-
公开(公告)号：CN116632842A
公开(公告)日：2023-08-22
申请号：CN202310919039.2
申请日：2023-07-26
申请人： 国网山东省电力公司信息通信公司 , 国网山东省电力公司 , 国家电网有限公司
IPC分类号： H02J3/00 , H02J3/38 , G06F18/23213 , G06F18/22 , G06F18/27 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084 , G06Q10/04 , G06Q50/06 , G06F123/02
摘要： 本发明属于电力大数据领域，提供一种基于聚类特性的台区分布式光伏负荷概率预测方法及系统。为解决在空间上粗粒度天气信息限制下，台区分布式光伏负荷点预测精度低的问题，基于聚类特性的台区分布式光伏负荷概率预测方法包括对台区分布式光伏历史负荷进行聚类，确定负荷类别，分别构建一个相匹配的短期负荷预测模型；从台区分布式光伏历史负荷及天气信息中分别提取负荷统计特征及天气特征，利用预先训练好的负荷类别预测模型处理所述负荷统计特征及天气特征，预测出负荷标签；选取相匹配的短期负荷预测模型来对台区分布式光伏历史负荷及天气信息进行处理，得到短期负荷预测值。其能够在空间上粗粒度天气信息的限制下进一步提高负荷预测精度。
-
公开(公告)号：CN116632842B
公开(公告)日：2023-11-10
申请号：CN202310919039.2
申请日：2023-07-26
申请人： 国网山东省电力公司信息通信公司 , 国网山东省电力公司 , 国家电网有限公司
IPC分类号： H02J3/00 , H02J3/38 , G06F18/23213 , G06F18/22 , G06F18/27 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084 , G06Q10/04 , G06Q50/06 , G06F123/02
摘要： 本发明属于电力大数据领域，提供一种基于聚类特性的台区分布式光伏负荷概率预测方法及系统。为解决在空间上粗粒度天气信息限制下，台区分布式光伏负荷点预测精度低的问题，基于聚类特性的台区分布式光伏负荷概率预测方法包括对台区分布式光伏历史负荷进行聚类，确定负荷类别，分别构建一个相匹配的短期负荷预测模型；从台区分布式光伏历史负荷及天气信息中分别提取负荷统计特征及天气特征，利用预先训练好的负荷类别预测模型处理所述负荷统计特征及天气特征，预测出负荷标签；选取相匹配的短期负荷预测模型来对台区分布式光伏历史负荷及天气信息进行处理，得到短期负荷预测值。其能够在空间上粗粒度天气信息的限制下进一步提高负荷预测精度。
-
公开(公告)号：CN118427562A
公开(公告)日：2024-08-02
申请号：CN202410888175.4
申请日：2024-07-04
申请人： 国网山东省电力公司信息通信公司 , 国网山东省电力公司
发明人： 孙岗 , 赵鹏 , 严莉 , 曲延盛 , 常英贤 , 呼海林 , 王高洲 , 杨坤 , 牛德玲 , 刘新 , 邵志敏 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 周洁 , 孟祥鹿
IPC分类号： G06F18/20 , G06F18/213 , G06F18/214 , G06F30/27 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/08 , G06F123/02
摘要： 本发明属于物联网设备时间序列预测领域，提供了一种面向多设备联邦动态图的多元时间序列预测方法及系统。为解决固定图结构无法识别变量之间的依赖关系发生改变而导致模型无法学习时间序列的正确模式的问题，面向多设备联邦动态图的多元时间序列预测方法利用全局图的信息和当前时间序列的局部信息来生成图结构，以建模时间序列之间依赖性的动态变化，能够提高多元时间序列预测精度。
-
公开(公告)号：CN117829683A
公开(公告)日：2024-04-05
申请号：CN202410238789.8
申请日：2024-03-04
申请人： 国网山东省电力公司信息通信公司 , 国网山东省电力公司
发明人： 孙岗 , 赵鹏 , 严莉 , 曲延盛 , 常英贤 , 呼海林 , 王高洲 , 杨坤 , 牛德玲 , 邵志敏 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 周洁 , 孟祥鹿
IPC分类号： G06Q10/0639 , G06Q50/06 , G06N3/042 , G06N3/0464 , G06N3/08
摘要： 本发明涉及基于图对比学习的电力物联数据质量分析方法及系统，利用电力数据质量评价指标体系建立特征依赖关系图，在此基础上依次利用特征传递优化和两种自适应随机图数据增强方法对特征依赖关系图进行处理，并通过图卷积神经网络提取数据特征，来训练基于图对比学习的电力数据质量分析模型，可以实现数据质量的综合分析，帮助海量电力物联数据可用性和有效性得到提升。
-
公开(公告)号：CN117851920B
公开(公告)日：2024-07-05
申请号：CN202410256677.5
申请日：2024-03-07
申请人： 国网山东省电力公司信息通信公司 , 国网山东省电力公司
发明人： 孙岗 , 赵鹏 , 严莉 , 曲延盛 , 常英贤 , 呼海林 , 王高洲 , 杨坤 , 牛德玲 , 邵志敏 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 周洁 , 孟祥鹿
IPC分类号： G06F18/2415 , G06F18/214 , G06N3/0464 , G06F18/25 , G06Q50/06
摘要： 本发明涉及电力数据异常检测技术领域，具体为电力物联数据异常检测方法及系统，利用堆叠离散小波变换对原始电力数据进行分解，并将分解后的数据输入到时空网络模型中，能够同时挖掘时序特征和序列间的复杂关联。在训练过程中，将数据切片作为输入训练异常检测模型，最后在待检测的数据经过预处理后输入异常检测模型，并与真实数据计算异常评分，判断评分是否超过阈值，超过则为异常。通过运用离散小波变换、时空网络以及变分自编码方法，能够更好地表征时间序列数据，从而提高异常识别的准确性。
