-
公开(公告)号:CN116823433A
公开(公告)日:2023-09-29
申请号:CN202310626259.6
申请日:2023-05-30
申请人: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC分类号: G06Q40/03 , G06Q10/0635 , G06Q10/0639 , G06Q50/06
摘要: 本发明为一种分布式光伏项目信贷风险防控方法和系统,所述方法作为一种数据共享机制,采取用户双向授权机制,数据产权属于企业,企业既授权电力公司提供数据,又授权银行使用电力公司的数据,通过上述共享机制获取贷款项目相关信息,融合人工智能算法和平衡记分卡原理,通过人工智能算法测算平衡记分卡中的部分关键指标值,并通过权重赋予的方式综合各方数据形成的关键指标,以获得风险量化积分,扩展了风险评价维度。
-
公开(公告)号:CN116205508A
公开(公告)日:2023-06-02
申请号:CN202211102247.5
申请日:2022-09-09
申请人: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC分类号: G06Q10/0639 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/2431 , H02S50/10
摘要: 本发明为一种分布式光伏发电异常诊断方法和系统,方法包括:获取分布式光伏数据;根据所获取的分布式光伏数据选取特征;进行数据预处理;设置XGBoost集合模型的复杂度和模型参数,在模型中添加树使得模型的目标函数最优,以构建预测模型;根据所选取的特征,对预测模型进行训练和测试,迭代模型,调整模型的各项参数,获得调参后的预测模型;将待测的光伏发电数据输入调参后的预测模型,对分布式光伏发电进行异常诊断;本发明的系统与方法基于相同的构思,包括数据选取、特征选择、构建模型、模型优化、异常诊断五大模块,本发明能准确、快速筛选出发电量疑是异常的分布式光伏用户,提高光伏发电的运维效率。
-
公开(公告)号:CN115455362A
公开(公告)日:2022-12-09
申请号:CN202211041791.3
申请日:2022-08-29
申请人: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
摘要: 本发明涉及一种基于优化算法的温度变点估计方法,包括以下步骤:步骤S1:获取待测地区温度和用电量数据,并确定变点个数;步骤S2:构建一维线性回归模型,并基于优化算法进行解释;步骤S3:基于一维线性回归模型,初始化变点位置,结合交替迭代法和梯度采样法进行变点估计;步骤S4:根据步骤S3得到的变点位置,构建待测地区用电量数据关于温度的分段线性回归模型。本发明对于温度变化节点的定位更加准确,更好地表示出用电量和温度变化背后的分段线性关系,提升中期电力负荷预测能力。
-
公开(公告)号:CN117674136A
公开(公告)日:2024-03-08
申请号:CN202311699372.3
申请日:2023-12-11
申请人: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
摘要: 本发明涉及一种基于用电气象指数‑负荷敏感模型的降温负荷计算方法,包括以下步骤:通过若干气象条件构建用于表征气象条件对用电需求影响程度的用电需求气象条件指数;基于历史气象条件,获取历史用电需求气象条件指数数据集,同时获取不同行业的历史用电负荷数据集;对于每一行业,建立用电气象指数‑负荷敏感模型拟合用电需求气象条件指数与用电负荷之间的关系;确定对应行业的高温起始敏感指数;进行降温负荷计算,计算当前实际用电气象指数,基于当前实际用电气象指数与目标行业的高温起始敏感指数的差值,以及降温负荷段的函数斜率计算目标行业的降温负荷。
-
公开(公告)号:CN117522075A
公开(公告)日:2024-02-06
申请号:CN202311676826.5
申请日:2023-12-07
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G06Q10/0631 , G06Q50/06 , G06F17/11 , G06F17/16 , G06N3/126
摘要: 本发明涉及一种基于气象指数的居民生活用电量预报方法,包括:根据日平均气温、日最高气温、日最低气温、日平均湿度、日平均风速,计算用电需求气象条件指数;确定居民用电量对用电需求气象条件指数的分布,所述分布具有若干趋势,趋势的转折点为突变点;通过差分进化算法获取所述分布中的突变点坐标;利用得到的多个突变点,建立用电量预报方程;获取中长期天气预报数据;根据中长期天气预报数据,计算未来用电需求气象条件指数,带入用电量预报方程得到居民用电量预测值。
-
公开(公告)号:CN117057471A
公开(公告)日:2023-11-14
申请号:CN202311048237.2
申请日:2023-08-18
