；针对重构后的低频分量，基于LSTM进行净负荷时序预测；根据实际净负荷值与高、低频融合预测值，采用评价指标，对预测结果的准确度与适应性进行量化分析。