-
公开(公告)号：CN118427562B
公开(公告)日：2024-11-08
申请号：CN202410888175.4
申请日：2024-07-04
申请人： 国网山东省电力公司信息通信公司 , 国网山东省电力公司
发明人： 孙岗 , 赵鹏 , 严莉 , 曲延盛 , 常英贤 , 呼海林 , 王高洲 , 杨坤 , 牛德玲 , 刘新 , 邵志敏 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 周洁 , 孟祥鹿
IPC分类号： G06F18/20 , G06F18/213 , G06F18/214 , G06F30/27 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/08 , G06F123/02
摘要： 本发明属于物联网设备时间序列预测领域，提供了一种面向多设备联邦动态图的多元时间序列预测方法及系统。为解决固定图结构无法识别变量之间的依赖关系发生改变而导致模型无法学习时间序列的正确模式的问题，面向多设备联邦动态图的多元时间序列预测方法利用全局图的信息和当前时间序列的局部信息来生成图结构，以建模时间序列之间依赖性的动态变化，能够提高多元时间序列预测精度。
-
公开(公告)号：CN117910980B
公开(公告)日：2024-06-11
申请号：CN202410308878.5
申请日：2024-03-19
申请人： 国网山东省电力公司信息通信公司 , 国网山东省电力公司
IPC分类号： G06Q10/10 , G06Q50/06 , G06N3/08 , G06N5/04 , G06F18/214
摘要： 本发明提供了一种电力档案数据治理方法、系统、设备及介质，其属于电力档案数据治理技术领域，所述方案包括：获取待关联的实时电网量测数据及其预先对应的初始电力档案数据；分别对实时电网量测数据和初始电力档案数据进行特征提取，获得量测特征和初始档案特征；以所述量测特征和初始档案特征作为预先训练的深度学习模型的输入，获得量测特征与初始档案特征的关联度得分；根据所述关联度得分与预设阈值的比较结果，获得实时电网量测数据与其预先对应的初始电力档案数据的关联判别结果，并基于关联判别结果进行电力档案数据的治理。
-
公开(公告)号：CN117829380B
公开(公告)日：2024-05-28
申请号：CN202410245372.4
申请日：2024-03-05
申请人： 国网山东省电力公司信息通信公司 , 国网山东省电力公司
发明人： 孙岗 , 梁云丹 , 黄怡 , 赵鹏 , 曲延盛 , 严莉 , 常英贤 , 王高洲 , 呼海林 , 杨坤 , 牛德玲 , 刘新 , 邵志敏 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 张金国 , 王雨晨 , 刘保臣 , 胡斌浩
摘要： 本发明属于电力预测技术领域，为了解决目前电力预测不准确的问题，提出了一种电力使用长期预测方法、系统、设备及介质，将SARIMAX模型对电力使用相关的多源数据分别进行预测，得到对应的电力预测量的浮点值，根据分类模型得到能耗类型，并基于能耗类型得到对应的电力预测使用量的有限空间范围，基于电力预测使用量的有限空间范围和得到的电力预测使用量浮点值的比较，对SARIMAX模型进行优化调整，基于优化调整后的模型进行电力预测；不仅充分利用了电力使用相关的多源数据，而且基于分类模型得到的分类结果对模型进行优化调整，使后续模型的电力预测更为准确。
-
公开(公告)号：CN117910980A
公开(公告)日：2024-04-19
申请号：CN202410308878.5
申请日：2024-03-19
申请人： 国网山东省电力公司信息通信公司 , 国网山东省电力公司
IPC分类号： G06Q10/10 , G06Q50/06 , G06N3/08 , G06N5/04 , G06F18/214
摘要： 本发明提供了一种电力档案数据治理方法、系统、设备及介质，其属于电力档案数据治理技术领域，所述方案包括：获取待关联的实时电网量测数据及其预先对应的初始电力档案数据；分别对实时电网量测数据和初始电力档案数据进行特征提取，获得量测特征和初始档案特征；以所述量测特征和初始档案特征作为预先训练的深度学习模型的输入，获得量测特征与初始档案特征的关联度得分；根据所述关联度得分与预设阈值的比较结果，获得实时电网量测数据与其预先对应的初始电力档案数据的关联判别结果，并基于关联判别结果进行电力档案数据的治理。
-
公开(公告)号：CN117851920A
公开(公告)日：2024-04-09
申请号：CN202410256677.5
申请日：2024-03-07
申请人： 国网山东省电力公司信息通信公司 , 国网山东省电力公司
发明人： 孙岗 , 赵鹏 , 严莉 , 曲延盛 , 常英贤 , 呼海林 , 王高洲 , 杨坤 , 牛德玲 , 邵志敏 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 周洁 , 孟祥鹿
IPC分类号： G06F18/2415 , G06F18/214 , G06N3/0464 , G06F18/25 , G06Q50/06
摘要： 本发明涉及电力数据异常检测技术领域，具体为电力物联数据异常检测方法及系统，利用堆叠离散小波变换对原始电力数据进行分解，并将分解后的数据输入到时空网络模型中，能够同时挖掘时序特征和序列间的复杂关联。在训练过程中，将数据切片作为输入训练异常检测模型，最后在待检测的数据经过预处理后输入异常检测模型，并与真实数据计算异常评分，判断评分是否超过阈值，超过则为异常。通过运用离散小波变换、时空网络以及变分自编码方法，能够更好地表征时间序列数据，从而提高异常识别的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
197 条记录 (耗时 0.085 秒)