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G06Q10/04 , G06Q50/06 , G06F18/15 , G06F18/2131 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/0442 , G06N3/084
摘要: 本发明涉及一种基于图多头注意力机制的小区用电预测方法,包括:获取小区的地理位置数据、历史电量数据和历史外部因素数据;对历史电量数据、历史外部因素数据和地理位置数据进行预处理;历史外部因素数据包括气温和电价;构建基于图多头自注意力机制的时空图神经网络模型;通过基于图多头自注意力机制的时空图神经网络模型得到预测结果;将预测结果与真实值进行比较,得到损失值;通过损失值进行反向误差传播,对模型进行训练;通过训练好的模型对小区未来用电量进行预测。本发明对历史用电数据进行建模,而且对小区之间的空间关系和历史数据的时间特征进行建模,充分挖掘小区电量预测问题中的时空关系。
-
公开(公告)号:CN115689600A
公开(公告)日:2023-02-03
申请号:CN202210955353.1
申请日:2022-08-10
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G06Q30/0201 , G06Q30/0203 , G06Q10/04 , G06Q50/06
摘要: 本发明涉及一种基于模糊隶属度函数的日电量预测方法,包括以下步骤:步骤S1:以日期为索引,构造历史日电量与历史气温的时间序列;步骤S2:建立模糊隶属度函数;步骤S3:以皮尔逊相关系数最大为目标函数,通过元启发式算法优化模糊隶属度函数的参数;步骤S4:基于优化后的模糊隶属度函数将历史气温和预测气温转化为相关因子,并标记为协变量;步骤S5:建立时间序列预测模型,并利用历史日电量和历史协变量训练模型,最后输入预测协变量计算日电量预测值。本发明充分利用天气预报数据,有效提高电网日电量预测的准确率。
-
公开(公告)号:CN115470970A
公开(公告)日:2022-12-13
申请号:CN202211011530.7
申请日:2022-08-23
申请人: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC分类号: G06Q10/04 , G06Q50/06 , G06F16/215 , G06F16/242 , G06F16/2455 , G06K9/62
摘要: 本发明提出一种基于prophet‑LightGBM组合模型的电量预测方法及系统,汇总分类不同地区用户的日度用电数据组成数据集,并对数据集预处理;根据预测需求将历史电量数据划分为训练集和测试集;采用Prophet和lightGBM的组合模型对用电量进行预测,先用Prophet模型对电量时间序列提取时序特征,构建新的数据集,再利用梯度提升LightGBM算法对新数据集进行电量预测;并通过日度预测误差和月度预测误差评估模型预测准确性。与使用单个模型预测的结果进行比较,说明本发明具有较高的预测准确度。
-
公开(公告)号:CN117151282A
公开(公告)日:2023-12-01
申请号:CN202311049499.0
申请日:2023-08-18
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G06Q10/04 , G06Q50/06 , G06F18/27 , G06F18/213 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06F123/02
摘要: 本发明涉及一种基于线性组合模型的电量预测方法及介质,方法包括:确定若干不同的用于电量预测的基础模型,对各基础模型分别进行训练;通过各基础模型分别对历史电量数据进行预测,得到预测用电量,将预测用电量与实际用电量组合形成数据集,其中,预测用电量作为解释变量,实际用电量作为被解释变量;对数据集进行数据清洗,并划分成训练集和测试集;对各基础模型进行线性组合,得到线性组合模型;通过训练集中的数据求解线性组合模型,得到各基础模型的加权系数;通过线性组合模型对用电量进行预测。本发明的线性组合模型由不同的基础模型组成,由于每个基础模型具有其独特的特点和弱点,当它们被结合在一起时,通过相互补偿来提高模型性能。
-
公开(公告)号:CN117371591A
公开(公告)日:2024-01-09
申请号:CN202311318577.2
申请日:2023-10-11
申请人: 国网福建省电力有限公司营销服务中心
摘要: 本发明提出一种电力用户级降温负荷辨识方法,首先对用户用电数据进行预处理;通过气象因素构建平均气温、炎热指数、人体舒适度指数,通过曲线特征构建峰谷差率、波动率、积分电量、降温负荷相似度和逐时变化率;根据构建的指标中,其中平均气温、炎热指数、人体舒适度指数、峰谷差率、波动率、积分电量和降温负荷相似度这7个指标用于构建决策树模型,逐时变化率指标用于判断何时开启空调;辨识是否开启空调及空调的启动/关闭时间点。本发明帮助电力系统管理者更好地了解空调负荷的实际情况,从而优化电力系统的调度策略,提高电力系统的运行效率和稳定性;同时,也可以帮助用户更加智能地管理空调的使用,减少能源浪费,提高能源利用效率。
-
-
-
-
-
-
-
-
-