-
公开(公告)号:CN117633431A
公开(公告)日:2024-03-01
申请号:CN202311529348.5
申请日:2023-11-16
申请人: 国网天津市电力公司电力科学研究院 , 国网天津市电力公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
摘要: 本发明涉及一种电力用户24点负荷拟合96点曲线方法,包括以下步骤:步骤1、基于波动率指标判断只具备24点负荷采集条件用户的24点负荷曲线的波动性;步骤2、根据步骤1的负荷曲线波动性大小的判断结果,波动性较大曲线,采用线性回归逐时拓维模型进行96点曲线拟合;其余为波动性较小曲线,采用分时段最小二乘拟合拓维模型进行96点曲线拟合。本发明能够提高用户负荷数据精细度。
-
公开(公告)号:CN118277932A
公开(公告)日:2024-07-02
申请号:CN202410455273.9
申请日:2024-04-16
申请人: 国家电网有限公司客户服务中心 , 国网天津市电力公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
IPC分类号: G06F18/2433 , G06Q50/06 , H02J3/00 , G06N3/0442 , G06N3/045 , G06N3/084 , G06F18/23 , G06F18/21 , G06F18/214 , G06Q10/04 , G06F18/15
摘要: 本发明涉及智能电网技术领域,具体涉及用电负荷的异常数据辨识与修正方法、系统、设备、存储介质。方法包括如下过程:对用户日用电负荷时序数据中的缺失值、常数值以及明显错误值进行逻辑判断辨识,对异常峰谷值采用先特征向量空间聚类生成典型曲线再与原始负荷曲线对比偏差阈值的方法进行辨识,从而形成异常数据发生时刻数据集,最后对异常数据发生时刻进行虚拟预测修正。本专利针对不同行业用户日用电负荷异常数据进行了分类辨识和修正替换,减小了异常数据对用户负荷分析与预测等工作造成的不良影响。
-
公开(公告)号:CN107706911A
公开(公告)日:2018-02-16
申请号:CN201710950997.0
申请日:2017-10-13
申请人: 国网天津市电力公司电力科学研究院 , 国网天津市电力公司 , 国家电网公司
IPC分类号: H02J3/00
CPC分类号: H02J3/00
摘要: 本发明涉及一种用于无功补偿的干式并联电抗器状态评价方法,其技术特点是包括以下步骤:确定干式并联电抗器状态评价指标,建立包括设备层、状态量层、劣化程度层、目标层的干式并联电抗器状态评价体系;对变电站干式并联电抗器进行巡视检查,判断运行状态,确定各指标得分确定状态量层不同状态量劣化程度、每种状态量名称对应一个权重系数,通过计算加权平均值,获得目标层得分;根据目标层得分确定干式并联电抗器运行状态,完成干式并联电抗器综合评价。本发明设计合理,实现对干式并联电抗器运行状态的准确评估功能,克服了目前干式并联电抗器无合理、系统的有效评价方法困扰,能及时发现设备存在的缺陷,避免设备带病运行。
-
公开(公告)号:CN118297633A
公开(公告)日:2024-07-05
申请号:CN202410364791.X
申请日:2024-03-28
申请人: 国家电网有限公司华北分部 , 北京清软创新科技股份有限公司
IPC分类号: G06Q30/0202 , G06F18/243 , G06N3/0442 , G06N20/20 , G06Q50/06
摘要: 本发明提供一种基于多元XGBoost组合模型的用电量预测方法,属于电量预测技术领域。该方法包括:获取多个地区的社会经济数据和区域的历史用电数据;区域包括多个地区;计算多个地区的社会经济数据与区域的历史用电数据之间的距离相关系数,并基于距离相关系数从多个地区的社会经济数据中筛选出强相关社会经济数据;将强相关社会经济数据与历史用电数据,输入预先建立的多元XGBoost组合模型,获得区域的初步电量预测结果;将区域的初步电量预测结果输入预先建立的LSTM用电量预测模型,得到区域的最终电量预测结果。本发明能够充分挖掘区域内多省社会经济数据对电力电量的影响,提高模型预测准确率。
-
公开(公告)号:CN113128612B
公开(公告)日:2022-11-29
申请号:CN202110463520.6
申请日:2021-04-26
申请人: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司 , 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
摘要: 本发明适用于数据处理技术领域,提供了一种电力数据中异常值的处理方法及终端设备,该方法包括:获取电力运行环节中产生的电力数据,对电力数据进行数据降维和数据标准化处理,得到处理后的标准电力数据,将标准电力数据分别输入核函数极限学习模型和叠加集成模型中进行异常值辨识,得到第一输出值集合和第二输出值集合,根据第一输出值集合和第二输出值集合,采用基于正则化的线性回归分析方法进行动态分析,得到异常数据集合,对异常数据集合进行数据清洗,得到清洗后的电力数据。本发明可以同时提高电力数据中异常值的检测精度和效率,并获得对异常数据集合进行数据清洗后的修正的电力数据。
