公开(公告)号：CN108197751A

公开(公告)日：2018-06-22

申请号：CN201810064305.7

申请日：2018-01-23

Applicant: 国网山东省电力公司电力科学研究院 ,  国家电网公司

Inventor： 路宽 ,  苏建军 ,  赵岩 ,  毕贞福 ,  王昕 ,  孟祥荣 ,  高嵩 ,  孙雯雪 ,  庞向坤 ,  赵阳 ,  王文宽 ,  李军 ,  韩英昆 ,  于庆彬 ,  姚长青 ,  李克雷 ,  颜庆

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了一种基于多层Bi-GRU的Seq2seq网络短期电力负荷预测方法，利用FCM方法提取相似日样本并通过Min-max标准化方法对输入变量进行标准化，以Bi-GRU神经元为基本单位构建多层次Seq2seq神经网络结构，同时选用SELU激活函数作为整个神经网络的输出层激活函数以减少梯度消失和梯度爆炸，实现整体模型在训练过程中平稳运行。

公开(公告)号：CN107239859B

公开(公告)日：2018-05-08

申请号：CN201710414757.9

申请日：2017-06-05

Applicant: 国网山东省电力公司电力科学研究院 ,  山东鲁能软件技术有限公司 ,  国家电网公司

Inventor： 路宽 ,  苏建军 ,  赵岩 ,  毕贞福 ,  郎澄宇 ,  孟祥荣 ,  麻常辉 ,  王文宽 ,  孙雯雪 ,  韩英昆 ,  庞向坤 ,  李广磊 ,  张用 ,  王世柏

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/08

Abstract: 本发明公开了一种基于串联长短期记忆循环神经网络的供热负荷预测方法，选取给定时间段的气温气候、供热量数据，构建样本数据集，对样本数据集中的输入数据和输出数据分别进行标准化处理；将输入数据分成两部分，使其分别进入两个独立的长短期记忆循环神经网络，然后对两个长短期记忆循环神经网络进行合并，输出数据再进入下一层长短期记忆循环神经网络，最后进入两个全连接层；对构建的串联长短期记忆循环网络进行训练，利用参数寻优的自适应矩估计算法进行优化；将待预测数据输入串联长短期记忆循环网络，计算得出供热负荷预测结果。本发明能够有效地甄别输入数据，加速学习速度，提高学习效率，提高预测精度。

公开(公告)号：CN107609667A

公开(公告)日：2018-01-19

申请号：CN201710597892.1

申请日：2017-07-20

Applicant: 国网山东省电力公司电力科学研究院 ,  国家电网公司

Inventor： 路宽 ,  苏建军 ,  赵岩 ,  毕贞福 ,  郎澄宇 ,  孟祥荣 ,  麻常辉 ,  王文宽 ,  程艳 ,  孙雯雪 ,  韩英昆 ,  庞向坤 ,  李广磊 ,  张用 ,  陈素红 ,  王士柏

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/08

Abstract: 本发明公开了一种基于Box_cox变换和UFCNN的供热负荷预测方法及系统，其中，该方法包括确定供热负荷预测区域，采集该预测区域内的气温气候以及供热量数据，构建样本数据集；对样本数据集中每个样本的输入和输出数据均进行Box-Cox变换，进而将变换后的数据划分成训练数据集和验证数据集；构建UFCNN，将训练数据集内的数据输入该网络进行多轮训练，得到训练完成后的网络，并利用该网络对验证数据集进行验证测试学习效果；将待预测数据输入UFCNN，计算出与Box-Cox变换同量纲的供热负荷预测结果；对与Box-Cox变换同量纲的供热负荷预测结果进行逆Box-Cox变换，得出最终的供热负荷预测值。本发明能够纠正供热负荷数据的偏态分布，使其更符合正态分布形式，从而提高数据预测的准确性。

公开(公告)号：CN107578124A

公开(公告)日：2018-01-12

申请号：CN201710751174.5

申请日：2017-08-28

Applicant: 国网山东省电力公司电力科学研究院 ,  国家电网公司

Inventor： 路宽 ,  麻常辉 ,  程艳 ,  孟祥荣 ,  孙雯雪 ,  庞向坤 ,  蒋哲 ,  于芃 ,  陈素红 ,  张用 ,  李广磊 ,  王文宽 ,  韩英昆 ,  姚常青 ,  王士柏

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多层改进GRU神经网络的短期电力负荷预测方法，周期性的构建样本数据集；对样本中的输入数据进行异常点识别和缺失值处理，对处理后的数据进行标准化变换，并将数据集分成训练集、验证集和待预测集；构建改进的GRU神经网络，将训练集数据输入该网络进行多轮训练，得到训练完成后的网络，并利用该网络对验证数据集进行多轮验证测试学习效果，记录并保存最优验证结果的模型权重；将待预测数据集输入训练后得到的最优GRU模型，计算标准化预测结果并进行逆标准化变换，得出最终预测结果。本发明提升了训练的速度和训练的效率。

公开(公告)号：CN103269107A

公开(公告)日：2013-08-28

申请号：CN201310214606.0

申请日：2013-05-31

Applicant: 国家电网公司 ,  山东电力集团公司电力经济技术研究院

Inventor： 路宽 ,  彭茁 ,  张利 ,  刘思 ,  牛新生 ,  薛万磊 ,  马志波 ,  史本全 ,  王春义 ,  贾善杰 ,  孙雯雪 ,  安鹏 ,  赵昕 ,  徐楠 ,  刘晓彤 ,  李钰

IPC: H02J7/00

Abstract: 本发明公开了一种经济效益优化的电动汽车充换电站充换电控制方法，当电动汽车停靠车位后，使用者通过客户端向控制系统输入其充电需求，主要包括预期车辆停靠时间和期望车辆离开时的电池电量水平（SOC）。另外客户端上电池信息输入模块通过电动汽车电池管理系统收集电池的相关信息，主要包括电动汽车电池容量，当前电池电量水平（SOC）。客户端同时将汽车的到达时间传送给控制系统。电动汽车充电站充电控制系统根据以上的车辆相关信息，依据此种充换电管理控制方法做出相关充换电管理控制。有效的避开用电高峰，显著的提高充换电站的服务质量和经济效益。