-
公开(公告)号:CN107656978A
公开(公告)日:2018-02-02
申请号:CN201710795434.9
申请日:2017-09-06
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 复旦大学
IPC分类号: G06F17/30
CPC分类号: G06F16/215
摘要: 本发明涉及一种基于函数依赖的多样性数据修复方法,初始化修复集合;判断修复集合中的修复个数是否小于等于设定修复个数,若是,则初始化输入队列后进行下一步,否则进行最后一步;利用偏好函数w’(c)选择每个修复的修复元素,生成输入队列;利用Genrepair算法进行数据修复;判断修复集合中是否包含与本次相同的修复,若为是,则直接返回第二步,否则将本次修复操作加入修复集合,返回第二步;判断是否满足终止条件,若为是,则修复完成,否则对修复集合进行检查,并进行选取相应修复进行替换。与现有技术相比,本发明同时考虑多样性和代价进行数据修复、提高修复效率以及可以适用于指数级别的修复空间的有效动态采样等优点。
-
公开(公告)号:CN111861206A
公开(公告)日:2020-10-30
申请号:CN202010700143.9
申请日:2020-07-20
申请人: 国网上海市电力公司 , 复旦大学 , 华东电力试验研究院有限公司
IPC分类号: G06Q10/06 , G06Q50/06 , G06F16/215 , G06F16/2458
摘要: 本发明涉及一种基于企业电力大数据的工业行业景气指数获取方法,包括以下步骤:1)获取行业内企业的用电信息,并进行清洗和修正;2)根据中类行业的用电量数据构建不同时期的复杂网络模型,用以描述行业间相互影响、相互传导的上下游关联关系;3)提取复杂网络模型的网络指标并采用隐马尔可夫状态转移模型进行工业行业景气指数预测。与现有技术相比,本发明具有有效整合企业耗电量高频数据、明确行业间的上下游产业结构、排除非生产性因素的干扰、构建细分行业的工业行业景气指数等优点。
-
公开(公告)号:CN107273471A
公开(公告)日:2017-10-20
申请号:CN201710422732.3
申请日:2017-06-07
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 复旦大学
IPC分类号: G06F17/30
CPC分类号: G06F17/3033 , G06F17/30336 , G06F17/30548 , G06F17/30575
摘要: 本发明涉及一种基于Geohash的二元电力时序数据索引构建方法,包括以下步骤:1)获取原始二元电力时序数据,并对其进行降维;2)对降维后的二元电力时序数据进行Geohash编码,获得二元电力时序数据的BTSAX表达;3)根据BTSAX表达构建二元电力时序的BTSAX数据索引,并采用HBase数据库进行原始二元电力时序数据与二元电力时序数据索引的存储。与现有技术相比,本发明具有动态划分、精度可指定、节点不重叠等优点。
-
公开(公告)号:CN107656978B
公开(公告)日:2021-02-12
申请号:CN201710795434.9
申请日:2017-09-06
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 复旦大学
IPC分类号: G06F16/215
摘要: 本发明涉及一种基于函数依赖的多样性数据修复方法,初始化修复集合;判断修复集合中的修复个数是否小于等于设定修复个数,若是,则初始化输入队列后进行下一步,否则进行最后一步;利用偏好函数w’(c)选择每个修复的修复元素,生成输入队列;利用Genrepair算法进行数据修复;判断修复集合中是否包含与本次相同的修复,若为是,则直接返回第二步,否则将本次修复操作加入修复集合,返回第二步;判断是否满足终止条件,若为是,则修复完成,否则对修复集合进行检查,并进行选取相应修复进行替换。与现有技术相比,本发明同时考虑多样性和代价进行数据修复、提高修复效率以及可以适用于指数级别的修复空间的有效动态采样等优点。
-
公开(公告)号:CN107329993A
公开(公告)日:2017-11-07
申请号:CN201710423572.4
申请日:2017-06-07
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 复旦大学
IPC分类号: G06F17/30
CPC分类号: G06F17/30946
摘要: 本发明涉及一种基于Geoword的多元电力时序数据索引方法,包括以下步骤:1)获取原始多元电力时序数据,并对其进行降维;2)对降维后的多元电力时序数据进行Geoword编码,获得多元电力时序数据的MTSAX表达;3)根据MTSAX表达构建多元电力时序的MTSAX数据索引。与现有技术相比,本发明具有动态划分、精度可指定、节点不重叠等优点。
-
公开(公告)号:CN108319678A
公开(公告)日:2018-07-24
