-
公开(公告)号：CN113052385A
公开(公告)日：2021-06-29
申请号：CN202110333126.0
申请日：2021-03-29
申请人： 国网河北省电力有限公司经济技术研究院 , 国家电网有限公司 , 北京清软创新科技股份有限公司
摘要： 本发明适用于电力系统技术领域，提供了一种钢铁行业用电量的预测方法、装置、设备和存储介质，其中，该预测方法包括：获取目标地区在预设时段内每个单位时段的钢铁行业生产活力度值；钢铁行业生产活力度值基于目标地区在预设时段内每个单位时段的多个维度活力度值得到，多个维度活力度值至少包括铁矿石生产活力度值、粗钢生产活力度值、汽车生产活力度值和房地产新开工施工面积活力度值；利用多种预设回归模型，分别建立每种预设回归模型下钢铁行业生产活力度值与目标地区在预设时段内各个单位时段的钢铁行业用电量的预测模型；根据具有最大拟合优度的预测模型，预测目标地区的钢铁行业用电量。采用本发明可以提高铁行业用电量的预测准确度。
-
公开(公告)号：CN114331101A
公开(公告)日：2022-04-12
申请号：CN202111613923.0
申请日：2021-12-27
申请人： 国网河北省电力有限公司经济技术研究院 , 国网河北省电力有限公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
摘要： 本发明涉及电力数据处理技术领域，尤其涉及一种行业用电量预测方法，本发明方法其通过相关性系数，对行业用电因素进行筛选，仅保留了相关性高的因素，并在此基础上，通过聚类模型对筛选后的数据进行聚类，使得数据量进一步得到压缩。最后，通过预测模型获取行业用电量预测结果。本发明方法，降低了网络数据传输的总量，在保证预测准确率的前提下，降低了预测计算的复杂程度和预测的难度。
-
公开(公告)号：CN112598181A
公开(公告)日：2021-04-02
申请号：CN202011546942.1
申请日：2020-12-23
申请人： 国网河北省电力有限公司经济技术研究院 , 国家电网有限公司 , 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
摘要： 本发明适用于电力系统技术领域，提供了一种负荷预测方法、装置、设备和存储介质，该方法包括：获取预设时段内影响目标电力系统的电力负荷的多组变量数据；根据时差相关分析算法，分别计算每组变量数据中各个变量值与电力负荷的相关系数；按照预设方式从目标组变量数据中确定至少一个目标变量值；其中，目标组变量数据中存在至少一个相关系数大于第一预设阈值的变量值，目标变量值的相关系数大于本组变量数据中其余变量值的相关系数；将目标变量值输入至预设预测模型，得到目标电力系统的预测负荷。采用本发明，可以提高负荷预测准确率。
-
公开(公告)号：CN113112099A
公开(公告)日：2021-07-13
申请号：CN202110528114.3
申请日：2021-05-14
申请人： 国网河北省电力有限公司经济技术研究院 , 国网河北省电力有限公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
摘要： 本发明实施例涉及电网日电量负荷预测领域，公开了一种电网日电量预测模型训练方法和电网日电量预测方法。上述电网日电量预测模型训练方法包括：采集需预测地区区域电网的历史数据，得到特征向量，基于所述特征向量构建训练样本集；通过进化算法和线性权重递减对标准粒子群算法做出改进，得到进化粒子群优化算法；基于所述训练样本集，构建最小二乘支持向量机回归函数，作为预测模型的核心函数，通过所述进化粒子群优化算法改进所述最小二乘支持向量机回归函数的参数，训练日电量预测模型。
-
公开(公告)号：CN118297633A
公开(公告)日：2024-07-05
申请号：CN202410364791.X
申请日：2024-03-28
申请人： 国家电网有限公司华北分部 , 北京清软创新科技股份有限公司
IPC分类号： G06Q30/0202 , G06F18/243 , G06N3/0442 , G06N20/20 , G06Q50/06
