-
公开(公告)号:CN119599739A
公开(公告)日:2025-03-11
申请号:CN202411447417.2
申请日:2024-10-16
Applicant: 湖南电力交易中心有限公司 , 华北电力大学
IPC: G06Q30/0283 , G06Q50/06 , G06F18/27 , G06F18/211 , G06N3/0442
Abstract: 本发明涉及电价区间预测技术领域,具体涉及一种考虑多源数据特征选择和分位数的长短期记忆神经网络电价区间预测方法,包括以下步骤:S1,电价的多源数据的特征选择:构建多源特征因素集;S2,数据归一化:对选定的特征因素和电价数据进行最大最小归一化处理;S3,构建基于分位数的长短期记忆神经网络预测模型:构建基于长短期记忆网络的分位数回归模型,捕捉电价的变化特征;S4,基于核密度估计的区间预测:采用高斯核函数生成电价的概率密度函数,实现电价的区间预测;本发明,优化资源配置,提高运营效率,确保电力供应的稳定性,推动能源市场的稳定与公平。
-
公开(公告)号:CN103903181A
公开(公告)日:2014-07-02
申请号:CN201410104613.X
申请日:2014-03-20
Applicant: 华北电力大学
Abstract: 本发明提出了一种地铁事故设备受损情况评估检测模型,属于输配电领域。该模型涉及地铁事故受损设备基本状况和受损状态的分析检测与评估,用于保险公司及时合理地评估地铁事故损伤情况,作为理赔的依据。该发明构建了一种评估检测地铁设备受损情况的模型,全面考虑了地铁设备损伤程度,受损设备仍保有的残值,投保公司提供材料的完整度、可信度、真实性等因素,利用模型为保险公司及投保公司快速、准确地提供客观公正的理赔金额,尽可能降低投保单位因事故对工程产生的影响,减少相关单位因事故导致的损失。
-
公开(公告)号:CN103915841A
公开(公告)日:2014-07-09
申请号:CN201410153770.X
申请日:2014-04-16
Applicant: 华北电力大学
Abstract: 本发明属于电力系统仿真建模领域,尤其是涉及一种用于电力系统负荷特性仿真的建模方法,该方法以实测负荷建模为基础,采用多维综合遗传算法对实测负荷特性数据进行辨识,所得模型在梯形波电压激励下的功率响应数据作为特征向量用于聚类分析,为了降低特征向量维数,提高聚类分析效率,对特征向量进行了基于时间序列的分段线性化处理。该方法能够有效解决负荷时变性问题,提高仿真精度,为工程实践提供更为准确的负荷模型。
-
公开(公告)号:CN103869102B
公开(公告)日:2016-05-18
申请号:CN201410088863.9
申请日:2014-03-11
Applicant: 广东电网公司电网规划研究中心 , 华北电力大学
CPC classification number: Y04S10/60
Abstract: 本发明公开了区域电网负荷建模领域的一种大区域电网负荷统计与分类方法。其技术方案是,首先,基于冒泡排序方法对变电站群进行第一层聚类计算,实现变电站群的粗分类;其次,基于核的逐层聚类方法对粗分类中的每一类进行第二层聚类计算,在粗分类的基础上实现精确分类。该方法以变电站的负荷构成为基础,利用基于核的逐层聚类技术按照样本特征自然分类,可将线性不可分的变电站组通过特征映射,使其在高维空间变得线性可分;与此同时,结合核函数的应用有效的避开高维空间的“维数灾难”,准确的解决了变电站分类问题,实现了对大区域电网负荷进行有效的统计和分类。
-
公开(公告)号:CN103915841B
公开(公告)日:2015-12-09
申请号:CN201410153770.X
申请日:2014-04-16
Applicant: 华北电力大学
Abstract: 本发明属于电力系统仿真建模领域,尤其是涉及一种用于电力系统负荷特性仿真的建模方法,该方法以实测负荷建模为基础,采用多维综合遗传算法对实测负荷特性数据进行辨识,所得模型在梯形波电压激励下的功率响应数据作为特征向量用于聚类分析,为了降低特征向量维数,提高聚类分析效率,对特征向量进行了基于时间序列的分段线性化处理。该方法能够有效解决负荷时变性问题,提高仿真精度,为工程实践提供更为准确的负荷模型。
-
公开(公告)号:CN103869102A
公开(公告)日:2014-06-18
申请号:CN201410088863.9
申请日:2014-03-11
Applicant: 广东电网公司电网规划研究中心 , 华北电力大学
CPC classification number: Y04S10/60
Abstract: 本发明公开了区域电网负荷建模领域的一种大区域电网负荷统计与分类方法。其技术方案是,首先,基于冒泡排序方法对变电站群进行第一层聚类计算,实现变电站群的粗分类;其次,基于核的逐层聚类方法对粗分类中的每一类进行第二层聚类计算,在粗分类的基础上实现精确分类。该方法以变电站的负荷构成为基础,利用基于核的逐层聚类技术按照样本特征自然分类,可将线性不可分的变电站组通过特征映射,使其在高维空间变得线性可分;与此同时,结合核函数的应用有效的避开高维空间的“维数灾难”,准确的解决了变电站分类问题,实现了对大区域电网负荷进行有效的统计和分类。
-
-
-
-
-