-
公开(公告)号：CN115392594A
公开(公告)日：2022-11-25
申请号：CN202211330610.9
申请日：2022-10-27
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于神经网络和特征筛选的用电负荷模型训练方法。方法包括：获取训练样本数据；获取针对各候选用电特征组合对应的特征选择变量，并采用梯度下降的方法，从各候选用电特征组合中筛选出目标用电特征组合；将目标用电特征组合输入至待训练的电力负荷预测模型中，得到用户用电负荷预测数据；基于用户用电负荷预测数据和目标用电特征组合所对应的用户用电负荷样本数据之间的差异，获取待训练的电力负荷预测模型对应的模型损失值；根据模型损失值调整待训练的电力负荷预测模型的模型参数，直至模型损失值低于预设阈值，将模型参数调整后的待训练的电力负荷预测模型作为训练好的电力负荷预测模型。本方法能提高用户用电负荷预测的精度。
-
公开(公告)号：CN112330077A
公开(公告)日：2021-02-05
申请号：CN202110000659.7
申请日：2021-01-04
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种电力负荷预测方法、装置、计算机设备和存储介质，方法包括：响应于用电负荷预测请求，获取与用电负荷预测请求对应的用电负荷相关特征数据，包括历史用电负荷值；并进一步划分为生活用电负荷相关特征数据以及生产用电负荷相关特征数据；之后输入预先构建的用电负荷差值预测模型，得到与预测时间信息对应的生活用电负荷预测差值以及生产用电负荷预测差值，并对历史用电负荷值进行计算处理，得到用电负荷预测结果。本申请通过生活用电负荷相关特征数据以及生产用电负荷相关特征数据，实现了利用模型进行分别预测，提高了电力负荷预测的精细程度；通过预测用电负荷差值减小了预测过程中的方差，提高了电力负荷预测的准确性。
-
公开(公告)号：CN117909510A
公开(公告)日：2024-04-19
申请号：CN202311612352.8
申请日：2023-11-28
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F16/36 , G06F40/279 , G06F18/22 , G06Q50/06 , G06N5/022
Abstract: 本申请涉及一种电力数据驱动的产业链知识图谱构建方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：获取目标产业知识语料数据集；根据目标产业知识语料数据集，生成针对目标产业的产业链知识库；获取各电能消耗节点对应的节点产品标识集合，对于任一电能消耗节点，将节点产品标识集合中的各节点产品标识与产业链知识库中最低层级的各目标产业实体标识进行匹配，得到电能消耗节点对应的节点产品标识匹配结果；基于各电能消耗节点对应的节点产品标识匹配结果和产业链知识库，生成产业链知识图谱。采用本方法能够构建得到准确反映目标产业的发展现状的产业链知识图谱。
-
公开(公告)号：CN117239810B
公开(公告)日：2024-03-26
申请号：CN202311485598.3
申请日：2023-11-09
Applicant: 南方电网数字电网研究院有限公司
IPC: H02J3/32 , H02J3/14 , H02J3/46 , G06Q10/0631 , G06Q30/0283 , G06Q50/06 , G06F17/11
Abstract: 本申请涉及一种虚拟电厂电能调度方案获取方法。所述方法包括：根据预先构建的电动汽车的充电约束条件和放电约束条件，获取目标虚拟电厂对电动汽车的最小充电量和最大放电量；基于最小充电量、最大放电量，以及目标虚拟电厂对负载提供的最小负载电量，得到目标虚拟电厂从电动汽车获取的充电资源、目标虚拟电厂对电动汽车提供的放电资源，以及目标虚拟电厂从负载获取的负载资源；利用充电资源、放电资源和负载资源，构建目标虚拟电厂的资源获取量预测模型，以及约束条件；据约束条件，通过资源获取量预测模型，获取当目标虚拟电厂的资源获取量最大时，目标虚拟电厂的电能调度方案。采用本方法能够获得更加合理的虚拟电厂电能调度方案。
-
公开(公告)号：CN117171600A
公开(公告)日：2023-12-05
申请号：CN202311057898.1
申请日：2023-08-21
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F18/23213 , G06F18/20
Abstract: 本申请涉及一种用户聚类方法、装置、设备、存储介质和程序产品。该方法包括：根据待聚类用户在历史时间段内对应的历史负荷曲线属于初始高斯混合模型中各概率分布函数的子概率值，并根据各子概率值对初始高斯混合模型包含的概率分布函数进行调整，得到目标高斯混合模型；根据待聚类用户对应的历史负荷曲线属于目标高斯混合模型中各概率分布函数的子概率值，确定待聚类用户对应的目标负荷曲线；根据待聚类用户对应的目标负荷曲线，对待聚类用户进行聚类，并根据聚类后各类用户对应的贝叶斯信息准则值，判断聚类后的各类用户是否均达到聚类结束条件；若是，则获取对待聚类用户的聚类结果。采用本方法能够提高用户聚类准确性。
