-
公开(公告)号：CN119988835A
公开(公告)日：2025-05-13
申请号：CN202510091323.4
申请日：2025-01-21
Applicant: 石家庄科林电气股份有限公司
IPC: G06F18/10 , G06F18/213 , G06F18/25 , G06Q10/04 , G06Q50/06 , G06V10/44 , G06N3/0464 , G06F123/02
Abstract: 本发明提供一种数据中台中基于时间序列的数据预处理方法及处理终端。该方法包括：获取待处理数据，并形成初始数据矩阵；提取初始数据矩阵的第一样本矩阵及第二样本矩阵；将第一样本矩阵输入OSRCNN网络模型，得到第一特征数据矩阵；并将第二样本矩阵输入OSRCNN网络模型，得到第二特征数据矩阵；根据第一特征数据矩阵和第二特征数据矩阵，得到预处理后的目标数据矩阵。本发明采用OSRCNN网络模型基于图像特征理论对数据进行特征提取，并对提取得到的两个维度的特征进行融合，使得特征更丰富，从而使得目标数据矩阵更贴近真实数据，有效提高了数据质量。
-
公开(公告)号：CN117878930B
公开(公告)日：2024-05-28
申请号：CN202410275636.0
申请日：2024-03-12
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
IPC: H02J3/00 , H02J3/38 , G06Q50/06 , G06N3/0442 , G06N3/049 , G06N3/0464 , G06N3/086
Abstract: 本发明提供一种分布式光伏的短期功率预测方法、装置、终端及存储介质。该方法包括：获取预测时间段前至少一个时间段内不同时刻下的光伏数据；将光伏数据输入预先训练好的功率预测模型，得到功率预测模型输出的预测时间段内不同时刻下的光伏发电功率；其中，功率预测模型基于多个时间段前的至少一个时间段内不同时刻下的光伏数据和相应时间段内不同时刻下的光伏发电功率训练得到，功率预测模型为负反馈神经网络模型，负反馈神经网络模型包含多个处理单元，且各时间步下的各处理单元输出的隐藏状态对应反馈至前一时间步下的各处理单元。本发明能够提升分布式光伏的发电功率预测精度。
-
公开(公告)号：CN117878930A
公开(公告)日：2024-04-12
申请号：CN202410275636.0
申请日：2024-03-12
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
IPC: H02J3/00 , H02J3/38 , G06Q50/06 , G06N3/0442 , G06N3/049 , G06N3/0464 , G06N3/086
Abstract: 本发明提供一种分布式光伏的短期功率预测方法、装置、终端及存储介质。该方法包括：获取预测时间段前至少一个时间段内不同时刻下的光伏数据；将光伏数据输入预先训练好的功率预测模型，得到功率预测模型输出的预测时间段内不同时刻下的光伏发电功率；其中，功率预测模型基于多个时间段前的至少一个时间段内不同时刻下的光伏数据和相应时间段内不同时刻下的光伏发电功率训练得到，功率预测模型为负反馈神经网络模型，负反馈神经网络模型包含多个处理单元，且各时间步下的各处理单元输出的隐藏状态对应反馈至前一时间步下的各处理单元。本发明能够提升分布式光伏的发电功率预测精度。
-
公开(公告)号：CN114251813A
公开(公告)日：2022-03-29
申请号：CN202111568070.3
申请日：2021-12-21
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
IPC: F24F11/64 , F24F11/46 , F24F11/85 , F24F110/12
Abstract: 本发明公开了一种地源热泵空调系统的控制方法，属于空调系统技术领域，包括：实时或者每隔一定时间采集室外温度；当室外温度为20‑40℃时，根据y＝‑0.94022·X+38.668控制地源热泵出水温度，当室外温度为‑20‑15℃时，根据y＝‑0.54555·X+42.815控制地源热泵出水温度，其中，X为室外温度值，y为地源热泵机组的出水温度。本发明通过对室外温度和室内工况以及水泵等因素的考虑，在保证用户舒适度的前提下，在用户舒适度与节能之间进行调节，提升了用户舒适度与节能效果。
-
公开(公告)号：CN113298308A
公开(公告)日：2021-08-24
申请号：CN202110597424.0
申请日：2021-05-31
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
Abstract: 本发明提出了一种参数自适应的用电量预测方法和系统，涉及用电量测量技术领域，包括：采集原始时间序列D，选取最近一年的数据作为验证集，其它数据作为训练集；利用X12分解算法对原始时间序列D进行分解，获取趋势分量DTC、季节周期分量DSF与随机分量DIR；利用ARIMA算法对趋势分量进行预测；利用自适应加权求和算法对季节周期分量进行预测；利用平均法对随机分量进行预测；利用X12算法将三种预测分量进行合成，预测用电量。使用本方法，数据源简单，且预测方法中，分解模型自适应，参数选择自适应，与传统模型相比，预测精度上有较大的提升，且使用方便，易于推广。
