-
公开(公告)号:CN115313355A
公开(公告)日:2022-11-08
申请号:CN202210725298.7
申请日:2022-06-24
申请人: 国网山东省电力公司邹城市供电公司 , 国网山东省电力公司济宁供电公司 , 国家电网有限公司
摘要: 本发明提出了一种智能电网大数据在短期负荷预测中的自动预测方法及系统,获取目标地区智能电网电力负荷的历史运行数据及对应的负荷类型、天气情况、日期类型、社会事件,构建原始数据集;对原始数据集进行预处理,得到时间序列数据;基于记忆神经网络,构建短期负荷预测模型,利用时间序列数据对短期负荷预测模型进行训练;将预测日的负荷类型、天气情况、日期类型、社会事件及前一日的电力负荷值,输入到训练好的短期负荷预测模型中,得到预测日的电力负荷预测值;本发明将众多相关因素对负荷特性变化的影响精细化,提升预测模型对电力负荷突变事件的敏感度和适应能力,保证预测方法的鲁棒性,大幅度提高负荷预测在短期内的精准度。
-
公开(公告)号:CN112421770A
公开(公告)日:2021-02-26
申请号:CN202011116734.8
申请日:2020-10-19
申请人: 国网山东省电力公司邹城市供电公司 , 国网山东省电力公司济宁供电公司 , 国家电网有限公司
摘要: 本公开提出了一种配电自动化系统的自动辅助巡检方法及系统,方法包括如下步骤:获取配电自动化系统的运行数据;基于运行数据提取配电自动化系统的关键指标数据,所述关键指标为采用主成分分析方法确定的配电自动化系统运行的关键指标;将关键指标数据预处理为时间序列数据,输入至训练好的长短期记忆神经网络,输出配电自动化系统未来一段时间内发生故障的概率,并给出预测故障的区段。本公开通过采用主成分分析法融合深度学习的长短期记忆神经网路,根据关键指标预测并定位配电自动化系统的故障,通过减少数据量以及人工智能算法提高故障判断的效率,实现预测给处理故障预留处理时间,提高系统运行的稳定性。
-