-
公开(公告)号:CN118899829A
公开(公告)日:2024-11-05
申请号:CN202410936221.3
申请日:2024-07-12
申请人: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC分类号: H02J3/00 , G06N3/0464 , G06N3/0442 , G06N3/042 , G06N3/08 , G06F17/18 , G06F18/25 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/24
摘要: 本发明提供一种利用GAT‑LSTM&STGCN‑MLP双时空图模型进行电网负载率预测的方法,包括:从数据中台和气象网站获取目标区域负载数据和天气数据;对获取目标区域的负载数据和天气数据进行数据清洗,所述负载数据包括日期、目标区域下乡镇的负载率,天气数据包括日期、目标区域气温;对进行数据清洗后的数据进行特征工程处理,得到若干维度数据;基于GAT‑LSTM时空图算法网络和STGCN‑MLP时空图算法网络构建双时空图多目标算法模型;将所得若干维度数据输入所述建双时空图多目标算法模型进行预测,得到目标区域下属乡镇的负载率预测结果。本发明在各种复杂多变的节日情况下仍能保持稳定预测,增强了模型稳定性。
-
公开(公告)号:CN118735721A
公开(公告)日:2024-10-01
申请号:CN202410712732.7
申请日:2024-06-04
申请人: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC分类号: G06Q50/06 , H02J3/00 , G06Q10/04 , G06F18/10 , G06N3/045 , G06N3/0464 , G06N3/0442
摘要: 一种利用GAT‑BILSTM&CNN‑LSTM模型提高多目标误差均衡度的方法,包括:获取目标区域的负载数据和气温数据;对负载数据和气温数据进行数据清洗;对数据清洗后的数据进行特征工程处理得到历史数据;设置GAT‑BILSTM算法网络和设置CNN‑LSTM算法网络;模型组合:使用GAT‑BILSTM对历史数据进行训练,算出目标区域负载率预测变量的每个预测误差,再算出平均误差,其次将超出平均误差的负载率预测变量与CNN‑LSTM的结果进行组合,组合的方式是采用误差倒数法进行加权,剩下的负载率预测变量则保持不变输出结果。本发明可解决多目标预测模型中各个目标预测误差的相差过大的问题,同时尽可能减小整体误差。
-
公开(公告)号:CN118520235A
公开(公告)日:2024-08-20
申请号:CN202410985086.1
申请日:2024-07-23
申请人: 湖北华中电力科技开发有限责任公司
IPC分类号: G06F18/15 , G06F18/20 , G06F18/2433
摘要: 本发明涉及电数字数据处理领域,更具体地,本发明涉及一种基于大数据处理的电网数据可视方法及系统,方法包括:获取历史电网中频率数据和电压数据,生成历史数据集,获取历史数据集中任一电压数据的参考数据段;计算各个电压数据在对应参考数据段中的异常指数;计算各个电压数据与频率数据之间的相关性;将相关性和异常指数的乘积作为电压数据的平滑指数,获取当前最后时刻的电压数据基于平滑指数进行预测,计算预测值与实际值的差异值,响应于差异值大于等于预设异常阈值时,则该时刻电压数据为异常数据,对电压数据中的异常数据进行可视化展示。本发明通过电压数据自适应调节平滑指数,提高异常检测的准确率。
-
-