-
公开(公告)号:CN106533732B
公开(公告)日:2020-07-17
申请号:CN201610019018.5
申请日:2016-01-08
Applicant: 国网安徽省电力公司经济技术研究院 , 安徽中兴继远信息技术股份有限公司 , 国家电网公司
IPC: H04L12/24
Abstract: 本发明涉及一种用于生成SDH电力通信传输网络多层拓扑结构的算法,该算法建立了一种图论数学模型,所述图论数学模型在直角坐标系中绘制若干同心辅助圆,每一个辅助圆用于辅助生成拓扑图的一层结构,通过在辅助圆上均匀布局网元,进而调用gplot命令生成拓扑结构;本发明的有益效果:该算法建立了一种图论数学模型,并在算法设计过程中运用均匀分布和无限分割的思想,该算法能够替代在专业软件手动添加网元、布局、布线的传统拓扑图绘制方式,方便了网元坐标值和邻接矩阵的获取,并能够满足未来传输网络拓扑结构层次增多、网元数量增加的需要。
-
公开(公告)号:CN106533732A
公开(公告)日:2017-03-22
申请号:CN201610019018.5
申请日:2016-01-08
Applicant: 国网安徽省电力公司经济技术研究院 , 安徽中兴继远信息技术股份有限公司 , 国家电网公司
IPC: H04L12/24
Abstract: 本发明涉及一种用于生成SDH电力通信传输网络多层拓扑结构的算法,该算法建立了一种图论数学模型,所述图论数学模型在直角坐标系中绘制若干同心辅助圆,每一个辅助圆用于辅助生成拓扑图的一层结构,通过在辅助圆上均匀布局网元,进而调用gplot命令生成拓扑结构;本发明的有益效果:该算法建立了一种图论数学模型,并在算法设计过程中运用均匀分布和无限分割的思想,该算法能够替代在专业软件手动添加网元、布局、布线的传统拓扑图绘制方式,方便了网元坐标值和邻接矩阵的获取,并能够满足未来传输网络拓扑结构层次增多、网元数量增加的需要。
-
公开(公告)号:CN104657788B
公开(公告)日:2018-04-03
申请号:CN201510058231.2
申请日:2015-02-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供一种基于行业景气指数的重点行业用电量预测方法,包括步骤:(1)获取重点行业景气指数和用电量历史数据;(2)对数据进行季节性调整和平稳性检验;(3)格兰杰因果检验判断行业景气指数与该行业用电量是否存在因果关系,并确定景气指数的最佳滞后期;(4)构建重点行业用电量时间序列ARIMA模型,并将重点行业景气指数指标引入到原ARIMA模型,构建回归模型;(5)以AIC准则为基础,筛选最佳模型;(6)模型推广应用,预测未来行业用电量。本发明以重点行业用电量为研究对象,通过引入行业景气指数,研究用电量及行业景气指数对用电量的影响程度,并结合时间序列模型,准确预测重点行业用电量,为未来电力行业的发展规划提供依据。
-
公开(公告)号:CN103440556A
公开(公告)日:2013-12-11
申请号:CN201310394964.4
申请日:2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供一种基于经济传导的用电量预测方法,该方法包括以下步骤:(1)根据各类用电量的影响因子,读取历史数据,构建分类预测模型;(2)获取目标季度各解释变量值,对目标季度的各类用电量进行分类预测;(3)计算目标季度的全社会用电量。本发明通过对区域内的历史分产业用电量、重点行业用电量进行分析研究,筛分出影响区域用电量变化的主要经济信息,找出与用电量变化关联度较高的系列经济指标,研究其对用电量影响的超前滞后特性,在此基础上构建从经济到用电量的分类传导预测模型,有效解决了长期以来预测人员无法将历史及未来的经济活动量化到用电量预测的过程中的问题,提高了用电量预测的精度。
-
公开(公告)号:CN103440536A
公开(公告)日:2013-12-11
申请号:CN201310396201.3
申请日:2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
IPC: G06Q10/04
Abstract: 本发明提供一种区域宏观经济预测模型方法,该方法包括以下步骤:(1)获取与电力需求相关的不同时间频度的历史经济数据指标;(2)利用CES生产函数模型,构建区域宏观经济中短期预测模型;(3)利用改进的Solow生产函数模型,构建区域宏观经济长期预测模型。本发明按照时间维度分别建立了区域宏观经济中短期预测模型与区域宏观经济长期预测模型,大大提高了预测精度,为政府部门制定电力工业发展目标提供决策依据。
-
公开(公告)号:CN103413253A
公开(公告)日:2013-11-27
