-
公开(公告)号：CN119891152A
公开(公告)日：2025-04-25
申请号：CN202411721066.X
申请日：2024-11-28
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC: H02J3/00 , G06F18/15 , G06F18/2131 , G06F18/27 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及一种基于数据分解的负荷预测方法及系统，其中方法包括以下步骤：获取目标对象的历史负荷数据，并进行相似日选取，获取与目标日期相似的相似日历史负荷数据；利用变分模态分解法从相似日历史负荷数据中分解出多种分量，并利用蜣螂算法对变分模态分解法进行优化；基于分解出的各个分量，分别构建并行的CNN‑LSTM预测模型，并进行训练；通过训练好的CNN‑LSTM预测模型进行目标对象在目标日期的负荷预测。
-
公开(公告)号：CN119047883A
公开(公告)日：2024-11-29
申请号：CN202411173071.1
申请日：2024-08-26
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G06Q10/0637 , G06F17/11 , G06Q50/26
Abstract: 本发明提供一种基于碳资产的生产管控方法及系统，服务器根据企业设备用碳的属性对企业设备划分处理并添加相对应的用碳标签，基于用碳标签划分得到相对应的用碳集合；服务器基于企业供能线路的供能拓扑图内企业设备的工作状态，确定正向用碳标签的用碳集合内每个企业设备在第一预设时间段内的碳源，以及相应的用碳计算时间段；获取具有反向用碳标签的用碳集合内的企业设备，基于企业设备在第一预设时间段内的工作状态、工作时间对第一预设时间段分割处理，得到不同的节碳计算时间段；基于所有企业设备的用碳计算时间段、用碳数据、节碳计算时间段、节碳数据综合计算得到综合碳资产，基于综合碳资产进行生产管控。
-
公开(公告)号：CN114399110B
公开(公告)日：2024-11-01
申请号：CN202210040452.7
申请日：2022-01-14
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
Abstract: 本发明涉及一种基于电力数据的陶瓷行业碳排放预测方法，包括以下步骤：步骤S1:通过分析陶瓷行业生产流程，确定碳排放源，并获取陶瓷企业历史年份各碳排放源碳排放量和各历史年份用电量数据；步骤S2:对步骤S1得到的数据进行预处理，剔除奇异值；步骤S3:基于灰色预测模型GM(0,1)模型建立电至各碳排放源碳排放量关联关系，进而得到电至总碳排放量关联关系，构建预测模型；步骤S4:将待测数据输入至预测模型，获取碳排放预测值。本发明可以准确实现碳排放量的预测，有效降低了检测成本，提升检测可靠性。
-
公开(公告)号：CN118709871A
公开(公告)日：2024-09-27
申请号：CN202411204067.7
申请日：2024-08-30
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/08 , G06F16/332 , G06F16/36 , G06F16/33
Abstract: 本发明涉及基于知识图谱检索增强生成的用户级电量预测方法及系统，具体步骤包括：采集若干用户电力属性数据并进行预处理，基于预处理后的电力属性数据构建向量数据库和分层知识图谱数据库；将若干个性化用户的电力属性数据输入预训练的大语言模型，将电力属性数据相近的各用户划分为同类用户，基于用户的电力属性数据生成自然语言提问文本，在向量数据库和分层知识图谱数据库中查询各类用户的用电水平，分别生成各类用户的个性化用户属性特征；根据预设时间范围内的基于各类用户用电习惯的用电记录获取电力时序数据，再利用嵌入层神经网络提取时序特征；通过向量拼接的方式将各类用户的个性化用户属性特征与时序特征进行融合，获得综合特征。
-
公开(公告)号：CN117252101A
公开(公告)日：2023-12-19
申请号：CN202311236140.4
申请日：2023-09-22
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC: G06F30/27 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06Q50/06 , G06F119/08 , G06F111/10
Abstract: 本发明涉及一种台风对电力电量影响的测算方法、系统、设备及介质，其中方法包括以下步骤：获取目标地区发生台风时的电力电量数据实际值；将目标台风发生时的实际气温数据作为特征变量输入训练好的电力电量预测模型，获得第一电力电量预测值，以模拟气温与台风来时一致，但未发生台风灾害性破坏影响时的电力电量值；模拟对应地区未发生台风时的气温条件，并将模拟气温数据作为特征变量输入训练好的电力电量预测模型，获得第二电力电量预测值；通过第二电力电量预测值与第一电力电量预测值的差值测算台风对目标地区电力电量所产生的气候性影响；通过第一电力电量预测值与电力电量数据实际值的差值测算台风对目标地区电力电量所产生的灾害性影响。
