-
公开(公告)号：CN113991655A
公开(公告)日：2022-01-28
申请号：CN202111263152.7
申请日：2021-10-28
Applicant: 国网上海市电力公司 , 上海电力大学 , 华东电力试验研究院有限公司
Inventor： 王皓靖 , 田英杰 , 傅广努 , 时珊珊 , 杨秀 , 沈浩 , 苏运 , 陈赟 , 赵文恺 , 杨堤 , 李凡 , 孙改平 , 吴裔 , 李安 , 刘舒 , 时志雄 , 张开宇 , 郭乃网 , 金妍斐 , 胡印驰 , 吴吉海 , 柴梓轩 , 徐耀杰
Abstract: 本发明涉及一种定频空调负荷聚合需求响应潜力评估方法、装置及介质，方法包括：建立集群定频空调近似聚合模型；计算定频空调用户的室内温度初始可调节裕度和用户意愿度影响因子；根据室内温度初始可调节裕度和用户意愿度影响因子，计算定频空调负荷的实际弹性受控温度范围；获取用户可控度；根据集群定频空调近似聚合模型以及用户可控度实际弹性受控温度范围，建立定频空调负荷聚合需求响应潜力评估模型，根据该模型计算直接负荷控制模式下采用温度控制的定频空调负荷弹性聚合响应潜力。与现有技术相比，本发明兼顾多重响应潜力影响因素，准确性高。
-
公开(公告)号：CN107748940B
公开(公告)日：2021-10-12
申请号：CN201711136988.4
申请日：2017-11-16
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 星环信息科技(上海)股份有限公司
Abstract: 本发明涉及一种节电潜力量化预测方法，该方法包括以下步骤：提取行业用户用电数据，从用户用电数据中获取用电特性指标，通过聚类分析划分用电群体；建立节电潜力预测模型，对同一用电群体内进行标杆选取，将标杆用电量输入节电潜力预测模型获得未来节电潜力预测值。与现有技术相比，本发明具有节电潜力量化，更直观的指导用电行为并且预测准确度高等优点。
-
公开(公告)号：CN113487062A
公开(公告)日：2021-10-08
申请号：CN202110597175.5
申请日：2021-05-31
Applicant: 国网上海市电力公司 , 国网上海能源互联网研究院有限公司
Abstract: 本发明涉及一种基于周期自动编码器的电力负荷预测方法，包括：采集各个台区的电力负荷数据，形成历史电力时间序列；对历史电力时间序列进行预处理，通过训练好的周期自动编码器对历史电力时间序列进行重构，生成历史电力时间序列的嵌入序列；将历史电力时间序列的嵌入序列输入训练好的预测器，获得预测电力负荷序列数据。与现有技术相比，本发明具有预测精度高等优点。
-
公开(公告)号：CN113468152A
公开(公告)日：2021-10-01
申请号：CN202110624156.7
申请日：2021-06-04
Applicant: 国网上海市电力公司 , 国网上海能源互联网研究院有限公司
IPC: G06F16/215 , G06Q50/06
Abstract: 本发明涉及一种高频用户用电数据清洗方法、系统、设备及存储介质，所述的方法包括以下步骤：S1：读取用户用电数据；S2：对用户群进行切分；S3：对切分后的用户进行异常值的检测及剔除；S4：对用户用电数据进行预填充，获取预填充后的各用户用电数据的缺失率，剔除缺失率大于缺失率阈值的用户用电数据；S5：根据用户用电数据的连续缺失最大天数判断用户用电数据的缺失模式，根据缺失模式对用户用电数据进行填充；S6：对填充结果进行校验，利用邻近值填充法填充未填充数据，获取清洗结果。与现有技术相比，本发明有效提高数据清洗效果和填充效率，提高数据填充的准确性。
-
公开(公告)号：CN112116205A
公开(公告)日：2020-12-22
申请号：CN202010849417.0
申请日：2020-08-21
IPC: G06Q10/06 , G06Q50/06 , G06F16/215 , G06F16/2458 , G06K9/62
Abstract: 本发明实施例提供一种针对台区用电特征的画像方法，属于用电大数据领域。所述针对台区用电特征的画像方法包括：获取预设时间内的关于各个台区用电情况的用电数据；根据所获取的用电数据配置用于多维度反映相应台区用电特征的多个用电特征标签，并从所述用电数据中提取与每一用电特征标签相对应的特征标签数据；以及对预设电网监测范围内的所有台区对应的所述特征标签数据进行聚类处理，得到最优台区分类对应的用电特征画像。本发明实施例通过上述技术方案提供了完整的针对台区用电的用电特征画像方法，以能够快速得到并掌握标签化的台区用电特征，减少了在海量数据中进行数据分析的投入。
