-
公开(公告)号：CN106530132A
公开(公告)日：2017-03-22
申请号：CN201611023849.6
申请日：2016-11-14
申请人： 国家电网公司 , 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司
CPC分类号： G06Q50/06 , G06K9/6223
摘要： 本发明提供了一种电力负荷聚类的方法及装置。所述方法包括：采集电力负荷数据；将所述电力负荷数据进行Canopy聚类，生成若干canopy类和canopy中心；将所述canopy中心作为K值，利用K-Means聚类算法，生成电力负荷聚类结果。本发明提出运用Canopy聚类和K-means聚类相结合的方法进行客户聚类，极大地提高了聚类的速度和准确度，避免了k值选择的随机性和盲目性；并且，通过对不同属性和行为特征的用电客户聚类分群，分析同群体内客户用电负荷趋势，可以使电力公司有针对性的对批量客户提供主动服务，实现改善客户关系，提高客户满意度、防范电费风险，减少峰谷负荷，实现优质服务、降本增效等目标。
-
公开(公告)号：CN106529704A
公开(公告)日：2017-03-22
申请号：CN201610930965.X
申请日：2016-10-31
申请人： 国家电网公司 , 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司
CPC分类号： Y02D10/45 , G06Q10/04 , G06F16/2462 , G06Q50/06
摘要： 本发明提供了一种月最大电力负荷预测方法及装置，该月最大电力负荷预测方法包括：从历史数据库中获取各年度实时负荷数据、日最大负荷数据及月最大电力负荷数据；根据所述月最大电力负荷数据建立环比增量预测模型或环比增长率预测模型，进行月最大电力负荷数据预测。利用本发明，可以提高预测精度，从而降低了发电厂和电网的运营风险；本发明数据量少，运算速度快，解决了样本量有限的问题。
-
公开(公告)号：CN104376081A
公开(公告)日：2015-02-25
申请号：CN201410657974.7
申请日：2014-11-18
申请人： 国家电网公司 , 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司 , 北京科东电力控制系统有限责任公司
发明人： 张艳丽 , 傅军 , 孙志杰 , 韩硕辰 , 介志毅 , 刘天如 , 张凌宇 , 谢枫 , 程杰 , 牛逸宁 , 陈洪涛 , 王莉 , 陈静 , 仲轩 , 马红波 , 袁浩 , 秦华勤 , 金鑫
IPC分类号： G06F17/30
CPC分类号： G06F17/30943 , G06F21/31
摘要： 本发明提供了一种数据应用处理系统、手持终端和现场稽查数据处理系统，其中，该现场稽查数据处理系统包括：数据应用处理系统和手持终端，其中，数据应用处理系统，用于生成手持终端能够识别的携带有任务列表的信息数据文件，并将其导入至手持终端中，手持终端用于用户或者是操作执行者携带至稽查现场，按照手持终端中的任务列表执行稽查工作。本发明解决了现有技术中现场稽查工作耗费的劳动量大、数据准确性低的技术问题，达到了提高工作效率和数据准确性的技术效果。
-
公开(公告)号：CN105631483B
公开(公告)日：2019-03-12
申请号：CN201610130474.7
申请日：2016-03-08
申请人： 国家电网公司 , 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司
摘要： 本发明提供了一种短期用电负荷预测方法及装置，涉及电力负荷预测技术领域。方法包括：获取用电负荷的历史数据以及天气信息的历史数据，并进行模糊聚类分析预处理；根据模糊聚类分析算法对预处理后的用电负荷的历史数据进行模糊聚类，调整模糊聚类参数，获取用电负荷的历史数据的最优分类；根据滑动窗口在最优分类中的用电负荷的历史数据中获取用电负荷的历史训练数据，并获取用电负荷的历史训练数据的天气信息历史训练数据；根据预先设置的预测算法，对用电负荷的历史训练数据和天气信息历史训练数据进行处理，获取短期用电负荷预测数据。本发明可以解决当前的短期用电负荷的方法存在预测精度较差，且处理较为繁琐复杂的问题。
-
公开(公告)号：CN108549955A
公开(公告)日：2018-09-18
申请号：CN201810252033.3
申请日：2018-03-26
申请人： 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司 , 国家电网公司
摘要： 本发明提供了一种充电桩异常率确定方法和装置，方法包括：获取待测区域内的各充电桩的异常时长的历史数据；判断根据异常时长的历史数据是否可以确定各充电桩的异常时长数列，异常时长数列为{Git-1，Git-2，......Git-q}；其中，Git-1为第i个充电桩第t天前第1次发生异常当天的异常时长，Git-2为第i个充电桩第t天前第2次发生异常当天的异常时长，Git-q为第i个充电桩第t天前第q次发生异常当天的异常时长；确定各充电桩的异常时长数列后，建立各充电桩的最小二乘法估计模型并根据各充电桩的异常时长数列确定系数都显著的估计方程；根据各充电桩的估计方程确定待测区域内充电桩第t天的异常率。本发明考虑了运维管理、天气、以及充电桩历史等因素，使用广义AR(q)组合回归方法实现对充电桩异常率的预测。
