-
公开(公告)号：CN118966450A
公开(公告)日：2024-11-15
申请号：CN202411071684.4
申请日：2024-08-06
申请人： 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司 , 国家电网有限公司 , 东南大学
摘要： 本发明涉及一种在可用样本数据稀缺的情况下，利用多源迁移学习方法进行空调能耗预测的方法，属于数据挖掘技术在能源管理系统中的应用领域。其方法为：对数据进行预处理；根据预处理的数据为多源迁移学习模型确定损失函数；根据源域与目标域之间的分布差异动态调整迁移学习模型的参数；利用迁移学习模型对目标域的空调能耗进行预测，获取能耗预测值。本发明通过提出一种面向稀缺样本空调能耗预测的多源迁移学习方法，通过在目标函数中增加模型级的正则函数，实现多源域之间的知识共享并提高了模型的迁移精度和泛化性能，为样本稀缺场景下的空调系统能耗预测提供了有效解决途径。
-
公开(公告)号：CN118797899A
公开(公告)日：2024-10-18
申请号：CN202410769936.4
申请日：2024-06-14
申请人： 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司
IPC分类号： G06F30/20 , G06N3/006 , G06F119/06
摘要： 本发明涉及一种中央空调节能技术领域，具体涉及一种改进混合蛙跳算法的中央空调能耗优化方法。S1.获取中央空调不同机组的COP(Coefficient ofPerformance,能效比，以下简称能效比曲线)曲线，拟合得到各机组的能耗函数；基于各机组的能耗函数，结合外点惩罚方式，构建中央空调能耗优化模型；S2.采用改进混合蛙跳算法，求解中央空调能耗优化模型，得到各机组的最优负荷分配率；根据各机组的最优负荷分配率，控制各机组的负荷投切；计算适应度函数/目标函数值，判断其是否满足迭代终止条件；否，混合蛙跳算法操作，产生新的种群；是，终止迭代，输出反演结果。
-
公开(公告)号：CN118964912A
公开(公告)日：2024-11-15
申请号：CN202411008189.9
申请日：2024-07-26
申请人： 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司 , 国家电网有限公司
摘要： 本发明一种基于SHAP值的神经网络负荷预测结果的评估方法和装置。该方法包括：提取融合注意力机制的神经网络负荷预测模型输出的各时刻负荷预测数据；所提取的预测数据经负荷影响特征贡献度的计算模块，得到负荷影响特征贡献度；将负荷影响特征贡献度输入评估模块进行评估并得到评估结果；该评估模块包括全局评估模块和局部评估模块，该全局评估模块用于评估各特征对负荷影响的大小，给出影响因素重要性排序；该局部评估模块用于动态评估各时刻输入特征贡献度和时序特征贡献度，进而评估预测结果产生的原因。本发明能够对神经网络“黑箱”性质的模型的预测结果做出评估，并分析注意力机制对负荷预测模型的优化效果，提升负荷预测模型的可靠性。
-
公开(公告)号：CN118115310A
公开(公告)日：2024-05-31
申请号：CN202410315920.6
申请日：2024-03-20
申请人： 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司
IPC分类号： G06Q50/06 , G06Q50/08 , G06N3/0442 , G06N3/096
摘要： 本发明公开了一种基于迁移学习模型的非工用户空调负荷分解方法及设备，包括如下步骤：(1)分析各类公共建筑负荷特性；(2)确定使用迁移学习法的约束条件；(3)采用LSTM长短时记忆网络使用有空调数据标签的楼宇在源域训练模型；(4)在模型中增加关口负荷的滑动窗口作为输入变量，提高模型的精准性(5)将训练好的模型固定其中部分网络层，在目标楼宇中使用少量空调标签重新训练迁移模型，分解出目标楼宇实时空调负荷；本发明同时涉及运行该方法的电子设备。本发明使用迁移学习模型分解出只有少量标签数据或无标签数据的非工用户实时空调负荷，有效提高空调负荷分解精准性，助力电网节能节电工作。
-
公开(公告)号：CN118822088A
公开(公告)日：2024-10-22
申请号：CN202410853955.5
申请日：2024-06-28
申请人： 国网江苏省电力有限公司镇江供电分公司
IPC分类号： G06Q10/063 , G06Q50/06 , G06F17/16
摘要： 本发明提供的基于格拉姆角场的电力系统碳计量方法，其结合各类碳源，计算其时变性碳排放因子，并考虑网损因素，进行格拉姆角场变换，在碳排放因子修正矩阵和碳排放因子预测矩阵的基础上，计算用户侧碳排放量修正值和预测值。很好解决了电力碳排放时间差异性方面新能源存在随机性和波动性的不足，对于包含分布式时变能源的系统而言，能够准确计算出当前的碳排放因子、碳排放量以及预测出未来的碳排放因子、碳排放量。提高了电源及负荷时变特性下碳计量的精准性和智能化水平。
-
-
公开(公告)号：CN117034013A
公开(公告)日：2023-11-10
申请号：CN202311052470.8
申请日：2023-08-21
申请人： 国网江苏省电力有限公司镇江供电分公司
IPC分类号： G06F18/214 , G06N5/01 , G06Q10/20 , G06Q50/06
摘要： 本发明基于决策树的低压末端感知停电状态分析算法涉及的是一种电力故障的分析方法。基于决策树的低压末端感知停电状态分析算法，以低压台区停电事件上报比例、表箱停电事件上报比例和低压分支线路停电事件上报比例的大小为属性，构建一组训练集。具有如下特点：选择一组训练集，对低压台区停电事件上报比例、表箱停电事件上报比例、低压分支线路停电事件上报比例三个量进行属性化处理，生成样本训练集表格；接着，结合当前停电数据利用决策树ID3算法生成低压末端感知停电状态决策树；最后，将判定为停电异常的数据与计划停电数据进行比对，即可得出判定结果。
-
公开(公告)号：CN118885910A
公开(公告)日：2024-11-01
申请号：CN202410941520.6
申请日：2024-07-15
申请人： 国网江苏省电力有限公司镇江供电分公司
IPC分类号： G06F18/2415 , G06N3/0442 , G06F18/214 , G06F18/21 , G06N7/08
摘要： 本发明一种基于改进LSTM网络的空调能耗预测方法、系统及存储介质涉及公共楼宇空调节能技术领域。方法包括：S1、空调能耗预测模型的数据收集与处理；S2、通过斯皮尔曼相关系数进行相关性分析；S3、将分析处理后的数据分为训练集、验证集和测试集；采用混沌约束DE算法优化LSTM神经网络的权值和阈值；获得优化的空调能耗预测模型；S4、利用优化后空调能耗预测模型进行空调能耗预测，生成预测结果；引入Attention机制提取LSTM神经网络预测输出的重要特征信息即空调负荷影响因素；S5、通过验证指标来判断模型的预测性能。本发明对空调系统的长期能耗，及其在若干个短期控制步长的能耗，实现了能耗的实时预测与控制。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.083 秒)