-
Patent Agency Ranking
公开(公告)号：CN110309134A
公开(公告)日：2019-10-08
申请号：CN201910473298.0
申请日：2019-05-31
IPC: G06F16/215 , G06F16/2455 , G06F16/2458 , G06K9/62 , G06N3/00 , G06Q50/06
Abstract: 本发明涉及一种基于用电行为迁移与社群演化的配电网用电异常检测方法，该检测方法包括以下步骤：步骤1：采集用户用电量数据并进行数据清洗，对清洗后的数据进行特征提取得到用电量数据序列；步骤2：对用电量数据序列划分周期进行趋势聚类后与个体及社群行为特征进行匹配，并根据匹配结果进行社群演化与迁移估计；步骤3：根据社群演化与迁移估计结果计算周期间隔异常值和局部累计异常演化值；步骤4：将周期间隔异常值和局部累计异常演化值进行排序并利用排序结果与历史异常用户异常用电行为对应数据比对得出用户用电异常检测结果。与现有技术相比，本发明具有检测精度高，针对性强等优点。
-
公开(公告)号：CN110298765A
公开(公告)日：2019-10-01
申请号：CN201910472376.5
申请日：2019-05-31
Abstract: 本发明涉及一种基于客观关联因素的配电网用电功率异常检测方法，该方法包括以下步骤：步骤1：针对用电用户建立结合综合用电特征信息的理论用电量模型；步骤2：实时收集用电用户的实际用电量；步骤3：获取实际用电量与理论用电量模型之间的偏差；步骤4：利用LOF算法对偏差进行离群检测并得出异常嫌疑用户检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
公开(公告)号：CN110298552A
公开(公告)日：2019-10-01
申请号：CN201910473325.4
申请日：2019-05-31
Abstract: 本发明涉及一种结合历史用电特征的配电网个体功率异常检测方法，该方法包括以下步骤：步骤1：提取特征向量；步骤2：分别计算用电低谷时段和平段用电量各自占总用电的百分比；步骤3：根据用电低谷时段和平段用电量各自占总用电的百分比的计算结果构造特征矩阵；步骤4：利用局部离群算法得出局部得去得分；步骤5：循环执行步骤1～步骤4得出所有用户的局部得去得分；步骤6：根据所有用户的局部得去得分进一步得出对应的个体异常矩阵，计算个体异常矩阵中个体每个周期的异常度并将个体每个周期的异常度与历史异常用户异常用电行为对应数据比对得出用户用电异常检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
公开(公告)号：CN110288383A
公开(公告)日：2019-09-27
申请号：CN201910473316.5
申请日：2019-05-31
Abstract: 本发明涉及一种基于用户属性标签的群体行为配电网用电异常检测方法，包括以下步骤：步骤1：建立用电量序列；步骤2：采用随机前沿模型计算用户负载效率系数；步骤3：建立用电趋势序列；步骤4：提取其台账信息数据并进行标签标记；步骤5：循环执行步骤1至步骤4得到针对区域内的所有用电用户的单位周期内的特征矩阵；步骤6：针对所有用电用户的单位周期内的特征矩阵利用局部离群因子算法得出局部离群得分；步骤7：将局部离群得分组成个体异常矩阵后与历史异常用户异常用电行为对应数据比对得出用户用电异常检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
公开(公告)号：CN109426901A
公开(公告)日：2019-03-05
申请号：CN201710740904.1
申请日：2017-08-25
CPC classification number: G06Q10/06315 , G06Q50/06
Abstract: 本发明涉及一种中长期用电预测方法及装置，所述方法包括：根据历史日的外部因素数据及其对应的用电量数据，获取中长期用电预测的最小二乘支持向量机模型的训练数据和测试数据；利用蝙蝠算法优化中长期用电预测的最小二乘支持向量机模型的参数；利用优化参数后的中长期用电预测的最小二乘支持向量机模型进行中长期用电预测；本发明提供的技术方案，利用最小二乘支持向量机的算法原理，在有限样本数据的情况下，通过蝙蝠算法优化最小二乘支持向量机模型的正规化参数和核函数参数，使得模型具有更好的预测精度和泛化能力，可有效解决目前对于中长期用电预测方法不全面的问题。
-
-
-
-
-
-
-
-
-
Search Results
196
records
(took 0.081 seconds)
