一种追补电量的确定方法及系统

    公开(公告)号:CN111443237B

    公开(公告)日:2022-07-12

    申请号:CN202010309542.2

    申请日:2020-04-20

    IPC分类号: G01R22/06 G06Q50/06

    摘要: 本发明提供了一种追补电量的确定方法及系统,该方法为:对窃电用户在预设的考察时间段内的用电量进行插值补齐,得到窃电用户在考察时间段内每个考察日的用电量;利用每个考察周期内所有考察日的用电量和线损,确定多个考察周期中的窃电周期;根据每种窃电手法的窃电手法特征向量和窃电用户的用户用电行为特征向量,以及根据异常用电事件信息,确定考察时间段内多个考察日中的窃电日;合并所有窃电周期和窃电日,得到窃电时间集合;利用考察时间段内每个考察日的用电量,统计窃电时间集合中窃电用户每天的用电量,得到追补电量,不需要依赖工作人员的人员素质和不需要耗费大量的工作时间,提高工作效率和准确确定窃电时间。

    一种光伏出力预测方法及装置

    公开(公告)号:CN109447843B

    公开(公告)日:2022-01-28

    申请号:CN201811229686.6

    申请日:2018-10-22

    IPC分类号: G06Q50/06

    摘要: 本发明公开了一种光伏出力预测方法及装置,该方法包括:建立待预测时刻的ESN预测模型;获取最近预设时间段内的最高气温、平均气温、获取历史时刻的光伏出力值,所述历史时刻的时刻值与所述待预测时刻的时刻值相同;确定所述待预测时刻的点指数和所述待预测时刻所在预测日的日指数;将所述最高气温、所述平均气温、所述历史时刻的光伏出力值、所述点指数和所述日指数作为所述ESN预测模型的输入,以得到所述待预测时刻的光伏出力值。相对于现有技术,本实施例通过建立ESN预测模型、将气温、类型指数、历史光伏出力值作为ESN网络的输入,预测一天中预测时刻的光伏出力值,解决了采用神经网络模型时样本数据少导致的预测不准确的问题。