一种基于改进LSTNet的配电网故障工单预测方法

    公开(公告)号:CN117764211A

    公开(公告)日:2024-03-26

    申请号:CN202310909507.8

    申请日:2023-07-20

    Abstract: 本发明公开了一种基于改进LSTNet的配电网故障工单预测方法,首先进行数据预处理,补全数据缺失值,统一数据的时间颗粒度,然后采用主客观结合的多场景分类气象特征提取策略,对工单数据和气象数据进行特征提取,作为模型输入,接下来采用LSTNet构建主干预测网络,学习气象因素的长期和短期特征,使用GRU构建非线性预测层,使用AR构建线性层,同时提出使用残差连接解决LSTNet深层网络的梯度消失问题,提出使用注意力机制增强对长时序数据的信息提取能力,最后输出故障工单数量预测结果,并使用softmax等级分类器输出故障工单等级预测结果;通过本发明输出的故障工单的预测数据和预测等级结果可以为配电网的运行、调度和维护提供丰富的数据参考。

    一种基于气象因素的电力客户诉求预测方法

    公开(公告)号:CN117172833A

    公开(公告)日:2023-12-05

    申请号:CN202310883802.0

    申请日:2023-07-19

    Abstract: 本发明公开了一种基于气象因素的电力客户诉求预测方法,包括如下步骤:采用灰色关联分析法,对电力客户诉求量和气象因素进行关联度分析,建立电力客户诉求量与气象因素之间关联度的计算模型,定量分析客户诉求量与气象因素的关联关系,明确各气象因素对客户诉求量的影响程度,找出对客户诉求量影响较大的气象因素;本发明可提升电网在极端恶劣天气条件下的服务整体水平,为研究客户诉求量变化、客服应急响应效率、客服体系优化等工作提供支撑,从而辅助管理者对极端天气条件下电网设备设施隐患处理和电网配电调度的及时决策,能够积极推动智能配电网的发展,促进国家电网公司数字化电网的建设。

    一种计及多源因素的两阶段购电量预测方法

    公开(公告)号:CN117077842A

    公开(公告)日:2023-11-17

    申请号:CN202310909621.0

    申请日:2023-07-20

    Abstract: 本发明公开了一种计及多源因素的两阶段购电量预测方法,提出两阶段电量预测算法框架,基于EEMD‑GRU‑RF的购电量预测模型,搭建一阶段购电量粗略预测模型,得到粗略的购电量预测结果,基于LSTNet的购电量修正预测模型,搭建二阶段购电量修正预测模型,考虑多源耦合因素对购电量的影响,得到更为精准的电量预测结果,并将基于EEMD‑GRU‑RF的购电量粗略预测结果和基于LSTNet的购电量修正预测结果相加得到最终预测结果;既关注购电量序列变化趋势,又关注多源耦合因素对购电量的影响,可以获得较准确的购电量预测结果,具有优秀的故障工单和购电量预测能力,能为配电网抢修及电力调度智能化提供实验经验,对建设安全可靠的电网工作具有参考意义。

Patent Agency Ranking