-
公开(公告)号：CN114065857B
公开(公告)日：2025-03-07
申请号：CN202111359833.3
申请日：2021-11-17
Applicant: 国网山东省电力公司泰安供电公司
IPC: G06F18/213 , G06F18/10 , G06F18/214 , G06F18/23213 , G06N3/0464 , G06N3/08 , G06N20/20
Abstract: 本发明公开了一种基于XGBoost和CNN的用电行为特征重构与提取方法，包括以下步骤：对于不同目标用户，分别采集多个影响因素数据和负荷数据，并进行数据预处理；使用XGBoost模型对各用户的数据集分别进行训练，在训练的过程中计算特征重要度，得出特征重要性排序；将每个目标用户的特征按重要性顺序进行重构，得到多个特征矩阵；对得到的每一类特征矩阵，利用CNN对其进行特征提取；找出每个目标用户负荷曲线中发生概念漂移的时间点，分割多个时间段，分时段重复上述步骤；基于提取出的特性展开用电行为辨识、电力负荷预测或窃电检测应用。本发明根据不同用户用电特点和潜在用电习惯识别用户用电行为模式，为用户提供个性化服务，有效提升了电网服务质量。
-
公开(公告)号：CN112884242A
公开(公告)日：2021-06-01
申请号：CN202110272732.6
申请日：2021-03-13
Applicant: 国网山东省电力公司泰安供电公司 , 山东大学
Abstract: 本发明提出了一种短流程钢企需求响应潜力分析方法及系统，包括如下步骤：选择钢铁生产过程中典型可调控设备并建立其用电特性模型；利用离散时间RTN模型给出钢铁生产约束条件；在等待时间约束中计入增加精炼时间对炉次允许冷却时间的延长作用并修正其余约束；兼顾购电成本最小与用电舒适度最大建立短流程钢铁生产调度模型并将其转化为单目标模型；获取生产信息与电价信息，输入上述模型求解得到企业各时段用电功率，将其与响应前比较以分析企业需求响应潜力。本发明计及延长精炼时间对炉次等待时间限制的放宽作用以使钢铁生产负荷的可平移潜力得到进一步释放，且在分析企业响应潜力的过程中兼顾经济性与用电舒适度的影响使得结果更为准确可信。
-
Patent Agency Ranking
公开(公告)号：CN112884242B
公开(公告)日：2022-09-16
申请号：CN202110272732.6
申请日：2021-03-13
Applicant: 国网山东省电力公司泰安供电公司 , 国家电网有限公司
Abstract: 本发明提出了一种短流程钢企需求响应潜力分析方法及系统，包括如下步骤：选择钢铁生产过程中典型可调控设备并建立其用电特性模型；利用离散时间RTN模型给出钢铁生产约束条件；在等待时间约束中计入增加精炼时间对炉次允许冷却时间的延长作用并修正其余约束；兼顾购电成本最小与用电舒适度最大建立短流程钢铁生产调度模型并将其转化为单目标模型；获取生产信息与电价信息，输入上述模型求解得到企业各时段用电功率，将其与响应前比较以分析企业需求响应潜力。本发明计及延长精炼时间对炉次等待时间限制的放宽作用以使钢铁生产负荷的可平移潜力得到进一步释放，且在分析企业响应潜力的过程中兼顾经济性与用电舒适度的影响使得结果更为准确可信。
-
公开(公告)号：CN114065857A
公开(公告)日：2022-02-18
申请号：CN202111359833.3
申请日：2021-11-17
Applicant: 国网山东省电力公司泰安供电公司
Abstract: 本发明公开了一种基于XGBoost和CNN的用电行为特征重构与提取方法，包括以下步骤：对于不同目标用户，分别采集多个影响因素数据和负荷数据，并进行数据预处理；使用XGBoost模型对各用户的数据集分别进行训练，在训练的过程中计算特征重要度，得出特征重要性排序；将每个目标用户的特征按重要性顺序进行重构，得到多个特征矩阵；对得到的每一类特征矩阵，利用CNN对其进行特征提取；找出每个目标用户负荷曲线中发生概念漂移的时间点，分割多个时间段，分时段重复上述步骤；基于提取出的特性展开用电行为辨识、电力负荷预测或窃电检测应用。本发明根据不同用户用电特点和潜在用电习惯识别用户用电行为模式，为用户提供个性化服务，有效提升了电网服务质量。
-
公开(公告)号：CN117851841A
公开(公告)日：2024-04-09
申请号：CN202410035120.9
申请日：2024-01-09
Applicant: 国网山东省电力公司泰安供电公司 , 国网山东省电力公司东平县供电公司
Abstract: 本发明涉及用电行为分析技术领域，尤其涉及频繁模式挖掘技术领域，具体为融合时段划分的细粒度用电行为模式挖掘方法。首先在原始数据集中提取反应用户典型用电特征的细粒度典型负荷曲线数据集，之后将细粒度典型负荷曲线数据集样本的原始数据转换为事务项组成的序列，运用PrefixSpan算法进行用户用电行为模式挖掘。步本方法在挖掘用户潜在的设备使用规律的基础上，结合时间特征进一步揭示用户用电行为。一方面可以实现对用户用电行为的更为详细和准确的分析；另一方面通过分析电器设备运行时间，对于相同用电行为的用户，揭示了电器运行时间的差异，从而揭示了每种用电行为的能耗差异。
-
公开(公告)号：CN113393034A
公开(公告)日：2021-09-14
申请号：CN202110663644.9
申请日：2021-06-16
Applicant: 国网山东省电力公司泰安供电公司
Abstract: 本发明公开了一种在线自适应OSELM‑GARCH模型的电量预测方法，将经过数据清洗后的电量数据进行STL时间序列加法分解，分别对各分量进行模型搭建；对新加入的一组实时电量数据进行时间序列分解，利用ELM在线更新算法对趋势项模型的参数进行更新，再利用梯度下降思想计算获取当前模型的随机参数的最优值并保存；基于白噪声检验判定初始GARCH模型对新数据的泛化水平，根据模型的适应性决定是否重新训练GARCH模型；合并分项结果得到整体预测框架；评价预测性能，并更新整体预测框架。本发明建立实时有效并能反映时间序列演变规律的在线预测模型，实现了算法的自适应性，提升电力系统的在线预测能力和模型的抗噪能力。
-
公开(公告)号：CN117851846A
公开(公告)日：2024-04-09
申请号：CN202311815916.8
申请日：2023-12-26
Applicant: 国网山东省电力公司泰安供电公司 , 国家电网有限公司
IPC: G06F18/231 , G06F18/22 , G06Q50/06
Abstract: 本发明涉及电力数据处理技术领域，公开了一种基于用户用电习惯的负荷数据增强方法及装置。方法包括：采集用户在预设历史周期内使用全部电器时产生的第一数据集并分析各个电器对应的开启时间模式以及关联模式，从中选取预设目标电器的目标关联模式以及目标开启时间模式，对用户在预设目标周期内使用全部电器时产生的第二数据集进行数据分析得到对应的待增强功率数据，并基于目标关联模式以及目标开启时间模式进行负荷数据增强得到预设目标电器的负荷数据。通过根据目标电器的开启时间以及关联模式，将待增强功率添加到第二数据集中总线对应时间段的负荷数据上，以实现有针对性的负荷数据增强，从而提高了目标电器负荷数据增强过程的准确性。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
