-
-
Patent Agency Ranking
公开(公告)号：CN119537945A
公开(公告)日：2025-02-28
申请号：CN202411595889.2
申请日：2024-11-11
Applicant: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司镇江供电分公司 , 国家电网有限公司
IPC: G06F18/214 , G06F18/27 , G06N3/0455 , G06N3/0475 , G06N3/042 , G06N3/0464 , G06N3/094 , G06N3/048
Abstract: 本发明提供一种空调物理模型与生成对抗网络融合的空调负荷生成方法，其能够实现空调负荷的动态生成能力，该生成能力可依照不同空调的大小、型号、环境等特征进行变化，动态适应空调负荷的生成，本方法支持空调负荷生成的精度纠正能力，利用生成对抗网络结合模型驱动的生成方法一方面可利用构造的物理模型进行负荷预测，另一方面可利用数据驱动的方式进行模型的纠偏，从而保障空调负荷生成的精度，本方法将物理模型与生成对抗网络的数据驱动模型相结合，提供了物理上的可解释性，对未知的数据可进行生成，从而更好的满足空调负荷仿真的需求，也可以更好的支撑空调负荷特性的分析需要。
-
公开(公告)号：CN119026291A
公开(公告)日：2024-11-26
申请号：CN202411126371.4
申请日：2024-08-15
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司 , 国家电网有限公司 , 东南大学
IPC: G06F30/18 , G06F30/27 , G06F18/214 , G06F18/23 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06F119/06
Abstract: 本发明基于两阶段注意力机制融合卷积神经网络和长短期记忆网络的公共建筑空调负荷分解方法涉及一种公共建筑用空调的负荷分解方法。包括如下步骤：基于聚类算法，建立空调运行日与非运行日区分模型；采用CNN卷积神经网络结合LSTM长短期记忆网络，建立非空调负荷预测模型；在非空调负荷预测模型的输入侧建立特征注意力机制，量化输入特征变量间的关联关系，动态调整输入特征权重，增强强相关特征变量的引导；在非空调负荷预测模型的输出侧建立时间注意力机制，捕获时序信息的依赖关系，动态调整隐藏状态的输出，增强关键时间步的信息表达；基于公共建筑负荷季节性运行特性，建立基于动态作差法的公共建筑空调负荷分解模型。
-
公开(公告)号：CN118964912A
公开(公告)日：2024-11-15
申请号：CN202411008189.9
申请日：2024-07-26
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明一种基于SHAP值的神经网络负荷预测结果的评估方法和装置。该方法包括：提取融合注意力机制的神经网络负荷预测模型输出的各时刻负荷预测数据；所提取的预测数据经负荷影响特征贡献度的计算模块，得到负荷影响特征贡献度；将负荷影响特征贡献度输入评估模块进行评估并得到评估结果；该评估模块包括全局评估模块和局部评估模块，该全局评估模块用于评估各特征对负荷影响的大小，给出影响因素重要性排序；该局部评估模块用于动态评估各时刻输入特征贡献度和时序特征贡献度，进而评估预测结果产生的原因。本发明能够对神经网络“黑箱”性质的模型的预测结果做出评估，并分析注意力机制对负荷预测模型的优化效果，提升负荷预测模型的可靠性。
-
公开(公告)号：CN117034013A
公开(公告)日：2023-11-10
申请号：CN202311052470.8
申请日：2023-08-21
Applicant: 国网江苏省电力有限公司镇江供电分公司
IPC: G06F18/214 , G06N5/01 , G06Q10/20 , G06Q50/06
Abstract: 本发明基于决策树的低压末端感知停电状态分析算法涉及的是一种电力故障的分析方法。基于决策树的低压末端感知停电状态分析算法，以低压台区停电事件上报比例、表箱停电事件上报比例和低压分支线路停电事件上报比例的大小为属性，构建一组训练集。具有如下特点：选择一组训练集，对低压台区停电事件上报比例、表箱停电事件上报比例、低压分支线路停电事件上报比例三个量进行属性化处理，生成样本训练集表格；接着，结合当前停电数据利用决策树ID3算法生成低压末端感知停电状态决策树；最后，将判定为停电异常的数据与计划停电数据进行比对，即可得出判定结果。
-
公开(公告)号：CN118966450A
公开(公告)日：2024-11-15
申请号：CN202411071684.4
申请日：2024-08-06
Applicant: 国网江苏省电力有限公司镇江供电分公司 , 国网江苏省电力有限公司 , 国家电网有限公司 , 东南大学
Abstract: 本发明涉及一种在可用样本数据稀缺的情况下，利用多源迁移学习方法进行空调能耗预测的方法，属于数据挖掘技术在能源管理系统中的应用领域。其方法为：对数据进行预处理；根据预处理的数据为多源迁移学习模型确定损失函数；根据源域与目标域之间的分布差异动态调整迁移学习模型的参数；利用迁移学习模型对目标域的空调能耗进行预测，获取能耗预测值。本发明通过提出一种面向稀缺样本空调能耗预测的多源迁移学习方法，通过在目标函数中增加模型级的正则函数，实现多源域之间的知识共享并提高了模型的迁移精度和泛化性能，为样本稀缺场景下的空调系统能耗预测提供了有效解决途径。
-
-
-
-
-
Search Results
6
records
(took 0.041 seconds)
