一种行业电量需求预测模型的构建方法及预测方法

    公开(公告)号:CN110991739A

    公开(公告)日:2020-04-10

    申请号:CN201911217443.5

    申请日:2019-11-29

    IPC分类号: G06Q10/04 G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种行业电量需求预测模型的构建方法及预测方法,行业电量需求预测模型的构建方法:根据设定的行业电量相关性分析程序,获取行业电量增长的第一主导因素;其中,所述行业电量相关性分析程序为关联规则挖掘程序和主成分分析程序相结合;根据预先建立的历史行业电量相关性分析数据集,提取行业电量增长的第二主导因素;根据所述第一主导因素和所述第二主导因素,分别对ARIMA模型和多元回归模型进行修正并耦合,得到行业电量需求预测模型。与传统方法相比,本发明在预测精度上有较大提升,且可推广到其他行业,具有较强的适用性和可行性。

    电力系统碳排放量的确定方法、装置、设备和存储介质

    公开(公告)号:CN115204612A

    公开(公告)日:2022-10-18

    申请号:CN202210704572.2

    申请日:2022-06-21

    IPC分类号: G06Q10/06 G06Q50/06 G06Q50/26

    摘要: 本申请涉及一种电力系统碳排放量的确定方法和装置,有效提高在确定电力系统碳排放量时的准确率。所述方法包括:确定电力系统中当前时刻的工作状态为放电状态的储能节点,将该储能节点在上一时刻的单位存储电量所含碳排放量作为当前时刻的单位存储电量所含碳排放量,并确定该储能节点的碳排放强度;根据处于放电状态的储能节点和放电节点的碳排放强度以及负荷信息,确定电力系统中处于放电状态的各个节点的在当前时刻的第一碳排放量;根据第一碳排放量确定电力系统中各负荷节点以及工作状态为储电状态的储能节点在当前时刻的第二碳排放量;根据第一碳排放量和第二碳排放量确定电力系统在当前时刻的碳排放总量,直到确定各个时刻的碳排放总量。

    一种全自动用电量预测方法及其系统

    公开(公告)号:CN111667377A

    公开(公告)日:2020-09-15

    申请号:CN202010335770.7

    申请日:2020-04-24

    IPC分类号: G06Q50/06 G06Q10/04

    摘要: 本发明公开了一种全自动用电量预测方法,包括:对历史用电量时间序列预处理,获得历史用电数据;采用Boosted HP滤波器对历史用电数据进行分解,获得趋势项和循环项;根据趋势项的数据确定Auto ARIMA模型的参数,以获得趋势项的预测模型;根据循环项的数据对seq2seq模型进行训练,以获得循环项的预测模型;将趋势项的预测模型的预测结果和循环项的预测模型的预测结果叠加,获得用电量预测模型;用电量预测模型用于预测用电量。本发明仅利用历史用电量数据本身,而不需要依赖外源数据;所采用的HP滤波器、Auto滤波器和seq2seq模型都可以预先设定参数或自适应学习参数,而不需要人为再根据数据来设置参数;本发明相较于传统模型在预测精度上有较大的提升,且使用方便。

    风电出力概率密度分布模型的建模方法、装置和设备

    公开(公告)号:CN113887086A

    公开(公告)日:2022-01-04

    申请号:CN202111279581.3

    申请日:2021-10-28

    摘要: 本申请涉及一种风电出力概率密度分布模型的建模方法、装置和设备。方法包括:确定目标风电区域,并获取目标风电区域在目标时间段内的目标风电出力数据;以渐进积分均方误差最小为目标,确定出目标核函数带宽;利用目标核函数带宽和目标风电出力数据进行非参数核密度估计,得出目标风电区域在目标时间段内的目标风电出力概率密度分布模型。采用本方法代替传统技术方案中对带宽优化模型进行模糊化以及基于序优化理论对带宽优化模型进行求解的过程,因此采用本方法确定出目标核函数带宽的过程更加快速便捷,因此能够提高确定出风电出力概率密度分布模型的便捷度。