-
公开(公告)号：CN113052385A
公开(公告)日：2021-06-29
申请号：CN202110333126.0
申请日：2021-03-29
Applicant: 国网河北省电力有限公司经济技术研究院 , 国家电网有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明适用于电力系统技术领域，提供了一种钢铁行业用电量的预测方法、装置、设备和存储介质，其中，该预测方法包括：获取目标地区在预设时段内每个单位时段的钢铁行业生产活力度值；钢铁行业生产活力度值基于目标地区在预设时段内每个单位时段的多个维度活力度值得到，多个维度活力度值至少包括铁矿石生产活力度值、粗钢生产活力度值、汽车生产活力度值和房地产新开工施工面积活力度值；利用多种预设回归模型，分别建立每种预设回归模型下钢铁行业生产活力度值与目标地区在预设时段内各个单位时段的钢铁行业用电量的预测模型；根据具有最大拟合优度的预测模型，预测目标地区的钢铁行业用电量。采用本发明可以提高铁行业用电量的预测准确度。
-
公开(公告)号：CN114331101A
公开(公告)日：2022-04-12
申请号：CN202111613923.0
申请日：2021-12-27
Applicant: 国网河北省电力有限公司经济技术研究院 , 国网河北省电力有限公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明涉及电力数据处理技术领域，尤其涉及一种行业用电量预测方法，本发明方法其通过相关性系数，对行业用电因素进行筛选，仅保留了相关性高的因素，并在此基础上，通过聚类模型对筛选后的数据进行聚类，使得数据量进一步得到压缩。最后，通过预测模型获取行业用电量预测结果。本发明方法，降低了网络数据传输的总量，在保证预测准确率的前提下，降低了预测计算的复杂程度和预测的难度。
-
公开(公告)号：CN112598181A
公开(公告)日：2021-04-02
申请号：CN202011546942.1
申请日：2020-12-23
Applicant: 国网河北省电力有限公司经济技术研究院 , 国家电网有限公司 , 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明适用于电力系统技术领域，提供了一种负荷预测方法、装置、设备和存储介质，该方法包括：获取预设时段内影响目标电力系统的电力负荷的多组变量数据；根据时差相关分析算法，分别计算每组变量数据中各个变量值与电力负荷的相关系数；按照预设方式从目标组变量数据中确定至少一个目标变量值；其中，目标组变量数据中存在至少一个相关系数大于第一预设阈值的变量值，目标变量值的相关系数大于本组变量数据中其余变量值的相关系数；将目标变量值输入至预设预测模型，得到目标电力系统的预测负荷。采用本发明，可以提高负荷预测准确率。
-
公开(公告)号：CN113112099A
公开(公告)日：2021-07-13
申请号：CN202110528114.3
申请日：2021-05-14
Applicant: 国网河北省电力有限公司经济技术研究院 , 国网河北省电力有限公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明实施例涉及电网日电量负荷预测领域，公开了一种电网日电量预测模型训练方法和电网日电量预测方法。上述电网日电量预测模型训练方法包括：采集需预测地区区域电网的历史数据，得到特征向量，基于所述特征向量构建训练样本集；通过进化算法和线性权重递减对标准粒子群算法做出改进，得到进化粒子群优化算法；基于所述训练样本集，构建最小二乘支持向量机回归函数，作为预测模型的核心函数，通过所述进化粒子群优化算法改进所述最小二乘支持向量机回归函数的参数，训练日电量预测模型。
-
公开(公告)号：CN118277932A
公开(公告)日：2024-07-02
申请号：CN202410455273.9
申请日：2024-04-16
Applicant: 国家电网有限公司客户服务中心 , 国网天津市电力公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
IPC: G06F18/2433 , G06Q50/06 , H02J3/00 , G06N3/0442 , G06N3/045 , G06N3/084 , G06F18/23 , G06F18/21 , G06F18/214 , G06Q10/04 , G06F18/15
Abstract: 本发明涉及智能电网技术领域，具体涉及用电负荷的异常数据辨识与修正方法、系统、设备、存储介质。方法包括如下过程：对用户日用电负荷时序数据中的缺失值、常数值以及明显错误值进行逻辑判断辨识，对异常峰谷值采用先特征向量空间聚类生成典型曲线再与原始负荷曲线对比偏差阈值的方法进行辨识，从而形成异常数据发生时刻数据集，最后对异常数据发生时刻进行虚拟预测修正。本专利针对不同行业用户日用电负荷异常数据进行了分类辨识和修正替换，减小了异常数据对用户负荷分析与预测等工作造成的不良影响。
-
Patent Agency Ranking
公开(公告)号：CN119106311A
公开(公告)日：2024-12-10
申请号：CN202411258661.4
申请日：2024-09-09
