-
公开(公告)号:CN111340312A
公开(公告)日:2020-06-26
申请号:CN202010213647.8
申请日:2020-03-24
申请人: 国家电网有限公司 , 国网重庆市电力公司 , 国网重庆市电力公司物资分公司
摘要: 本发明公开了一种基于RNN网络预测物资采购需求量的方法,包括以下步骤:S1:采用预设方法对预先采集的数据进行数据处理;S2:通过预设方法对原预测模型和循环神经网络模型进行对比;S3:采用预设方法构建RNN模型,并将所述处理后的数据作为所述RNN模型的输入,获取预测值。有益效果:通过构建基于RNN网络的物资采购预测模型并进行训练,考虑历史采购量之间的时序关系,根据时间序列增加或减少水平,能够随着时间的推移不断重复模式,相比于传统的原预测模型,有效地提升了模型的预测精确度。
-
公开(公告)号:CN111445009A
公开(公告)日:2020-07-24
申请号:CN202010217499.7
申请日:2020-03-25
申请人: 国家电网有限公司 , 国网重庆市电力公司 , 国网重庆市电力公司物资分公司
摘要: 本发明公开了一种基于GRU网络预测物资采购需求量的方法,包括以下步骤;S1:采用预设方法对预先采集的数据进行数据处理;S2:通过预设方法对原预测模型和循环神经网络模型进行对比;S3:采用预设方法构建GRU模型,并将所述处理后的数据作为所述GRU模型的输入,获取预测值。有益效果:通过建立GRU模型,从而减少了训练更新的参数,使GRU模型结构更加简单,大大减少了训练时间,进而优化了物品采购预测模型,提升预测精确度。
-
公开(公告)号:CN111401651A
公开(公告)日:2020-07-10
申请号:CN202010213036.3
申请日:2020-03-24
申请人: 国家电网有限公司 , 国网重庆市电力公司 , 国网重庆市电力公司物资分公司
摘要: 本发明公开了一种基于LSTM网络预测物资采购需求量的方法,包括以下步骤:S1:采用预设方法对预先采集的数据进行数据处理;S2:通过预设方法对原预测模型和循环神经网络模型进行对比;S3:采用预设方法构建LSTM模型,并将所述处理后的数据作为所述LSTM模型的输入,获取预测值。有益效果:通过构建基于LSTM网络的物资采购预测模型并进行训练,在三路输入数据的作用下,使得LSTM模型能够记住长期的状态,从而使得其能够有效的解决长距离依赖问题,相比于传统的原预测模型,有效地提升了模型的预测精确度。
-
公开(公告)号:CN210864811U
公开(公告)日:2020-06-26
申请号:CN201921737376.5
申请日:2019-10-16
申请人: 国家电网有限公司 , 国网重庆市电力公司物资分公司
摘要: 本实用新型提供的一种电力物资监管系统,包括仓库门禁单元、智能移动设备、物资存储箱单元、设置于仓库门外侧的监控终端以及设置于控制中心的远程监控单元;智能移动设备,与远程监控单元通信连接,远程监控终端,根据接收到的身份识别信息以及物资取用申请信息,向仓库门禁单元发送身份验证信息,并且分别向监控终端和智能移动设备发送二维验证码;物资存储箱单元,与监控终端通信连接,监控终端,与远程监控单元通信连接,仓库门禁单元;与远程监控单元通信连接,能够在取用电力物资时,对于取用人员以及被取用的物资进行严格的监管,防止传统中出现的不必要的人为错误而造成的损失,而且能够有效节约人力,节省人力成本。
-
公开(公告)号:CN114460498A
公开(公告)日:2022-05-10
申请号:CN202210112485.8
申请日:2022-01-29
申请人: 国家电网有限公司 , 国网重庆市电力公司市区供电分公司
摘要: 本发明公开了一种基于绕组分布特性的变压器运行分析方法,包括步骤:S1.构建基于绕组分布特性的变压器分布参数模型:S2.利用所述变压器分布参数模型对变压器的运行状态进行分析,具体包括:分析变压器绕组上各位置的电参数随时间和/或位置的变化情况,其中,所述电参数包括电压以及电流;获取变压器端口的电压瞬时值和/电流瞬时值;当变压器处于正常工作状态或发生了区外故障时,可通过所述变压器分布参数模型实现对变压器绕组上任一位置电压电流值的计算。本发明能够快速、准确地分析变压器的故障特性,及时发现变压器存在的轻微故障。
-
公开(公告)号:CN117973724A
公开(公告)日:2024-05-03
申请号:CN202311489945.X
申请日:2023-11-09
申请人: 国家电网有限公司 , 国网重庆市电力公司 , 国网重庆招标有限公司
IPC分类号: G06Q10/0631 , G06Q50/06 , G06N3/0442 , G06F18/214 , G06N3/006
摘要: 本发明涉及一种基于WOA‑VMD‑LSTM的电力物资预测方法,包括如下步骤:获取电商专区电力物资采购数据,预处理后作为训练集;使用VMD将训练集中的数据分解为多个模态分量IMF序列,采用鲸鱼优化算法WOA获得最优参数组合,使用最优参数组合更新VMD分解的核心参数后,再次通过VMD将训练集中的数据分解为多个模态分量IMF序列,得到优化后的多个模态分量IMF序列;获取当前年份及之前年份的电商专区电力物资采购数据,采用前述方式处理后得到待预测模态分量IMF序列,将待预测模态分量IMF序列输入LSTM,将各模态分量IMF序列的预测值进行叠加,得到对下一年度电力物资的预测结果。本发明方法使用VMD对非平稳的原始数据进行模态分解,提高LSTM预测性能。
-
-
-
-
-