-
公开(公告)号:CN118607827A
公开(公告)日:2024-09-06
申请号:CN202410630215.5
申请日:2024-05-21
Applicant: 国网山西省电力公司营销服务中心
IPC: G06Q10/0631 , G06Q30/0202 , G06Q50/06 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及电力管理技术领域,提供了一种基于深度学习的电力用户行为预测方法及系统,包括:对电力消费数据进行规范化处理,得到目标电力数据,分析出电力用户对应的电力消费行为;识别出目标电力数据对应的数据时序,利用电力深度学习模型中的卷积神经网络分析出电力用户对应的用电时序特征,利用电力深度学习模型中的误差函数计算出用电时序特征对应的特征偏移度;构建电力用户对应的消费行为矩阵,从电力消费行为中筛选出电力用户对应的特征消费行为;利用电力深度学习模型中的需求分析层构建电力用户对应的电力需求曲线;生成电力用户对应的用电行为预测结果。本发明在于提高电力用户行为预测的准确性。
-
公开(公告)号:CN119209888A
公开(公告)日:2024-12-27
申请号:CN202411218636.3
申请日:2024-09-02
Applicant: 国网山西省电力公司营销服务中心
Abstract: 本发明提供一种大数据分析辅助电网智能决策系统及方法,所述方法包括:实时监测配电网发电端与多条供电线路中的实时数据;对采集到的数据进行数据插补、异常值处理和数据标准化预处理;计算配电网发电端与供电线路之间的相位角;计算短路故障发生前配电网发电端与供电线路之间的实时电压、实时电流;构建配电网发电端与供电线路之间发生短路后的暂态平衡方程,求解发生短路后的暂态状态下发电端与供电线路之间的三相暂态实时电流;判断配电网三相电流是否分别在各自短路暂态允许阈值范围内,进而控制是否向检修人员发出警告通知。本发明通过将大数据技术与深度学习以及机器学习相结合,实现对电网运行状态的准确预测和故障诊断预警。
-