电力短期负荷预测方法和装置

    公开(公告)号:CN109657844A

    公开(公告)日:2019-04-19

    申请号:CN201811433283.3

    申请日:2018-11-28

    Abstract: 本发明公开了电力短期负荷预测方法和装置,其中方法包括:基于日负荷曲线对历史数据的日类型进行划分;将获得的每一个日类型包含的历史日负荷信息及选定的特征数据作为输入,以预测的日负荷值作为输出分别建立针对不同日类型的若干多元线性回归预测模型;基于TensorFlow深度学习模型对建立的若干多个多元线性回归预测模型进行训练、参数调优和验证,得到针对不同日类型的短期负荷预测模型。本发明能够依据节假日和日负荷曲线等信息,自动划分日类型;采用多元线性回归模型,综合考虑节假日和天气变化对负荷的影响;在深度学习框架下按日类型自动训练并调优,得到三种短期负荷预测模型,并计算得到较准确的负荷预测值。

    一种基于双系统的配电网图模数据管理方法

    公开(公告)号:CN104361095B

    公开(公告)日:2017-11-10

    申请号:CN201410669933.X

    申请日:2014-11-20

    CPC classification number: Y04S10/54

    Abstract: 本发明公开了一种基于双系统的配电网图模数据管理的方法,其首先创建调试系统和运行系统,在图模数据发布前,首先启动模型校验工具,对当前调试系统中的模型依次进行静态验证和模型动态验证。模型验证通过后,启动模型发布工具,通过基于分片技术的模型导出/比较技术、基于模型簇的模型同步技术以及远程服务访问技术,完成商用库层图模实体数据的同步。然后,通过消息的方式实现实时库行级动态更新,实现运行系统侧模型的无缝软切换;通过图模实体数据的反向同步,实现调试系统图模数据回退。本发明可以最大程度保证模型的正确性,保证模型发布过程中不会对实时运行系统造成影响,实现无扰动模型更新,确保在线系统运行的可靠性和连续性。

Patent Agency Ranking