-
公开(公告)号:CN118036444A
公开(公告)日:2024-05-14
申请号:CN202410075838.0
申请日:2024-01-18
申请人: 北京信息科技大学 , 国网河北省电力有限公司营销服务中心 , 国网河南省电力公司经济技术研究院
摘要: 本发明属于光伏发电技术领域,具体涉及一种基于改进晴空模型的太阳辐照度优化方法。为解决ASHRAE模型预测结果普遍高于实测数据的问题,本发明提出对ASHRAE模型进行改进,其改进分为两步:首先分析a1、a2、a3、k1、k2、k3是如何对模型效果产生影响的,考虑待测电站的位置和气候条件,进而采用最小二乘法依次确定参数A和k以及a1、a2、a3、k1、k2、k3的最优值;然后建立梯度提升决策树模型,以理论太阳辐照度的日峰值和空气质量指数为输入,以实际太阳辐照度的日峰值作为输出,对晴空模型得到的太阳辐照度进行优化。
-
公开(公告)号:CN117114776A
公开(公告)日:2023-11-24
申请号:CN202310859354.0
申请日:2023-07-13
申请人: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司
IPC分类号: G06Q30/0283 , G06Q50/06 , G06F18/241 , G06F18/25 , G06N3/0442
摘要: 一种面向省间日前现货交易的量价申报方法,根据此方法,可以得到运行日15分钟分辨率的量价申报方案;采用改进VMD‑LSTM的预测方法,采用遗传算法对VMD的分解层数和惩罚因子参数进行迭代寻优,并利用VMD对输入申报数据进行变分模态分解,得到重构数据;并构建GRU网络挖掘时序特征得到预测结果。所提模型在预测精度及预测时间上有较强优越性;考虑历史申报场景中购电失败的情况,对历史申报电价进行修正,有助于提升购电成功率,此外考虑实际申报价格约束等条件,可操作性强。
-
公开(公告)号:CN117634671A
公开(公告)日:2024-03-01
申请号:CN202311496694.8
申请日:2023-11-10
申请人: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06F18/214 , G06N3/08 , G06N3/048
摘要: 一种基于长短期记忆网络的农业电量预测方法和系统,从气象部门和政府部门获得历史农业电量数据;使用长短期记忆神经网络模型建立农业排灌电量预测模型和农业生产电量预测模型训练模型;对获得的农业电量数据进行预处理分别得到农业排灌电量预测模型训练数据集和农业生产电量预测模型训练数据集;对农业排灌电量预测模型和农业生产电量预测模型进行训练;使用训练好的电量预测模型对待预测时段的农业电量进行预测。本发明克服了整体农业电量与单一或者多种影响因素相关性不强,无法准确预测的问题,并且可以适应多场景多地区使用,预测结果更加准确,保证整体农业电网的稳步运行和电价的持续稳定。
-
公开(公告)号:CN118710329A
公开(公告)日:2024-09-27
申请号:CN202410731448.4
申请日:2024-06-06
申请人: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司
IPC分类号: G06Q30/0203 , G06F18/241 , G06F18/213 , G06F18/23 , G06Q50/06
摘要: 一种基于代理购电用户用电行为的用户画像构建方法及系统,所述方法包括以下步骤:采集代理购电用户相关数据,构造代理购电用户数据集,整合用电模式行业群与行业电量影响因素库,形成画像框架;基于所述代理购电用户数据集,分析所述代理购电用户的容量利用率与行业容量利用率之间的相似度,以及根据相似度提取出典型用户;根据典型用户的用电行为和用电模式对所述典型用户进行用户分类,根据预设的业务特征指标计算所述典型用户的特征指标值;通过用户类型和特征指标值为所述典型用户分配用户标签,将所述用户标签、行业标签集成至画像框架中,以生成典型用户的多维画像。
-
公开(公告)号:CN118521173A
公开(公告)日:2024-08-20
申请号:CN202410456867.1
申请日:2024-04-16
申请人: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司
IPC分类号: G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/09 , H02J3/00
摘要: 一种基于神经网络的月度电量预测方法和系统,所述方法包括:构建月电量预测的样本数据集,并对样本数据先进行扩展处理,再经过因果卷积得到处理后的样本数据;基于时序神经网络构建时间卷积网络模型即TCN模型,通过TCN模型对处理后的样本数据进行时间尺度的统一后得到压缩数据;建立时间关注机制单元,并基于所述单元构建时间注意编码器;构建剩余连接模块,所述模块包括跳跃连接单元、门控单元和归一化单元;基于LSTM构建月电量预测模型。所述方法有利于提取大量月电量数据的时间特征信息,避免了不同时间尺度的电量数据造成的预测偏差,提高了预测方法的数据处理能力和预测结果的准确度。
-
公开(公告)号:CN118504753A
公开(公告)日:2024-08-16
申请号:CN202410610929.X
申请日:2024-05-16
申请人: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司
摘要: 一种分析用户容量变化的用电量预测方法及系统,其特征在于,所述方法包括以下步骤:采集用电用户的容量数据和用电量数据,并基于所述用电用户的容量数据提取出容量变更事件和事件类型;基于所述事件类型对所述用电用户进行划分,并针对每一类的所述用电用户实施针对容量变更事件的事件稳定周期、逐期电量投运比例和单位容量影响电量的运算;分析待预测时段前关联时段内的所述用电用户的容量与所述用电用户的自然增长容量之间的容量偏差,并基于所述容量偏差、事件稳定周期、逐期电量投运比例和单位容量影响电量求解出所述待预测时段的容量影响电量。
-
-
-
-
-