-
公开(公告)号：CN117833231A
公开(公告)日：2024-04-05
申请号：CN202410015232.8
申请日：2024-01-04
Applicant: 国网安徽省电力有限公司 , 北京清软创新科技股份有限公司
IPC: H02J3/00 , G06N3/0442 , G06N3/045 , G06N3/08 , G06Q50/06
Abstract: 本申请适用于负荷预测技术领域，提供了基于Bi‑LSTM和双重注意力机制的负荷预测方法，该方法包括：获取目标电网的第一历史时段的影响因素数据和电网负荷数据；影响因素数据为影响电网负荷的因素数据；影响因素数据包括光伏发电数据和用户负荷数据；将第一历史时段的影响因素数据和电网负荷数据输入至预先建立的周期记忆神经网络模型进行训练，得到训练好的周期记忆神经网络模型；周期记忆神经网络模型包括双重注意力机制、Bi‑LSTM神经网络和残差神经网络；基于目标电网的待预测时段的影响因素数据以及训练好的周期记忆神经网络模型，预测目标电网在待预测时段的电网负荷数据。本申请能够有效提高电网负荷的预测精度。
-
公开(公告)号：CN113077105B
公开(公告)日：2023-11-24
申请号：CN202110414406.4
申请日：2021-04-16
Applicant: 国网安徽省电力有限公司 , 北京清软创新科技股份有限公司
IPC: G06Q10/04 , G06Q10/063 , G06Q50/06 , H02J3/00
Abstract: 本发明公开了一种长假日负荷预测方法及装置，该方法包括：获取预测区域的日负荷数据和日气象指标数据；获取待预测日期t的日负荷参考数据；获取待预测日期t的日气象指标参考数据，基于t日气象指标参考数据和t日气象指标数据获取待预测日期t的日气象负荷；通过预设停工产业拟合模型获得前n年的长假日期间日停工产业负荷数据，并预测分析待预测日期t的日停工产业负荷数据；基于待预测日期t的日负荷参考数据、日气象负荷和日停工产业负荷数据，通过日负荷拟合模型获得待预测日期t的日负荷预测数，本发明通过对不同成分的负荷采用不同的预测方法，有效提高整体的预测准确率。(56)对比文件史文博 等.基于改进倍比平滑法的节假日短期负荷预测方法.电力建设.2014,第35卷(第10期),21-25.
-
公开(公告)号：CN117937456A
公开(公告)日：2024-04-26
申请号：CN202410096436.9
申请日：2024-01-23
Applicant: 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司平湖市供电公司 , 北京清软创新科技股份有限公司
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0455 , G06N3/0442 , G06N3/08
Abstract: 本申请适用于电量预测技术领域，提供了用电量预测方法、电子设备及存储介质，该用电量预测方法包括：通过HP过滤器获取第一历史时段的气象数据的第一趋势分量；基于第一趋势分量和第一历史时段的用电量数据，对基于Seq2Seq的用电量预测模型进行训练，得到训练好的基于Seq2Seq的用电量预测模型；其中，基于Seq2Seq的用电量预测模型以交叉注意机制为编码器，以LSTM神经网络为解码器；通过待预测时段的气象数据和训练好的基于Seq2Seq的用电量预测模型对待预测时段的目标用电量进行预测。本申请能够有效提高用电量预测模型的预测精度，提升预测出的用电量的准确度。
-
公开(公告)号：CN113077105A
公开(公告)日：2021-07-06
申请号：CN202110414406.4
申请日：2021-04-16
Applicant: 国网安徽省电力有限公司
Abstract: 本发明公开了一种长假日负荷预测方法及装置，该方法包括：获取预测区域的日负荷数据和日气象指标数据；获取待预测日期t的日负荷参考数据；获取待预测日期t的日气象指标参考数据，基于t日气象指标参考数据和t日气象指标数据获取待预测日期t的日气象负荷；通过预设停工产业拟合模型获得前n年的长假日期间日停工产业负荷数据，并预测分析待预测日期t的日停工产业负荷数据；基于待预测日期t的日负荷参考数据、日气象负荷和日停工产业负荷数据，通过日负荷拟合模型获得待预测日期t的日负荷预测数，本发明通过对不同成分的负荷采用不同的预测方法，有效提高整体的预测准确率。
-
-
-
Search Results
4
records
(took 0.104 seconds)