-
Patent Agency Ranking
公开(公告)号：CN119940959A
公开(公告)日：2025-05-06
申请号：CN202510004587.1
申请日：2025-01-02
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G06Q10/0637 , G06Q30/0202 , G06Q50/06 , G06N20/00 , H02J3/00
Abstract: 本申请提供一种分时电量预测方法。该方法包括：获取待预测日和多个历史日的多种影响因素数据，以及多个历史日的分时电量数据；根据影响因素数据，建立待预测日与多个历史日的关联决策矩阵；根据关联决策矩阵，确定待预测日与每个历史日之间的投影值；根据投影值，从多个历史日中确定待预测日的相似日；基于相似日对应的影响因素数据和分时电量数据，对预设的机器学习模型进行训练，得到分时电量预测模型；将待预测日的影响因素输入至分时电量预测模型，得到待预测日的分时电量预测结果。本申请能够提高分时电量预测的效率和准确率。
-
公开(公告)号：CN119848801A
公开(公告)日：2025-04-18
申请号：CN202510315935.7
申请日：2025-03-18
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G06F18/27 , G06F18/214
Abstract: 本发明提出了一种基于敏感性分析的分时电量分解方法，涉及电量分解技术领域，获取目标区域的历史和实时分时电量数据、分时气象数据，网格化处理后得到气象因子和联合数据集，筛选出关键气象因子集合；用历史分时电量数据构建分位数回归的基础分时电量分解模型，输入实时数据得基础分量并获分时电量残差，对残差进行二次模态分解，得到气象敏感模态分量集合；构建MOEA/D多目标优化模型，以气象敏感模态分量集合为输入，用切比雪夫分解法求解，基于关键气象因子更新权重获修正气象电量分量；最后将基础分量与修正分量叠加得到最终分解结果。本发明通过多模型结合提高电量分解精度，为电力调度、需求预测提供有力支持。
-
公开(公告)号：CN118709870B
公开(公告)日：2024-11-05
申请号：CN202411199516.3
申请日：2024-08-29
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
Abstract: 本发明涉及一种基于大语言模型的电量预测人工智能代理方法及系统，具体步骤包括：构建基于大语言模型的人工智能代理预测模型，包括用户输入读取模块、提示词构建模块、若干个大语言模型、任务分解和规划模块、工具选择模块和代码生成模块；利用用户输入读取模块来读取目标用户提出的电量预测问题并翻译成大语言模型需要的格式，同时利用提示词构建模块构建引导大语言模型工作的提示词；再将电量预测问题和提示词输入至预训练的第一大语言模型中；利用第一大语言模型对输入的电量预测问题进行完整性校验，并基于完整性判断结果进一步引导目标用户补充完整电量预测问题。
-
公开(公告)号：CN118709870A
公开(公告)日：2024-09-27
申请号：CN202411199516.3
申请日：2024-08-29
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
Abstract: 本发明涉及一种基于大语言模型的电量预测人工智能代理方法及系统，具体步骤包括：构建基于大语言模型的人工智能代理预测模型，包括用户输入读取模块、提示词构建模块、若干个大语言模型、任务分解和规划模块、工具选择模块和代码生成模块；利用用户输入读取模块来读取目标用户提出的电量预测问题并翻译成大语言模型需要的格式，同时利用提示词构建模块构建引导大语言模型工作的提示词；再将电量预测问题和提示词输入至预训练的第一大语言模型中；利用第一大语言模型对输入的电量预测问题进行完整性校验，并基于完整性判断结果进一步引导目标用户补充完整电量预测问题。
-
公开(公告)号：CN118365373A
公开(公告)日：2024-07-19
申请号：CN202410792131.1
申请日：2024-06-19
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC: G06Q30/0202 , G06F18/27 , G06Q50/06
Abstract: 本申请公开了一种基于业扩数据的预测方法、设备及存储介质，通过将用电数据和业扩数据根据历史数据、时间因素和天气因素进行分解，然后消除时间因素和天气因素等因素的影响后，建立根据业扩数据进行用电量预测的第一预测模型，并通过历史数据对第一预测模型的系数进行优化，根据第一直接预测模型的最终预测模型对未来的用电量进行预测。解决了传统预测方法受业扩数据影响产生的误差较大，人工神经网络等智能预测方法对数据的依赖性较强，对于数据受限的预测准确度较低，难以使用智能预测方法的问题。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.096 seconds)
