一种基于卷积神经网络的电量预测方法

    公开(公告)号:CN110212520A

    公开(公告)日:2019-09-06

    申请号:CN201910441311.4

    申请日:2019-05-24

    IPC分类号: H02J3/00

    摘要: 本发明涉及一种基于卷积神经网络的电量预测方法,其技术特点在于:包括以下步骤:步骤1、构建电量预测卷积神经网络;步骤2、将输入层电量、气温、节假日数据进行预处理,通过归一化处理将上述三类数据转化为无量纲相对量后,将海量数据输入步骤1的电量预测卷积神经网络;步骤3、初始化多通道卷积神经网络权值和偏置;步骤4、将输入数据通过卷积神经网络逐层计算;步骤5、基于误差梯度的反向传播算法调整每层网络的权值和偏置;步骤6、达到设定迭代次数后停止训练,输入测试样本集得到预测结果。本发明提高了电量预测过程中海量数据处理效率、综合考虑温度等关联信息,并克服了预测过程过分依赖个人经验等问题,进而能够降低人员要求。

    一种变电站用蓄电池状态评估方法及装置

    公开(公告)号:CN111830422A

    公开(公告)日:2020-10-27

    申请号:CN202010575567.7

    申请日:2020-06-22

    摘要: 本申请涉及一种变电站用蓄电池状态评估方法及装置,评估方法包括蓄电池正常运行模式、放电模式、充电模式状态评估方法中的至少一种;正常运行模式状态评估方法为采集单只蓄电池在正常运行过程中两个时间点的蓄电池内阻,计算内阻变化率并对蓄电池状态进行评价;放电模式状态评估方法为采集单只蓄电池在两次放电过程中放相同电量后的蓄电池端电压,计算端电压变化率并对蓄电池状态进行评价;充电模式状态评估方法为采集单只蓄电池在两次充电过程中充相同时间后的蓄电池温度,计算温度变化率并对蓄电池状态进行评价;蓄电池状态评估装置包括蓄电池正常运行模式、放电模式、充电模式状态评估单元中的至少一种,能够有效评估单只蓄电池的状态。