-
Patent Agency Ranking
公开(公告)号：CN117171519A
公开(公告)日：2023-12-05
申请号：CN202311065452.3
申请日：2023-08-23
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F18/15
Abstract: 本申请涉及一种负荷数据处理方法、装置、计算机设备和存储介质。方法包括：获取目标时段对应的原始负荷序列；对原始负荷序列中的第一类异常数据进行初步修复，得到初步负荷序列；对初步负荷序列进行频域分解，并根据分解结果，构建时域特征曲线；根据时域特征曲线和初步负荷序列对应的负荷曲线，确定原始负荷序列中的第一类异常数据；根据时域特征曲线，对原始负荷序列中的第一类异常数据和第二类异常数据进行修复。采用本方法能够提高用户负荷异常数据辨识能力和修复效果。
-
公开(公告)号：CN116975791A
公开(公告)日：2023-10-31
申请号：CN202311017483.1
申请日：2023-08-11
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F18/28 , G06F18/241
Abstract: 本发明公开了一种用户用电子模式的确定方法、装置、电子设备及存储介质，该方法包括获取原始负荷曲线矩阵以及随机初始化非负字典；基于预先设置的稀疏约束条件和重构误差矩阵对原始负荷曲线矩阵进行处理，以更新初始化非负字典；当检测到满足目标约束条件时，基于更新后的初始化非负字典确定与原始负荷曲线相对应的至少一个用电子模式。本发明实施例所提供的技术方案，实现了对具有多样性和洗属性的单一用户负荷进行处理，以确定相应的用户子模式，进而基于用电子模式重构出负荷曲线。
-
公开(公告)号：CN116010626A
公开(公告)日：2023-04-25
申请号：CN202310296133.7
申请日：2023-03-24
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F16/36 , G06F40/295 , G06Q30/0201 , G06Q50/06 , G06F16/33 , G06F16/35
Abstract: 本申请涉及一种电力用户知识图谱分析方法、装置和计算机设备。通过预设词典解析服务提供者的名称，得到位置信息、提供的服务和服务提供者的标识名称，根据标识名称对各服务提供者进行分组和对齐后，关联服务提供者数据库中各身份信息至对应的各个服务提供者，分别创建名称、位置信息、所提供的服务和标识名称对应的实体，确定各实体的实体属性，根据多个实体、各实体属性以及各实体之间的关联关系，构建待分析电力系统对应的知识图谱，基于知识图谱分析电力系统。相较于传统通过关系型数据库进行分析，本方案基于服务提供者的各项属性构建知识图谱后对电力系统进行分析，降低了分析难度。
-
公开(公告)号：CN115408197B
公开(公告)日：2023-01-20
申请号：CN202211350146.X
申请日：2022-10-31
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于流式处理及多源数据交叉校验的负荷数据校验方法。方法包括：获取待校验负荷数据对应的负荷数据采集报文，并对负荷数据采集报文进行解析，得负荷实时采集数据；将负荷实时采集数据进行数据队列处理，得已队列负荷采集数据，并将已队列负荷采集数据与档案信息进行关联，得已关联负荷采集数据；对已关联负荷采集数据中的负荷数据电力信息执行电力信息校验库对应的至少三个电力信息校验逻辑，得综合校验结果；在至少一个子校验结果为校验不通过的情况下，判定待校验负荷数据为异常数据，并基于综合校验结果对应的各子校验结果，对待校验负荷数据进行修复，得目标负荷数据。本方法能够降低因单一来源校验导致的误判率。
-
公开(公告)号：CN112330077B
公开(公告)日：2021-09-24
申请号：CN202110000659.7
申请日：2021-01-04
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种电力负荷预测方法、装置、计算机设备和存储介质，方法包括：响应于用电负荷预测请求，获取与用电负荷预测请求对应的用电负荷相关特征数据，包括历史用电负荷值；并进一步划分为生活用电负荷相关特征数据以及生产用电负荷相关特征数据；之后输入预先构建的用电负荷差值预测模型，得到与预测时间信息对应的生活用电负荷预测差值以及生产用电负荷预测差值，并对历史用电负荷值进行计算处理，得到用电负荷预测结果。本申请通过生活用电负荷相关特征数据以及生产用电负荷相关特征数据，实现了利用模型进行分别预测，提高了电力负荷预测的精细程度；通过预测用电负荷差值减小了预测过程中的方差，提高了电力负荷预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.04 seconds)