申请号:CN201810090501.1
申请日:2018-01-30
申请人: 复旦大学 , 国网上海市电力公司 , 华东电力试验研究院有限公司
IPC分类号: G06F17/30
摘要: 本发明涉及一种海量时间序列的分布式索引方法,包括以下步骤:1)iSAX编码:获取全部原始待索引的时间序列,并对每个时间序列进行iSAX编码,获取对应的iSAX字表示,作为索引树中的每个时间序列对应的路径;2)构建索引树:将每个时间序列的iSAX字表示作为索引树中的每个时间序列对应的路径,并根据每个时间序列对应的路径进行索引树结构的构建,对建好的索引树进行存储和查询。与现有技术相比,本发明具有运行效率高、索引精确等优点。
-
公开(公告)号:CN118171863A
公开(公告)日:2024-06-11
申请号:CN202410305634.1
申请日:2024-03-18
申请人: 华东电力试验研究院有限公司 , 国网上海市电力公司 , 上海电力大学
IPC分类号: G06Q10/0631 , G06Q50/06
摘要: 本发明涉及一种考虑含大量温控负荷的城市社区能源互联网参与需求响应市场的调度方法、装置及介质,其中方法包括以下步骤:构建社区居民用户的柔性负荷模型及其聚合模型,其中,柔性负荷类型包括温控负荷、可转移负荷;构建用户意愿度模型;基于聚合模型和用户意愿度模型构建响应潜力模型;以响应潜力模型作为温控负荷参与响应的约束,构建城市社区参与需求响应的市场机制,建立以社区运营商为上层、负荷聚合商为下层的双层优化模型并进行求解,得到调度方案。与现有技术相比,本发明充分考虑温控负荷响应潜力,将温控负荷聚合模型和用户意愿度结合得到符合实际的响应潜力,并且在以上基础上建立一个完整的城市社区参与需求响应的市场机制,充分考虑社区运营商以及负荷聚合商的利益。
-
公开(公告)号:CN117648447A
公开(公告)日:2024-03-05
申请号:CN202311641595.4
申请日:2023-12-04
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海久湛信息科技有限公司
IPC分类号: G06F16/36 , G06N5/022 , G06F16/35 , G06F16/33 , G06F18/2415 , G06F40/289 , G06N7/01 , G06N3/0442 , G06N3/045
摘要: 本发明涉及一种电网调控预案知识图谱构建方法及系统,属于大数据分析技术领域。其中,该方法包括:获取电网调控预案原始文本集,使用隐马尔科夫链和二元统计模型中,得到分词结果。构建词‑文本序列集矩阵并进行奇异值分解得到奇异向量矩阵,利用奇异向量矩阵对分词结果进行同义词标记和去重。对去重分词结果进行分布式处理和权重计算得到文本向量,将文本向量输入BiLSTM模型,得到文本向量的权重矩阵,将权重矩阵与预设的分类标准进行比较,得到文本向量的分类结果。将分类结果和去重分词结果存储于Neo4j数据库中并图形化处理得到知识图谱。通过隐马尔科夫链对文本进行自动分词和标注,BiLSTM模型和TF‑IDF方法对文本进行自动分类,提高了文本抽取的效率。
-
公开(公告)号:CN117439066A
公开(公告)日:2024-01-23
申请号:CN202311395078.3
申请日:2023-10-25
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司
IPC分类号: H02J3/00 , H02J13/00 , G06F30/27 , G06F113/06
摘要: 本发明涉及一种电网在线调度系统、方法和存储介质,系统中,混合动作空间统一映射模块将混合决策空间映射到离散动作空间,仿真采样模块执行蒙特卡洛树搜索并与电网仿真环境进行交互收集数据,数据存储模块存储采样数据,策略优化模块读取数据进行学习;之后使用经过训练阶段的调度系统进行电网在线调度。与现有技术相比,本发明具有通过深度神经网络的自适应学习和大规模的仿真模拟探索电网系统的调度策略,避免了对领域知识的依赖;通过大量积累的统计信息进行决策,可以为高度随机性事件提供有效的解决方案;将混合的决策空间统一映射到离散决策空间,实现了同时针对离散和连续的调节任务做出有效决策等优点。
-
公开(公告)号:CN115860208A
公开(公告)日:2023-03-28
申请号:CN202211509335.7
申请日:2022-11-29
申请人: 国网上海市电力公司 , 华东电力试验研究院有限公司
摘要: 本发明涉及一种基于模糊神经网络的间歇性电源出力预测方法,方法包括:获取模型训练数据集,对模型训练数据集进行预处理,基于预处理后的模型训练数据集训练模糊神经网络模型,将实际数据输入训练好的模糊神经网络模型,得到实际预测结果;训练好的模糊神经网络模型包括:输入层;模糊化层;规则层;去模糊层;和输出层。与现有技术相比,本发明具有能解释预测结果的可靠性、贴近真实的输出等优点。
-
-
-
-
-
-
-
-
-