Applicant: 国网北京市电力公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
IPC: G06F18/24 , G06F18/23 , G06F18/213 , G06N3/0464 , G06N3/049 , G06N3/08 , G06Q50/06 , H02J3/06
Abstract: 本发明公开了一种电力系统中母线负荷的分类方法及装置、电子设备，涉及电力系统分析与管理技术领域或其他相关领域，其中，该方法包括：获取目标电力系统在指定时间段内的N个母线负荷数据，N为正整数；将母线负荷数据按时序关系输入至目标分类模型，输出分类结果，分类结果记录有归属于K个分类簇的N个母线负荷数据，每个分类簇表征一个负荷类别，K为小于N的正整数，目标分类模型用于基于深度学习策略、时序卷积网络和自注意力机制对存在时序关系的N个输入数据进行降维处理、特征提取、权重分配以及聚类处理。本发明解决了相关技术中数据聚类算法的计算复杂度高，难以保证聚类特征的有效性，从而难以保证分类准确性的技术问题。
-
公开(公告)号：CN118297633A
公开(公告)日：2024-07-05
申请号：CN202410364791.X
申请日：2024-03-28
Applicant: 国家电网有限公司华北分部 , 北京清软创新科技股份有限公司
IPC: G06Q30/0202 , G06F18/243 , G06N3/0442 , G06N20/20 , G06Q50/06
Abstract: 本发明提供一种基于多元XGBoost组合模型的用电量预测方法，属于电量预测技术领域。该方法包括：获取多个地区的社会经济数据和区域的历史用电数据；区域包括多个地区；计算多个地区的社会经济数据与区域的历史用电数据之间的距离相关系数，并基于距离相关系数从多个地区的社会经济数据中筛选出强相关社会经济数据；将强相关社会经济数据与历史用电数据，输入预先建立的多元XGBoost组合模型，获得区域的初步电量预测结果；将区域的初步电量预测结果输入预先建立的LSTM用电量预测模型，得到区域的最终电量预测结果。本发明能够充分挖掘区域内多省社会经济数据对电力电量的影响，提高模型预测准确率。
-
公开(公告)号：CN117633431A
公开(公告)日：2024-03-01
申请号：CN202311529348.5
申请日：2023-11-16
Applicant: 国网天津市电力公司电力科学研究院 , 国网天津市电力公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明涉及一种电力用户24点负荷拟合96点曲线方法，包括以下步骤：步骤1、基于波动率指标判断只具备24点负荷采集条件用户的24点负荷曲线的波动性；步骤2、根据步骤1的负荷曲线波动性大小的判断结果，波动性较大曲线，采用线性回归逐时拓维模型进行96点曲线拟合；其余为波动性较小曲线，采用分时段最小二乘拟合拓维模型进行96点曲线拟合。本发明能够提高用户负荷数据精细度。
-
公开(公告)号：CN113128612B
公开(公告)日：2022-11-29
申请号：CN202110463520.6
申请日：2021-04-26
Applicant: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司 , 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明适用于数据处理技术领域，提供了一种电力数据中异常值的处理方法及终端设备，该方法包括：获取电力运行环节中产生的电力数据，对电力数据进行数据降维和数据标准化处理，得到处理后的标准电力数据，将标准电力数据分别输入核函数极限学习模型和叠加集成模型中进行异常值辨识，得到第一输出值集合和第二输出值集合，根据第一输出值集合和第二输出值集合，采用基于正则化的线性回归分析方法进行动态分析，得到异常数据集合，对异常数据集合进行数据清洗，得到清洗后的电力数据。本发明可以同时提高电力数据中异常值的检测精度和效率，并获得对异常数据集合进行数据清洗后的修正的电力数据。
-
公开(公告)号：CN114092276A
公开(公告)日：2022-02-25
申请号：CN202111338979.X
申请日：2021-11-12
Applicant: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司 , 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明提供了一种台区短期负荷的预测方法，包括：将预测日期的气象预报数据、目标台区内的分布式光伏装机容量、历史实际分布式光伏出力数据和实际气象数据输入光伏出力预测模型，得到预测日期的预测分布式光伏出力数据；将气象预报数据、预测日期的日类型、历史实际台区总用电负荷和实际气象数据输入台区总用电负荷预测模型，得到预测日期的预测台区总用电负荷；综合预测台区总用电负荷与预测分布式光伏出力数据得到目标台区的预测台区负荷。本申请考虑到台区负荷受分布式光伏影响的情况，能够通过预测较为稳定的台区总用电负荷，结合分布式光伏出力数据得到台区负荷，从而提高台区负荷短期预测的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.108 seconds)
