-
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:CN117096877B
公开(公告)日:2024-02-13
申请号:CN202311357610.2
申请日:2023-10-19
Applicant: 国网山西省电力公司营销服务中心
IPC: H02J3/00
Abstract: 本发明提供基于多视角的区域动态电碳数据用电分析方法及系统,方法包括:实时采集由高压供电端向低压用电端进行供电传输的配电网的电信号数据信息;对采集到的高压供电端的电流数据信息进行供电用电时段划分,进行时序分析;对得到的共N个时段用电数据进行时频转换;对不同时段内的电信号数据进行数据分析,构建无谓无功功率损失最小化模型,分析不同区域内的无功功率损失最小时的用电时段,对相应区域优先供电。本发明统计不同用电区域内的用电高峰时间和用电低谷时间,从时间维度和空间维度上多视角同济区域动态电碳数据,有效地避免了单一地只统计时间上的用电高峰和低谷或只从地理位置上统计用电量排名所带来的对区(56)对比文件CN 110829408 A,2020.02.21CN 112085111 A,2020.12.15CN 114897852 A,2022.08.12CN 112636328 A,2021.04.09王飞飞等.基于大数据技术的电力用户画像分析《.山西电力》.2019,(第4期),26-29页.孔祥玉等.新型电力系统多元用户的用电特征建模与用电负荷预测综述《.电力系统自动化》.2023,第47卷(第13期),2-12页.Xingyu Pei等.Pre-processing of PowerMeasurements Data at Substations Based onLagrange Interpolation《.2021 IEEE/IASIndustrial and Commercial Power SystemAsia (I&CPS Asia)》.2021,948-952页.
-
公开(公告)号:CN117096877A
公开(公告)日:2023-11-21
申请号:CN202311357610.2
申请日:2023-10-19
Applicant: 国网山西省电力公司营销服务中心
IPC: H02J3/00
Abstract: 本发明提供基于多视角的区域动态电碳数据用电分析方法及系统,方法包括:实时采集由高压供电端向低压用电端进行供电传输的配电网的电信号数据信息;对采集到的高压供电端的电流数据信息进行供电用电时段划分,进行时序分析;对得到的共N个时段用电数据进行时频转换;对不同时段内的电信号数据进行数据分析,构建无谓无功功率损失最小化模型,分析不同区域内的无功功率损失最小时的用电时段,对相应区域优先供电。本发明统计不同用电区域内的用电高峰时间和用电低谷时间,从时间维度和空间维度上多视角同济区域动态电碳数据,有效地避免了单一地只统计时间上的用电高峰和低谷或只从地理位置上统计用电量排名所带来的对区域用电分析的狭隘。
-
-