一种基于时序画像技术的企业能耗情况预测方法及系统

    公开(公告)号:CN118313548A

    公开(公告)日:2024-07-09

    申请号:CN202410409923.6

    申请日:2024-04-07

    摘要: 本发明属于信息处理技术领域,提供了一种基于时序画像技术的企业能耗情况预测方法及系统,本发明中,辨识历史能耗数据中的缺失值和异常值,并对缺失值和异常值进行修正,得到处理后的能耗数据;基于企业能耗模式的分析,提取处理后能耗数据的特征,构建企业时序画像;根据构建的时序画像,利用预设的能耗情况预测模型,得到能耗预测结果;通过对时序画像的浅层时序特征学习,以及深层时序特征的学习,不仅深度挖掘了时间序列数据中的特征,还考虑了企业能耗模式,能够更全面地理解数据背后的真实情况,并且,采用的能耗情况预测模型具有较好的样本非线性拟合功能,具有较强的自适应、自组织和自学习的能力,以及大规模并行运算的能力。

    一种基于可逆计算的耗能企业时序数据预测方法及系统

    公开(公告)号:CN118297271A

    公开(公告)日:2024-07-05

    申请号:CN202410409922.1

    申请日:2024-04-07

    摘要: 本发明属于信息处理技术领域,提供了一种基于可逆计算的耗能企业时序数据预测方法及系统,本发明中耗能企业时序数据预测模型为训练好的深度学习模型,训练时的输入样本包括局部时序信息和层次时序信息;同时,将实际时序数据与预测的时序数据进行比较,并根据比较结果对预测结果进行修订,在考虑层次时序信息的特殊性和复杂性基础上,通过实际时序数据与预测的序数据比较的可逆计算,在高耗能企业时序数据预测任务中,可以体现出对长期依赖关系的建模、灵活性适应不同时间尺度、支持变长序列、多任务学习以及处理异常值和波动等较好特性,选取均方根误差作为损失函数能够使得预测模型在企业时序数据预测任务上得到更好的约束。

    一种配网线路智能成图的方法、装置和系统

    公开(公告)号:CN114820868A

    公开(公告)日:2022-07-29

    申请号:CN202210463634.5

    申请日:2022-04-28

    摘要: 本发明提出了一种配网线路智能成图的方法、装置和系统,该方法包括接收中台单线图数据,基于标准转换规则,将中台单线图数据转换为自动化图模文件,对所述自动化图模文件解析后形成单线路源图;从单线路源图中识别出联络开关,通过联络开关识别互联络线路类型至变电站母线,形成单线路简图或者多线路环网图;召测配电终端运行定值,定值结合单线路简图形成配电网单线路定值图。基于该方法,还提出了一种配网线路智能成图的装置和系统,本发明分别形成源图、简图、环网图、定值图四种不同图形,针对不同用户、不同场景提取不同图形,实现供电路径可视化、保护定值可视化、停电范围可视化,大幅提升配电网终端运维和事故处理工作效率。