一种融合形态聚类及TCN-Attention的短期负荷预测方法

    公开(公告)号:CN111815035B

    公开(公告)日:2024-01-30

    申请号:CN202010571442.7

    申请日:2020-06-22

    摘要: 本发明涉及一种融合形态聚类及TCN‑Attention的短期负荷预测方法,包括以下步骤:S1:对负荷历史日数据进行形态聚类,形成多个负荷相似日簇;S2:对影响负荷预测的数据进行预处理,获取待预测日负荷预测的影响因素数据;S3:根据各负荷相似日簇与影响因素数据的相似性为待预测日选择对应的相似日簇训练子集;S4:将待预测日对应的相似日簇训练子集输入到预测模型进行训练;S5:输入待预测日的影响因素数据至训练完成的预测模型,输出短期负荷预测值;所述的预测模型包括依次连接的输入层、TCN残差模块、Attention机制模块和输出层,与现有技术相比,本发明具有预测速度快且预测(56)对比文件李鹏辉;崔承刚;杨宁;陈辉.基于ARIMALSTM组合模型的楼宇短期负荷预测方法研究.上海电力学院学报.2019,(第06期),全文.张冰;周步祥;石敏;魏金萧.基于灰色关联分析与随机森林回归模型的短期负荷预测.水电能源科学.2017,(第04期),全文.吴云;雷建文;鲍丽山;李春哲.基于改进灰色关联分析与蝙蝠优化神经网络的短期负荷预测.电力系统自动化.2018,(第20期),全文.

    一种基于相关系数样条插值的光伏电站缺失功率修复方法

    公开(公告)号:CN117333325A

    公开(公告)日:2024-01-02

    申请号:CN202311384783.3

    申请日:2023-10-24

    IPC分类号: G06Q50/06

    摘要: 本发明涉及一种基于相关系数样条插值的光伏电站缺失功率修复方法,包括以下步骤:采集光伏电站的原始数据,包括气象数据及其对应的发电功率数据;将原始数据划分为待修复数据集和完整数据集,待修复数据集只包含气象数据,完整数据集包括气象数据及其对应的发电功率数据;对完整数据集进行降维处理,并从完整数据集和待修复数据集中剔除相关性较小的气象数据;采用样条插值方法对原始数据进行处理,获得初步缺失功率插值;基于完整性数据集中气象数据与待修复数据集中的气象数据计算相关性系数;将相关性系数与初步缺失功率插值相乘,得到最终缺失功率插值,完成缺失功率的修复操作。与现有技术相比,本发明具有提高插值准确性等优点。

    一种基于多层感知机平滑的软件程序安全检测方法

    公开(公告)号:CN114297053A

    公开(公告)日:2022-04-08

    申请号:CN202111538428.8

    申请日:2021-12-15

    IPC分类号: G06F11/36 G06N3/04 G06N3/08

    摘要: 本发明涉及一种基于多层感知机平滑的软件程序安全检测方法,包括:获取初始种子用例;将初始种子用例输入多层感知机模型中进行训练,并结合Nadam梯度优化算法,以引导种子用例的变异,得到测试用例;将测试用例输入待测目标程序中,通过模糊测试,得到相应模糊测试结果;利用当前模糊测试结果,按照设定的优化迭代次数对多层感知机模型进行迭代优化;根据优化后的多层感知机模型,结合Nadam梯度优化算法进行模糊测试变异,以得到最优测试用例;将最优测试用例输入待测目标程序中,通过模糊测试,得到最终的模糊测试结果。与现有技术相比,本发明能够解决测试用例冗余、变异策略效率低下的问题,具有代码覆盖率高、执行效率高的优点。

    一种基于用户用电行为聚类的电力负荷概率预测方法

    公开(公告)号:CN113361776A

    公开(公告)日:2021-09-07

    申请号:CN202110635884.8

    申请日:2021-06-08

    发明人: 黄薇 温蜜 张照贝

    IPC分类号: G06Q10/04 G06Q50/06 G06K9/62

    摘要: 本发明涉及一种基于用户用电行为聚类的电力负荷概率预测方法,包括:获取用户历史用电细粒度数据和日期类型数据;提取每个用户历史用电细粒度数据的分位数自协方差,以表示用户用电行为特征;使用层次聚类算法对用户用电行为特征进行聚类,并为每个用户标记类别标签;将各类用户用电负荷进行聚合,得到各类用户的聚合负荷;基于各类用户的聚合负荷以及日期类型数据,构造数据集;使用数据集对各类用户建立分位数回归森林预测模型,并进行预测获得各类用户的负荷预测结果;求和各类用户的负荷预测结果,以得到用户聚合体负荷概率预测结果。与现有技术相比,本发明能够准确、快速地进行电力负荷概率预测,有效提高用户聚合体电力负荷预测精度。

    一种基于自更新三次指数平滑法的充电桩用电量预测方法

    公开(公告)号:CN114330834A

    公开(公告)日:2022-04-12

    申请号:CN202111465442.X

    申请日:2021-12-03

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明涉及一种基于自更新三次指数平滑法的充电桩用电量预测方法,包括:获取充电桩历史时间序列用电量数据,并收集异常情况;通过相关性分析,得到异常情况对充电桩用电量的影响程度,得到相关性系数;利用相关性系数对三次指数平滑法中的平滑系数进行自动更新,通过更新前后的精度比较,确定出最优平滑系数;基于使用最优平滑系数的三次指数平滑法,对充电桩用电量进行中长期预测,得到对应的预测结果。与现有技术相比,本发明能够有效分析时间序列内在相关性和外部影响因素对充电桩用电情况的影响,依此生成对应的相关性系数,通过不断迭代提升预测效果,降低由于序列异常波动引起的预测误差,进而保证充电桩用电量预测的准确性和可靠性。

    一种面向Modbus协议的工业控制网络异常流量检测方法

    公开(公告)号:CN117411703B

    公开(公告)日:2024-11-12

    申请号:CN202311448619.4

    申请日:2023-11-02

    IPC分类号: H04L9/40 H04L12/40 H04L41/16

    摘要: 本发明涉及一种面向Modbus协议的工业控制网络异常流量检测方法,包括以下步骤:S1、捕获Modbus协议应用层报文中的数据包;S2、将捕获到的数据包流量进行特征提取与数据处理,并基于规则的流量特征来识别异常流量和攻击行为;S3、构建正常流量行为模型,利用S2中基于规则的流量特征对流量检测分类并进行模型优化;S4、根据优化后有规则集的机器学习模型构建入侵检测系统,分析流量的时序特征,进而更全面地分析网络攻击;S5、选择网络数据包进行分析,输入模型并进行预测,得到最终的流量分析结果。与现有技术相比,本发明网络攻击识别效率高、异常流量检测准确率高,同时具有流量分析全面、高效低成本的优点。