-
公开(公告)号：CN113094931A
公开(公告)日：2021-07-09
申请号：CN202110488950.3
申请日：2021-04-29
Applicant: 杭州电力设备制造有限公司 , 国网浙江杭州市余杭区供电有限公司 , 国网浙江省电力有限公司杭州供电公司 , 杭州电子科技大学
IPC: G06F30/20 , G06N3/04 , G06N3/08 , G06F111/08 , G06F119/06 , G06F119/12
Abstract: 本发明公开了一种非侵入式负荷分解方法、装置及设备，本申请首先基于待负荷分解空间所有电器实时运行的总有功功率序列，通过复杂电器对应的负荷分解模型，得到各个复杂电器的功率序列，随后便可将复杂电器的功率序列从总有功功率序列中剥离并得到简单电器总功率序列，最后根据简单电器一一对应的负荷特征检测模型以及开启功率预估值确定出简单电器的功率序列即可，由于本申请中所用到的负荷分解模型以及负荷特征检测模型均与电器一一对应，因此即使待负荷分解空间中的电器数量增加，仅需要为新增电器训练其需要的专用模型即可，无需针对所有的电器重新进行训练，减少了训练过程的耗时，提升了工作效率。
-
公开(公告)号：CN113094931B
公开(公告)日：2022-04-22
申请号：CN202110488950.3
申请日：2021-04-29
Applicant: 杭州电力设备制造有限公司 , 国网浙江杭州市余杭区供电有限公司 , 国网浙江省电力有限公司杭州供电公司 , 杭州电子科技大学
IPC: G06F30/20 , G06N3/04 , G06N3/08 , G06F111/08 , G06F119/06 , G06F119/12
Abstract: 本发明公开了一种非侵入式负荷分解方法、装置及设备，本申请首先基于待负荷分解空间所有电器实时运行的总有功功率序列，通过复杂电器对应的负荷分解模型，得到各个复杂电器的功率序列，随后便可将复杂电器的功率序列从总有功功率序列中剥离并得到简单电器总功率序列，最后根据简单电器一一对应的负荷特征检测模型以及开启功率预估值确定出简单电器的功率序列即可，由于本申请中所用到的负荷分解模型以及负荷特征检测模型均与电器一一对应，因此即使待负荷分解空间中的电器数量增加，仅需要为新增电器训练其需要的专用模型即可，无需针对所有的电器重新进行训练，减少了训练过程的耗时，提升了工作效率。
-
Patent Agency Ranking
公开(公告)号：CN111563827B
公开(公告)日：2023-08-04
申请号：CN202010278775.0
申请日：2020-04-10
Applicant: 杭州电子科技大学
IPC: G06Q50/06 , G06F18/23213 , G06F30/27
Abstract: 本发明公开了一种基于电器物理特性及居民用电行为的负荷分解方法。本发明为减少原始数据对负荷特征提取影响，首先利用分箱法将家用电器历史运行数据进行降噪处理，同时按电器运行情况将家用电器分为间断型家用电器和持续型家用电器。提取电流的基波、三次，五次和七次谐波为间断型家用电器的负荷特征，运行功率为持续型家用电器的负荷特征，分别建立深度神经网络和MLP神经网络对其进行训练，并实现不同类型家用电器的负荷分解。
-
公开(公告)号：CN114091323A
公开(公告)日：2022-02-25
申请号：CN202111215373.7
申请日：2021-10-19
Applicant: 杭州电子科技大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06K9/62 , G06F111/10
Abstract: 本发明公开了一种基于数据时序特性和电器间状态关联性的数据生成方法。本发明为减少数据采集过程存在的噪声问题，结合电力负荷数据的特性利用负荷数据的均值和格拉布斯检测法对噪声数据进行清洗。从以下两个改进对抗生成网络：1.增加生成器的学习任务。2.创建降维和复原网络辅助改进后的对抗生成网络工作。其次修改网络输入数据的格式，使对抗生成网络纵向学习各电器间的相关联工作状态。最后对生成器中超参数进行优化，进一步提升生成器的性能，从而提升生成数据的质量。
-
公开(公告)号：CN111563827A
公开(公告)日：2020-08-21
申请号：CN202010278775.0
申请日：2020-04-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于电器物理特性及居民用电行为的负荷分解方法。本发明为减少原始数据对负荷特征提取影响，首先利用分箱法将家用电器历史运行数据进行降噪处理，同时按电器运行情况将家用电器分为间断型家用电器和持续型家用电器。提取电流的基波、三次，五次和七次谐波为间断型家用电器的负荷特征，运行功率为持续型家用电器的负荷特征，分别建立深度神经网络和MLP神经网络对其进行训练，并实现不同类型家用电器的负荷分解。
-
公开(公告)号：CN111160639B
公开(公告)日：2022-04-15
申请号：CN201911332196.3
申请日：2019-12-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于用户出行时空分布特性的电动汽车充电负荷预测方法。首先利用Bass回归分析模型，预测了规划区电动汽车保有量。构建了融合道路类型、实时道路拥堵程度和区域连接关系的等效道路模型，并考虑不同类型日、不同出行时间、驻留时间和实时路况对用户出行的影响，采用Dijkstra路径寻优算法得到了用户出行最优路径和日出行链。此外，采用蒙特卡洛法得到多次充电负荷预测的结果，并利用非参数核密度估计和高斯拟合得到对应的充电负荷概率密度函数，概率最高的充电负荷即为对应的电动汽车充电负荷预测值。本发明能够有效的描述规划区内日充电负荷的具体分布范围，并取最大概率密度的充电负荷作为预测结果更接近实际。
-
公开(公告)号：CN111160639A
公开(公告)日：2020-05-15
申请号：CN201911332196.3
申请日：2019-12-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于用户出行时空分布特性的电动汽车充电负荷预测方法。首先利用Bass回归分析模型，预测了规划区电动汽车保有量。构建了融合道路类型、实时道路拥堵程度和区域连接关系的等效道路模型，并考虑不同类型日、不同出行时间、驻留时间和实时路况对用户出行的影响，采用Dijkstra路径寻优算法得到了用户出行最优路径和日出行链。此外，采用蒙特卡洛法得到多次充电负荷预测的结果，并利用非参数核密度估计和高斯拟合得到对应的充电负荷概率密度函数，概率最高的充电负荷即为对应的电动汽车充电负荷预测值。本发明能够有效的描述规划区内日充电负荷的具体分布范围，并取最大概率密度的充电负荷作为预测结果更接近实际。
-
-
-
-
-
-
Search Results
7
records
(took 0.1 seconds)