申请号:CN201310394962.5
申请日:2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
IPC: G06Q50/06
Abstract: 本发明提供一种基于经济、气象因素的年最大负荷分类预测方法,该方法包括以下步骤:(1)根据各类负荷的影响因子,读取历史数据,构建分类预测模型;(2)获取目标年各解释变量值;(3)对目标年的各类负荷进行分类预测;(4)计算目标年的年最大负荷。本发明将年最大负荷分解为年基础负荷、年居民空调负荷和年非居民空调负荷,便于更深层次地考虑其影响因子;建立了分类预测模型,并在预测模型中同时考虑了经济和气象因素,在气象因素中,并未考虑具体温度的影响,而是通过对历史数据的分析,将气候条件指标和高温持续天数引入预测模型,解决了气象预报在超前性和精度方面不满足负荷预测要求的问题,提高了预测的精度。
-
公开(公告)号:CN103413188A
公开(公告)日:2013-11-27
申请号:CN201310394969.7
申请日:2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供一种基于工业业扩报装的月度工业用电量预测方法,该方法包括以下步骤:(1)获取历史数据样本区间各个月度的工业用电量、工业业扩报装数据;(2)分别对工业用电量数据、工业业扩报装数据进行季节性分解;(3)采用分解后的数据构建工业用电量趋势项预测模型;(4)利用ARMA算法对上述模型进行改进;(5)根据改进后的模型预测值还原出预测期的月度工业用电量。本发明从工业用电量入手,建立了月度工业用电量与月度工业业扩报装净完成容量之间的预测模型,该模型所使用的工业业扩报装指标可直接实时反映工业用电量的变化,准确预测出月度工业用电量,分析经济走势,研判全社会用电形势,从而为电网调控、运营提供依据。
-
公开(公告)号:CN103413187A
公开(公告)日:2013-11-27
申请号:CN201310394965.9
申请日:2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供一种基于弹性系数的年度电量预测方法,该方法包括以下步骤:(1)选取基年,读取历史数据;(2)以基年可比价为基础计算历史样本区间各年度的电力弹性系数;(3)计算历史样本区间各年度三大产业中两大产业的增加值占比;(4)建立电力弹性系数和两大产业增加值占比的回归模型;(5)通过回归模型预测目标年度电力弹性系数;(6)通过所预测的电力弹性系数和GDP计算目标年度全社会用电量。本发明以基年可比价为基础计算新的电力弹性系数,并利用该电力弹性系数与三大产业中两大产业的增加值占比建立回归模型,目标年度全社会用电量的预测建立在理论模型基础之上,提高了预测的准确性。
-
公开(公告)号:CN103413188B
公开(公告)日:2016-06-01
申请号:CN201310394969.7
申请日:2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供一种基于工业业扩报装的月度工业用电量预测方法,该方法包括以下步骤:(1)获取历史数据样本区间各个月度的工业用电量、工业业扩报装数据;(2)分别对工业用电量数据、工业业扩报装数据进行季节性分解;(3)采用分解后的数据构建工业用电量趋势项预测模型;(4)利用ARMA算法对上述模型进行改进;(5)根据改进后的模型预测值还原出预测期的月度工业用电量。本发明从工业用电量入手,建立了月度工业用电量与月度工业业扩报装净完成容量之间的预测模型,该模型所使用的工业业扩报装指标可直接实时反映工业用电量的变化,准确预测出月度工业用电量,分析经济走势,研判全社会用电形势,从而为电网调控、运营提供依据。
-
公开(公告)号:CN103440556B
公开(公告)日:2016-01-13
申请号:CN201310394964.4
申请日:2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供基于经济传导的用电量预测方法,该方法包括以下步骤:(1)根据各类用电量的影响因子,读取历史数据,构建分类预测模型;(2)获取目标季度各解释变量值,对目标季度的各类用电量进行分类预测;(3)计算目标季度的全社会用电量。本发明通过对区域内的历史分产业用电量、重点行业用电量进行分析研究,筛分出影响区域用电量变化的主要经济信息,找出与用电量变化关联度较高的系列经济指标,研究其对用电量影响的超前滞后特性,在此基础上构建从经济到用电量的分类传导预测模型,有效解决了长期以来预测人员无法将历史及未来的经济活动量化到用电量预测的过程中的问题,提高了用电量预测的精度。
-
-
-
-
-
-
-
-
-