-
公开(公告)号:CN117436920A
公开(公告)日:2024-01-23
申请号:CN202311458897.8
申请日:2023-11-05
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: G06Q30/0201 , G06Q30/0283 , G06Q50/06 , G06F18/25 , G06F18/22 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N3/048
Abstract: 本发明是嵌入多头注意力机制的混合神经网络日前电价预测方法。电价的准确预测是电力市场调度与决策策略制定的先决条件,针对粗粒度因素特征导致的短期电价预测精度较差的问题,提出嵌入多头注意力机制的混合神经网络日前电价预测方法。首先,设计了一种混合神经网络电价预测模型结构,通过将短期局部变化特征提取的TCN层和全局趋势特征提取的GRU层相融合,解决了由于电价数据在不同的时间尺度上呈现出不同模式和趋势导致特征提取困难的问题;其次,提出了基于动态时间弯曲距离的相似日选取算法,通过融合特征向量几何相似性和距离相近性提升相似日选取精度;最后,设计了多头注意力机制权重计算方法,将预测模型输出的特征序列通过线性变换映射到注意力头上,基于softmax函数将缩放后的相似度得分转化为注意力权重,权重计算增强了预测模型的理解和表示能力,提升了电价预测精度。通过实验验证了所提模型的有效性。
-
公开(公告)号:CN116990621B
公开(公告)日:2024-01-19
申请号:CN202311245316.2
申请日:2023-09-26
Applicant: 国网吉林省电力有限公司通化供电公司
IPC: G01R31/00 , G01K13/00 , G06F18/2433 , G06F17/15
Abstract: 本发明涉及电性能测试技术领域,具体涉及电力安全工器具故障动态监测系统。包括:获取每个绝缘安全工器具的监测数据时间序列及工器具种类;根据监测数据时间序列获取电流波动异常指数、电压波动异常指数和温度波动异常指数;根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取电流安全影响系数、电压安全影响系数和温度安全影响系数,进而结合电流波动异常指数、电压波动异常指数和温度波动异常指数获取监测因子异常程度;根据监测因子异常程度获取监测因子类别一致度,并结合监测因子异常程度确定异常检测算法的参数值,进而获得故障绝缘安全工器具。本发明解决了电力安全工器具故障动态监测精度较低的问题。
-
公开(公告)号:CN116990621A
公开(公告)日:2023-11-03
申请号:CN202311245316.2
申请日:2023-09-26
Applicant: 国网吉林省电力有限公司通化供电公司
IPC: G01R31/00 , G01K13/00 , G06F18/2433 , G06F17/15
Abstract: 本发明涉及电性能测试技术领域,具体涉及电力安全工器具故障动态监测系统。包括:获取每个绝缘安全工器具的监测数据时间序列及工器具种类;根据监测数据时间序列获取电流波动异常指数、电压波动异常指数和温度波动异常指数;根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取电流安全影响系数、电压安全影响系数和温度安全影响系数,进而结合电流波动异常指数、电压波动异常指数和温度波动异常指数获取监测因子异常程度;根据监测因子异常程度获取监测因子类别一致度,并结合监测因子异常程度确定异常检测算法的参数值,进而获得故障绝缘安全工器具。本发明解决了电力安全工器具故障动态监测精度较低的问题。
-
-