-
公开(公告)号:CN114092276A
公开(公告)日:2022-02-25
申请号:CN202111338979.X
申请日:2021-11-12
申请人: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司 , 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
摘要: 本发明提供了一种台区短期负荷的预测方法,包括:将预测日期的气象预报数据、目标台区内的分布式光伏装机容量、历史实际分布式光伏出力数据和实际气象数据输入光伏出力预测模型,得到预测日期的预测分布式光伏出力数据;将气象预报数据、预测日期的日类型、历史实际台区总用电负荷和实际气象数据输入台区总用电负荷预测模型,得到预测日期的预测台区总用电负荷;综合预测台区总用电负荷与预测分布式光伏出力数据得到目标台区的预测台区负荷。本申请考虑到台区负荷受分布式光伏影响的情况,能够通过预测较为稳定的台区总用电负荷,结合分布式光伏出力数据得到台区负荷,从而提高台区负荷短期预测的稳定性。
-
公开(公告)号:CN114066073A
公开(公告)日:2022-02-18
申请号:CN202111383732.X
申请日:2021-11-22
申请人: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司 , 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
摘要: 本发明提供一种电网负荷预测方法。该方法包括:对历史时段负荷数据进行并行的异常数据检测,并剔除历史时段负荷数据中的异常数据;通过聚类分析将剔除异常数据的历史时段负荷数据分为不同的类型,并确定每种类型对应的典型负荷数据;根据历史时段负荷影响数据和对应的类型进行训练,得到负荷分类模型;将待预测时段负荷影响数据输入负荷分类模型,确定待预测时段对应的类型和待预测时段对应的典型负荷数据;根据待预测时段对应的典型负荷数据和剔除异常数据的历史时段负荷数据对待预测时段进行负荷预测。本发明能够在提高负荷预测效率的同时提高负荷预测精度。
-
公开(公告)号:CN113052385A
公开(公告)日:2021-06-29
申请号:CN202110333126.0
申请日:2021-03-29
申请人: 国网河北省电力有限公司经济技术研究院 , 国家电网有限公司 , 北京清软创新科技股份有限公司
摘要: 本发明适用于电力系统技术领域,提供了一种钢铁行业用电量的预测方法、装置、设备和存储介质,其中,该预测方法包括:获取目标地区在预设时段内每个单位时段的钢铁行业生产活力度值;钢铁行业生产活力度值基于目标地区在预设时段内每个单位时段的多个维度活力度值得到,多个维度活力度值至少包括铁矿石生产活力度值、粗钢生产活力度值、汽车生产活力度值和房地产新开工施工面积活力度值;利用多种预设回归模型,分别建立每种预设回归模型下钢铁行业生产活力度值与目标地区在预设时段内各个单位时段的钢铁行业用电量的预测模型;根据具有最大拟合优度的预测模型,预测目标地区的钢铁行业用电量。采用本发明可以提高铁行业用电量的预测准确度。
-
公开(公告)号:CN114155038B
公开(公告)日:2024-05-31
申请号:CN202111503301.2
申请日:2021-12-09
申请人: 国网河北省电力有限公司营销服务中心 , 国家电网有限公司 , 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
IPC分类号: G06Q30/0201 , G06Q30/0202 , G06Q50/06 , G06F18/2431
摘要: 本发明涉及用电数据分析技术领域,尤其涉及一种受疫情影响用户识别方法,本发明方法通过获取疫情用电分类模型、用户标签以及用电数据,通过用户标签对用户群体进行分类,将分类后的用户群体送入到分类模型中,确定分类标准,完成对用户群体的分类。该分类方法,根据标签分类,可以实现将大数据分为相对较小的数据进行处理,因此,降低了每次进行分类处理数据运算的复杂程度,且通过先根据标签分类,后对疫情影响分类,可以对不同的群体分别获取疫情影响数据,为后续的有针对性的供电工作提供了必要的数据支撑。
-
公开(公告)号:CN116090597A
公开(公告)日:2023-05-09
申请号:CN202211493565.9
申请日:2022-11-25
申请人: 国家电网有限公司华北分部 , 北京清软创新科技股份有限公司
摘要: 本发明涉及电力数据技术领域,具体涉及一种短期电网负荷预测模型的方法,包括如下步骤:步骤1;构建了短期用电负荷预测模型;步骤2;提出了一种基于深度神经网络和ResBlock迭代的短期负荷预测方法,用于学习不同用电量之间行为,建立内在的时空相关性,在这一部分同时考虑到时间长度的寻优;步骤3;提高模型训练的速度,提出了采用动量法和小批量梯度下降的组合方法进行参数寻优;本发明利用不同类型的用电行为之间的时空相关性来提高电网短期负荷预测的性能,提升负荷预测精度,进一步的提高模型训练的速度和泛化性。
-
-
-
-
-
-
-
-
-