-
公开(公告)号:CN104573962A
公开(公告)日:2015-04-29
申请号:CN201510019467.5
申请日:2015-01-14
Applicant: 国家电网公司 , 国网浙江省电力公司丽水供电公司 , 国网浙江云和县供电公司 , 上海辰仕科技发展有限公司
CPC classification number: G06Q10/06311 , G06Q50/06
Abstract: 本发明涉及电网调度SCADA系统的信息分层共享处理方法。本发明提供的电网调度SCADA系统的信息分层共享处理方法,通过将报警信息进行分类并共享,各部门在同一时间准确的得到报警信息和电网运行情况,大家可以在共享平台上共同分析事故原因,提出处理方案,获取工作经验;相对于现有技术利用该方法使得电网报警信息处理方案的成功率提升15%,重复工作率降低8%,大大提高了报警信息的抢修效率;另外,通过信息共享,根据检修人员的工作需求,随时为其提供相关信息数据,技术人员可以更加直观地了解目前各条线路的负荷、开关的状态等相关信息,以使检修工作的顺利进行,进一步提高了工作效率。
-
公开(公告)号:CN107967542B
公开(公告)日:2021-07-27
申请号:CN201711400097.5
申请日:2017-12-21
Applicant: 国网浙江省电力公司丽水供电公司 , 国家电网公司
Abstract: 本发明公开了一种基于长短期记忆网络的售电量预测方法。它包括以下步骤:S1:确定影响售电量数据的影响因素;S2:计算每个待分析行业的售电量数据与每个影响因素数据的Pearson相关系数r;S3:使用k‑means聚类算法,对以上各个行业的Pearson相关系数r进行聚类,聚类之后得到若干个簇;S4:对每个簇的日总用电量数据进行归一化处理,对影响因素数据进行归一化处理;S5:基于长短期记忆网络LSTM的售电量预测模型得到总的售电量预测结果。本发明能够自动学习售电量数据以及相关影响因素的数据特征,基于长短期记忆网络对多条件售电量数据进行建模,实现对售电量的准确预测。
-
公开(公告)号:CN107967542A
公开(公告)日:2018-04-27
申请号:CN201711400097.5
申请日:2017-12-21
Applicant: 国网浙江省电力公司丽水供电公司 , 国家电网公司
Abstract: 本发明公开了一种基于长短期记忆网络的售电量预测方法。它包括以下步骤:S1:确定影响售电量数据的影响因素;S2:计算每个待分析行业的售电量数据与每个影响因素数据的Pearson相关系数r;S3:使用k-means聚类算法,对以上各个行业的Pearson相关系数r进行聚类,聚类之后得到若干个簇;S4:对每个簇的日总用电量数据进行归一化处理,对影响因素数据进行归一化处理;S5:基于长短期记忆网络LSTM的售电量预测模型得到总的售电量预测结果。本发明能够自动学习售电量数据以及相关影响因素的数据特征,基于长短期记忆网络对多条件售电量数据进行建模,实现对售电量的准确预测。
-
-