一种电力网络数字潮流流量预测方法

    公开(公告)号:CN115567404A

    公开(公告)日:2023-01-03

    申请号:CN202210979131.3

    申请日:2022-08-16

    摘要: 本发明涉及一种电力网络数字潮流流量预测方法,相较于传统RNN与LSTM等神经网络流量预测方法,本方法通过对流量序列VMD分解预处理,解决了流量序列多本征模态分量混叠干扰的问题,降低LSTM神经网络运行复杂度,缩短运行时间,减小预测误差;同时,通过SVM支持向量机回归方法进行回归分析,有效减小数据流量突发性涌流造成的预测偏差,进一步提高了模型的精度;将经过LSTM神经网络模型流量序列各分量预测值与残差分量回归分析值相拟合,得出VMD‑LSTM‑SVM模型电力数字潮流精确预测值。使电力通信网能够根据流量预测结果及时利用链路资源对可能出现的通信拥塞做出调度反应,缓解网络拥塞状况,保证电力业务数据的传输质量。

    基于低压电力线载波的智能用电系统及其测试方法

    公开(公告)号:CN106056896B

    公开(公告)日:2019-09-27

    申请号:CN201610482093.5

    申请日:2016-06-23

    IPC分类号: G08C25/00 G08C19/00

    摘要: 本发明涉及一种基于低压电力线载波的智能用电系统及其测试方法,采用了多载波模块同步测试的系统化验证方法。在操作过程中,系统根据测试规模分配电能表的逻辑表地址,待各模块逻辑地址分配完成后,控制机模拟主站下发采集命令,测试平台通过监测模块实现包括真实电表主控模块、电表载波模块、集中器下行通信模块、集中器上行模块在内的全通信路径的数据记录,最终通过数据分析与比对呈现测试结果。本发明能够完成系统主站、采集终端和智能电表各功能单元的通信模块性能测试、故障定位和快速复现功能,实现了隐性故障的及早发现和预防,避免系统运行故障造成的大范围损失,有效地保障用电信息采集系统的正常工作。