公开(公告)号：CN119209529A

公开(公告)日：2024-12-27

申请号：CN202411696989.4

申请日：2024-11-26

Applicant: 山东大学

Inventor： 杨明 ,  周皓阳 ,  刘昊 ,  焦敏 ,  王飞 ,  于一潇 ,  李梦林 ,  郑旭东 ,  王传琦 ,  李鹏

IPC: H02J3/00 ,  G06Q10/063 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/213 ,  G06F18/24

Abstract: 本发明属于分行业负荷预测技术领域，本发明提供了一种基于类型分析和特征重构的分行业负荷预测方法及系统，获取各行业的用电负荷数据及气象特征数据，进行预处理；对不同行业的用电负荷进行分类；计算各气象特征变量与不同类别用电负荷之间的最大信息系数，根据最大信息系数的值进行特征选择，并重构气象特征矩阵；将距离待预测日设定时间段内的历史负荷数据作为模型输入特征，合并至特征矩阵中；以合并后的特征矩阵为输入，负荷值为输出，对深度学习模型进行训练；根据预测目标的用电类型选择对应的特征矩阵，利用训练后的深度学习模型进行日前负荷预测。本发明能够实现不同行业的日前负荷预测。

公开(公告)号：CN116307250A

公开(公告)日：2023-06-23

申请号：CN202310389305.5

申请日：2023-04-07

Applicant: 山东鲁软数字科技有限公司 ,  山东大学

Inventor： 刘昊 ,  杨明 ,  张俊岭 ,  隗寿晨 ,  姜学良 ,  何成 ,  牛爱梅 ,  褚敬 ,  郑旭东

IPC: G06Q10/04 ,  G06Q10/0637 ,  G06Q50/06 ,  G06F18/23213 ,  H02J3/00

Abstract: 本发明提出了一种基于典型日特征选择的短期负荷预测方法及系统，包括：获取历史负荷数据、历史气象数据及预测日气象数据；对历史负荷数据进行聚类，获得负荷特征典型日分类结果，对于聚类之后的每一类负荷，采用聚类中心作为该类负荷的典型日，用于分析每一类负荷的特征；针对每类负荷的典型日，计算各影响因子与负荷之间的最大信息系数和协同度，基于计算结果完成每类负荷的特征选择，获得每类负荷的的特征集；利用历史气象数据及每类负荷的的特征集分别训练神经网络；将预测日气象数据输入至训练后的神经网络中获得负荷预测结果。

公开(公告)号：CN115409291B

公开(公告)日：2023-04-18

申请号：CN202211342092.2

申请日：2022-10-31

Applicant: 山东大学

Inventor： 杨明 ,  王传琦 ,  于一潇 ,  李梦林 ,  李鹏 ,  刘雅婷 ,  郑旭东

IPC: G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/0442 ,  G06N3/08 ,  G06F17/18

Abstract: 本公开公开的一种风速修正的风电功率预测方法及系统，属于风电预测技术领域，包括：获取风电场的当前时刻真实风速、风电场NWP预测的当前时刻风速和下一时刻风速；根据风电场的当前时刻真实风速和风电场NWP预测的当前时刻风速，获得当前时刻风速预测误差；根据当前时刻风速预测误差、NWP预测的下一时刻风速和风速预测模型，获得下一时刻修正的预测风速，其中，风速预测模型为构建的当前时刻风速预测误差、NWP预测的下一时刻风速、下一时刻风速预测误差的三维Copula模型；根据下一时刻修正的预测风速和训练好的风电功率预测模型，获得风电功率预测结果。实现了对风电功率的准确预测。

公开(公告)号：CN115409291A

公开(公告)日：2022-11-29

申请号：CN202211342092.2

申请日：2022-10-31

Applicant: 山东大学

Inventor： 杨明 ,  王传琦 ,  于一潇 ,  李梦林 ,  李鹏 ,  刘雅婷 ,  郑旭东

IPC: G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/04 ,  G06N3/08 ,  G06F17/18

Abstract: 本公开公开的一种风速修正的风电功率预测方法及系统，属于风电预测技术领域，包括：获取风电场的当前时刻真实风速、风电场NWP预测的当前时刻风速和下一时刻风速；根据风电场的当前时刻真实风速和风电场NWP预测的当前时刻风速，获得当前时刻风速预测误差；根据当前时刻风速预测误差、NWP预测的下一时刻风速和风速预测模型，获得下一时刻修正的预测风速，其中，风速预测模型为构建的当前时刻风速预测误差、NWP预测的下一时刻风速、下一时刻风速预测误差的三维Copula模型；根据下一时刻修正的预测风速和训练好的风电功率预测模型，获得风电功率预测结果。实现了对风电功率的准确预测。

公开(公告)号：CN115965056A

公开(公告)日：2023-04-14

申请号：CN202211246717.5

申请日：2022-10-12

Applicant: 国网山东省电力公司潍坊供电公司 ,  山东大学

Inventor： 刘明 ,  刘堃 ,  张锴 ,  宋静 ,  薛云霞 ,  方磊 ,  李玉志 ,  李丰硕 ,  朱海南 ,  孙华忠 ,  王娟娟 ,  刘传良 ,  金峰 ,  陈兵兵 ,  李宗璇 ,  李国强 ,  孙光亮 ,  郑旭东

IPC: G06N3/0464 ,  G06N3/08 ,  G06F18/214 ,  G06F18/2411 ,  H02J3/00 ,  G06F17/16

Abstract: 本发明属于中长期电量预测领域，提供了一种中长期电量变权组合预测方法及系统，包括分别根据不同的预先训练好的电量预测子模型对中长期电量进行预测，并对预测结果进行预处理，确定预测结果和真实值之间的预测误差；按照最小二乘规划方法，在保证不会出现负权重的同时，基于预测误差和时间距离分配个子模型的权重，确定使误差平方和最小的权重系数，得到各子模型的最佳权重；基于各子模型的最佳权重确定组合预测模型，利用组合预测模型获取组合预测的值。本发明将各子模型的预测结果按照不同的权重组合，弥补单一模型的缺点，提高电量预测精度。