-
Patent Agency Ranking
公开(公告)号：CN116663863B
公开(公告)日：2023-10-20
申请号：CN202310934806.7
申请日：2023-07-28
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于排产计划的虚拟电厂负荷预测方法，涉及电力电网技术领域。本发明在确定训练样本后，基于训练样本的输入点数，以及预设的网络调度函数确定LSTM网络模块的训练数量，并对LSTM网络模块串并联排布，增加了神经网络模型中LSTM网络模块的数量，避免了LSTM网络模块的数据堆积，减小每个LSTM网络模块的网络训练强度，使神经网络模型可以学习到排产数据的多样特征，避免数据重叠遗漏，提高DTLSTM网络模型的预测准确率，从而提高负荷功率预测的准确率。
-
公开(公告)号：CN116435998A
公开(公告)日：2023-07-14
申请号：CN202310408222.6
申请日：2023-04-17
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
IPC: H02J3/00 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/096 , G06Q10/04 , G06Q50/06 , H02J3/38
Abstract: 本发明提供一种光伏发电功率的预测方法。本发明在进行光伏功率预测时，基于历史时段内的光伏发电数据和辐照度数据，对预先训练的光伏预测模型进行重训练，更新模型参数，得到更新后的光伏预测模型，实现光伏预测模型的实时更新，并以更新后的光伏预测模型进行光伏预测，避免了光伏使用状况和天气突变等因素的影响，实现光伏发电功率的实时准确预测。
-
公开(公告)号：CN113298308B
公开(公告)日：2022-03-11
申请号：CN202110597424.0
申请日：2021-05-31
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
Abstract: 本发明提出了一种参数自适应的用电量预测方法和系统，涉及用电量测量技术领域，包括：采集原始时间序列D，选取最近一年的数据作为验证集，其它数据作为训练集；利用X12分解算法对原始时间序列D进行分解，获取趋势分量DTC、季节周期分量DSF与随机分量DIR；利用ARIMA算法对趋势分量进行预测；利用自适应加权求和算法对季节周期分量进行预测；利用平均法对随机分量进行预测；利用X12算法将三种预测分量进行合成，预测用电量。使用本方法，数据源简单，且预测方法中，分解模型自适应，参数选择自适应，与传统模型相比，预测精度上有较大的提升，且使用方便，易于推广。
-
公开(公告)号：CN119863013A
公开(公告)日：2025-04-22
申请号：CN202411852962.X
申请日：2024-12-16
Applicant: 石家庄科林电气股份有限公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F18/23213 , G06F18/22 , G06F18/241 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种产业园区的负荷功率预测方法、装置、终端及存储介质。该方法包括：获取目标园区的历史工业负荷功率数据和电力相关数据；其中，电力相关数据包括气象信息、社会经济数据和日历信息；根据气象信息对电力相关数据进行K‑Means聚类，得到多个簇；以晴朗簇的电力相关数据为基准，分别计算各簇的电力相关数据与晴朗簇的电力相关数据的余弦相似度，得到各簇的气象饱和因子；获取HBI‑LSTM模型的前一时刻的工业负荷功率值和HBI‑LSTM模型的后向进程的修正系数，对工业负荷功率进行计算更新；当HBI‑LSTM模型的后向进程的修正系数小于修正系数阈值时，停止计算，得到目标园区的负荷功率预测值。本发明能够提高负荷功率预测速率。
-
公开(公告)号：CN116663863A
公开(公告)日：2023-08-29
申请号：CN202310934806.7
申请日：2023-07-28
Applicant: 石家庄科林电气股份有限公司 , 石家庄科林云能信息科技有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于排产计划的虚拟电厂负荷预测方法，涉及电力电网技术领域。本发明在确定训练样本后，基于训练样本的输入点数，以及预设的网络调度函数确定LSTM网络模块的训练数量，并对LSTM网络模块串并联排布，增加了神经网络模型中LSTM网络模块的数量，避免了LSTM网络模块的数据堆积，减小每个LSTM网络模块的网络训练强度，使神经网络模型可以学习到排产数据的多样特征，避免数据重叠遗漏，提高DTLSTM网络模型的预测准确率，从而提高负荷功率预测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.034 seconds)
