-
公开(公告)号:CN119539029A
公开(公告)日:2025-02-28
申请号:CN202411482520.0
申请日:2024-10-23
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06N3/098 , H02J3/00 , G06N3/0442 , G06F30/27 , G06Q50/06
Abstract: 本发明提供一种面向电力系统暂态稳定性的自适应个性化联邦学习方法,包括:利用PSASP电力系统仿真软件生成电力系统仿真数据;数据标准化数据集进行划分;基于处理后的数据构建基础模型LSTM;基于基础模型LSTM进行自适应个性化联邦学习,得到练完成后的个性化模型;将实际电力系统数据作为个性化模型的输入,验证个性化模型的准确性和实用性。本发明允许每个客户端根据不同电力部门数据的独特性,训练出与其数据分布相匹配的个性化模型,增强了模型对本地电网暂态稳定性的预测准确性;通过在多个客户端上并行进行模型训练,有效利用了分布式计算资源,提高了整体训练效率和处理大规模数据集的能力。
-
公开(公告)号:CN118520428B
公开(公告)日:2024-10-18
申请号:CN202410977249.1
申请日:2024-07-22
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/27 , G06F18/214 , G06F18/10 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及电力负荷预测领域,更具体地,本发明涉及一种基于人工智能的电力负荷预测方法及系统,所述方法包括:对获取的历史电力负荷数据段中的负荷数据进行拟合,确定拟合曲线的极值点,然后计算历史电力负荷数据段的初始噪声程度,并对应的历史电网频率数据段的初始噪声程度,以及历史电力负荷数据段与对应的历史电网频率数据段之间的相关性对初始噪声程度进行修正,得到历史电力负荷数据段的最终噪声程度,以利用每个历史电力负荷数据段的最终噪声程度对由对应的历史电力负荷数据段确定的预测值进行加权,得到最终预测值。本发明可以降低噪声数据对预测结果的影响,提高了对电力负荷量预测的准确性。
-
公开(公告)号:CN118520428A
公开(公告)日:2024-08-20
申请号:CN202410977249.1
申请日:2024-07-22
Applicant: 湖北华中电力科技开发有限责任公司
IPC: G06F18/27 , G06F18/214 , G06F18/10 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及电力负荷预测领域,更具体地,本发明涉及一种基于人工智能的电力负荷预测方法及系统,所述方法包括:对获取的历史电力负荷数据段中的负荷数据进行拟合,确定拟合曲线的极值点,然后计算历史电力负荷数据段的初始噪声程度,并对应的历史电网频率数据段的初始噪声程度,以及历史电力负荷数据段与对应的历史电网频率数据段之间的相关性对初始噪声程度进行修正,得到历史电力负荷数据段的最终噪声程度,以利用每个历史电力负荷数据段的最终噪声程度对由对应的历史电力负荷数据段确定的预测值进行加权,得到最终预测值。本发明可以降低噪声数据对预测结果的影响,提高了对电力负荷量预测的准确性。
-
-