-
公开(公告)号：CN108564245A
公开(公告)日：2018-09-21
申请号：CN201810163773.X
申请日：2018-02-27
申请人： 国网冀北电力有限公司电力科学研究院
摘要： 一种基于DEA分析的配网投资效率评价方法，包括以下步骤：S1.确定配网投资效率评价的多个决策单元；S2.选取配网投资效率评价决策单元的输入指标和输出指标；S3.利用聚类分析法对决策单元的输入指标和输出指标进行归类划分，得到筛选后的多组输入指标和输出指标；S4.利用数据包络分析评价模型对多个决策单元进行评价，得出多个决策单元的相对效率指数。本发明具有以下优点：利用聚类分析法对配网投资评价指标进行筛选，为配网投资DEA分析的筛选出合理的输入指标和输出指标，可以筛选出指标间区别度大又能恰当反映配网投资效率的指标，以少而精的指标进行DEA分析，从而获得更准确的评价结果。
-
公开(公告)号：CN108428048A
公开(公告)日：2018-08-21
申请号：CN201810161261.X
申请日：2018-02-27
申请人： 国网冀北电力有限公司电力科学研究院
摘要： 一种充换电网络运营评价方法，包括以下步骤：S1.利用层次分析法构建层次结构模型；S2.构建比较判断矩阵，邀请N位专家根据下层元素对上层元素的相对重要性给出判断矩阵元素的相应权重，从而得到N组判断矩阵；S3.对N组判断矩阵的同一位置的元素，先剔除该位置元素的最大值和最小值，然后再求同一位置元素的平均值，最后得到一组判断矩阵；S4.对判断矩阵使用特征向量和积法，得到判断矩阵的最大特征值和同层元素的排序权重；S5.检验比较判断矩阵是否具有一致性，如果该比较判断矩阵有一致性，则执行S6，否则执行S2；S6.逐层计算同一层次所有元素对于目标层相对重要性的排序权重值。本发明使得评价结果更加符合充换电网络运营的现实情况和业务需求。
-
公开(公告)号：CN108519989A
公开(公告)日：2018-09-11
申请号：CN201810163770.6
申请日：2018-02-27
申请人： 国网冀北电力有限公司电力科学研究院
摘要： 一种日电量缺失数据的还原追溯方法，包括以下步骤：获取用户信息及其电能表信息和月电量数据；按照日电量规则得到每个用户的日电量数据；对每月的日电量进行检查，找出每月中需还原数据的日电量；采用两种基于不同算法的多重插补模型分别还原每月中需还原数据的日电量，得到还原数据集；利用已获取用户的月电量与还原数据集对应的月电量进行比较，取偏差率最小的还原数据集为最优结果集。本发明具有以下优点：本发明通过对日电量缺失值进行还原，提高日电量的数据质量，真实反映用户每日用电的真实情况，为用户用电行为相关的研究提供真实可靠的数据基础；本发明采用两种基于不同算法的多重插补模型进行数据还原，提高了数据还原的精确度。
-
公开(公告)号：CN105631483A
公开(公告)日：2016-06-01
申请号：CN201610130474.7
申请日：2016-03-08
申请人： 国家电网公司 , 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司
CPC分类号： G06Q50/06 , G06K9/6218 , G06K9/6267 , G06Q10/04
摘要： 本发明提供了一种短期用电负荷预测方法及装置，涉及电力负荷预测技术领域。方法包括：获取用电负荷的历史数据以及天气信息的历史数据，并进行模糊聚类分析预处理；根据模糊聚类分析算法对预处理后的用电负荷的历史数据进行模糊聚类，调整模糊聚类参数，获取用电负荷的历史数据的最优分类；根据滑动窗口在最优分类中的用电负荷的历史数据中获取用电负荷的历史训练数据，并获取用电负荷的历史训练数据的天气信息历史训练数据；根据预先设置的预测算法，对用电负荷的历史训练数据和天气信息历史训练数据进行处理，获取短期用电负荷预测数据。本发明可以解决当前的短期用电负荷的方法存在预测精度较差，且处理较为繁琐复杂的问题。
-
公开(公告)号：CN108549955B
公开(公告)日：2022-01-18
申请号：CN201810252033.3
申请日：2018-03-26
申请人： 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司 , 国家电网公司
摘要： 本发明提供了一种充电桩异常率确定方法和装置，方法包括：获取待测区域内的各充电桩的异常时长的历史数据；判断根据异常时长的历史数据是否可以确定各充电桩的异常时长数列，异常时长数列为{Git‑1，Git‑2，......Git‑q}；其中，Git‑1为第i个充电桩第t天前第1次发生异常当天的异常时长，Git‑2为第i个充电桩第t天前第2次发生异常当天的异常时长，Git‑q为第i个充电桩第t天前第q次发生异常当天的异常时长；确定各充电桩的异常时长数列后，建立各充电桩的最小二乘法估计模型并根据各充电桩的异常时长数列确定系数都显著的估计方程；根据各充电桩的估计方程确定待测区域内充电桩第t天的异常率。本发明考虑了运维管理、天气、以及充电桩历史等因素，使用广义AR(q)组合回归方法实现对充电桩异常率的预测。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.025 秒)
