-
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。
-
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：CN118503716B
公开(公告)日：2024-10-22
申请号：CN202410963062.6
申请日：2024-07-18
Applicant: 国网山东省电力公司泰安供电公司 , 华北电力大学 , 国网山东省电力公司新泰市供电公司
IPC: G06F18/214 , G06F18/243 , G06N20/20 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/092 , G06N5/04 , G06Q10/04 , G06Q50/06 , G06F123/02
Abstract: 本发明涉及机器学习技术领域，具体提供一种多源停电预测模型构建方法、系统、终端及存储介质，包括：获取台区气象数据、电网运行数据和停电记录数据；挖掘台区气象数据、电网运行数据中与停电记录数据具有相关性的特征项，基于所述特征项从台区气象数据、电网运行数据筛选出训练数据；对所述训练数据进行扩充，得到数据集；构建停电预测模型，所述停电预测模型包括第一子模型和第二子模型，所述第一子模型的输出参数为电网运行特征值，所述第二子模型的输入层包括电网运行特征值和气象特征值；利用所述数据集对所述停电预测模型进行训练，得到多源停电预测模型。本发明综合考虑了影响停电的多种因素，从而提高了停电预测的全面性。
-
公开(公告)号：CN110210755B
公开(公告)日：2023-04-18
申请号：CN201910462958.5
申请日：2019-05-30
Applicant: 国网山东省电力公司泰安供电公司
IPC: G06Q10/0639 , G06Q50/06 , G06F18/23213
Abstract: 本发明公开了基于K_means聚类算法的用户需求响应能力评估方法，所述评估方法包括以下步骤：步骤1：对用户的历史用电负荷数据进行统计分析，获取用户的日均负荷总量；步骤2：从周相关和日相关两方面，分析重构日负荷曲线，得到用户参与需求响应的时间段和响应量；步骤3：进行用户配合程度评分；步骤4：根据步骤1‑3中用户参与需求响应的参数，确定需求响应用户的向量表示形式；步骤5：采用K_means聚类算法，对需求响应用户进行聚类，形成不同的用户类别。
-
Patent Agency Ranking
公开(公告)号：CN107085769A
公开(公告)日：2017-08-22
申请号：CN201710299858.6
申请日：2017-04-28
Applicant: 国网山东省电力公司泰安供电公司 , 国家电网公司
CPC classification number: G06Q10/0635 , G06Q50/06
Abstract: 本发明提供了一种电费风险预警方法和装置；其中，该方法包括：获取当前用户的历史用电记录和财务状况数据；根据历史用电记录和/或财务状况数据，确定用户的预警等级；根据预警等级确定用户的预警措施；其中，该预警措施包括缴费方式、预付比例和保证金额；根据预警措施生成用户的预警措施报告。本发明可以方便快捷地对不同用户进行电费风险预警，同时提高电费风险预警的准确性。
-
公开(公告)号：CN113669344B
公开(公告)日：2023-06-27
申请号：CN202110959425.5
申请日：2021-08-20
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: 本发明所述的一种紧固螺栓组件，包括螺栓本体，所述螺栓本体的尾端设有安装孔，安装孔尾端的内壁上设有第一螺纹段；安装孔内设有封堵杆，封堵杆的尾端套设有封堵帽，封堵帽上穿插有引线；封堵杆的首端通过安装组件驱动螺栓本体的转动；封堵杆的尾端设有与第一螺纹段相配合的第二螺纹段；封堵杆的尾端设有操作孔，操作孔侧壁上设有两个呈轴对称的第一槽孔；封堵帽侧壁上设有两个与第一槽孔配合的第二槽孔，封堵帽端面上设有两个呈轴对称的穿线通孔；引线的两端分别依次穿过穿线通孔、第一槽孔及第二槽孔后通过铅封封装。通过封堵杆实现螺栓本体的安装；引线配合铅封实现封堵帽在封堵杆上的安全封装，有效降低绕过封装对螺栓本体进行操作的可能。
-
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：CN113408622A
公开(公告)日：2021-09-17
申请号：CN202110685729.7
申请日：2021-06-21
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: 本公开提出了计及特征量信息表达差异的非侵入式负荷辨识方法及系统，包括：利用非侵入式获取设备的用电数据并进行特征提取和特征筛选，形成最优特征子集；基于熵权法原理求解最优特征子集对应的权重向量，同时对隶属度矩阵和聚类中心进行初始化处理；在计算聚类算法的欧式距离时作特征加权处理，将权重向量以乘子的形式融入距离计算，形成样本点与聚类中心的加权距离矩阵；依据特征加权改进得到的隶属度更新公式和聚类中心更新公式计算待识别样本的隶属度及聚类中心，多次迭代形成最优隶属度矩阵，输出待辨识样本的类别及工作状态。能够实现特征与辨识算法的紧密结合，可有效增强算法的泛化应用能力和辨识准确率。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.046 seconds)
