基于MSTL和LSTM模型的中长期电力负荷预测方法

    公开(公告)号:CN114595861A

    公开(公告)日:2022-06-07

    申请号:CN202111581634.7

    申请日:2021-12-22

    摘要: 本发明涉及一种基于神经网络进行电力负荷预测的方法,包括:搜集待处理年尺度数据与月尺度数据并进行相关性检验,确立年尺度数据,月尺度数据中的关键影响因素;分别关键影响因素及对应的年度电力最大负荷数据和对应的月度电力最大负荷数据,进行季节分解,得到相应的年数据趋势分量、年数据残差分量和年数据周期分量和相应的月数据趋势分量、月数据残差分量和月数据周期分量;然后分别进行协整检验和降维处理,得到LSTM模型的相应分量;将各分量输入LSTM模型中,得到个分量的预测分量;根据预测分量,采用LSTM循环神经网络的自学习能力将其进行拟合,得出电力负荷预测值。

    基于模糊Petri网的配电网工程建设成本管控系统

    公开(公告)号:CN114358465A

    公开(公告)日:2022-04-15

    申请号:CN202111375245.9

    申请日:2021-11-19

    IPC分类号: G06Q10/06 G06Q50/06 G06Q30/02

    摘要: 本发明属于配电网工程建设成本管控技术领域,涉及一种基于模糊Petri网的配电网工程建设成本管控系统,包括:中央处理器;中央处理器包括:数据搜集模块初步确定管控指标,搜集管控指标数据;数据预处理模块进行数据预处理,确定关键管控指标;模糊Petri网结构模块构建成本管控的Petri网结构图;诊断易出现偏差的配电网工程项目建设成本关键管控指标偏差路径;分析模块确定配电网工程项目建设成本中需要进行重点管控的关键管控指标。本申请系统基于模糊Petri网理论,可分析得出在配电网工程的建设过程中较易出现偏差的建设成本管控指标,从而进一步加强配电网建设项目中成本的管控,提高投资利用率。