摘要： 本发明提供一种基于多元XGBoost组合模型的用电量预测方法，属于电量预测技术领域。该方法包括：获取多个地区的社会经济数据和区域的历史用电数据；区域包括多个地区；计算多个地区的社会经济数据与区域的历史用电数据之间的距离相关系数，并基于距离相关系数从多个地区的社会经济数据中筛选出强相关社会经济数据；将强相关社会经济数据与历史用电数据，输入预先建立的多元XGBoost组合模型，获得区域的初步电量预测结果；将区域的初步电量预测结果输入预先建立的LSTM用电量预测模型，得到区域的最终电量预测结果。本发明能够充分挖掘区域内多省社会经济数据对电力电量的影响，提高模型预测准确率。
-
公开(公告)号：CN109299814B
公开(公告)日：2024-02-02
申请号：CN201811000055.7
申请日：2018-08-30
申请人： 国网江苏电力设计咨询有限公司 , 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
摘要： 本发明公开了一种气象影响电量分解预测方法，包括以下步骤：S1：设置基础月份：默认春季基础月份为5月，秋季基础月份为10月；S2：计算气象相关性：分成冬季和夏季两个部分分别计算数据，如果所在月份属于11‑4月份，则计算冬季相关性，如果所在月份属于6‑9月份，则计算夏季相关性，基础月份则不参与计算，相关性计算公式为 得到相关性数据；S3：计算每月气象影响电量增长率：对S2中的相关性数据通过ym＝yi‑yj和δ＝(ym/yj)*100％式进行计算，得到每月气象影响电量增长率并显示相关系数。根据科学的理论根据，推断出气象因素是影响电力负荷预测的重要考虑因素，提升负荷预测的准确率，误差较小。
-
公开(公告)号：CN109376898A
公开(公告)日：2019-02-22
申请号：CN201810999883.X
申请日：2018-08-30
申请人： 国网江苏电力设计咨询有限公司 , 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
摘要： 本发明公开了一种基于内外部指标影响的电量分析预测方法，包括以下步骤；S1：建立内外部因素指标体系；S2：S1中所述的内外部因素指标体系包括内部指标和外部指标；S3：S2中所述的外部指标包括经济、投资、消费、贸易、人口、能源、环境，且S2中所述的内部指标包括金属制品业、黑色金属冶炼及压延工业、非金属矿物制品业、化学原料及化学制品制造业、有色金属冶炼及压延加工业。本发明设计合理，能够考虑影响电力需求的内外部多指标因素，研究经济、能源、环境、上下游产业链等多方面因素对电力需求的影响，建立基于多因素大数据理论的电力需求预测模型，研判电力市场增长点，提前谋划布局，规避售电市场损失的风险。
-
公开(公告)号：CN109299814A
公开(公告)日：2019-02-01
申请号：CN201811000055.7
申请日：2018-08-30
申请人： 国网江苏电力设计咨询有限公司 , 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司 , 国家电网有限公司 , 北京清软创新科技股份有限公司
摘要： 本发明公开了一种气象影响电量分解预测方法，包括以下步骤：S1：设置基础月份：默认春季基础月份为5月，秋季基础月份为10月；S2：计算气象相关性：分成冬季和夏季两个部分分别计算数据，如果所在月份属于11-4月份，则计算冬季相关性，如果所在月份属于6-9月份，则计算夏季相关性，基础月份则不参与计算，相关性计算公式为得到相关性数据；S3：计算每月气象影响电量增长率：对S2中的相关性数据通过yt＝yi-yj和δ＝(yt/yj)*100％公式进行计算，得到每月气象影响电量增长率并显示相关系数。根据科学的理论根据，推断出气象因素是影响电力负荷预测的重要考虑因素，提升负荷预测的准确率，误差较小。
-
公开(公告)号：CN106779228A
公开(公告)日：2017-05-31
申请号：CN201611213463.1
申请日：2016-12-23
申请人： 国网浙江省电力公司 , 国网浙江省电力公司杭州供电公司 , 国家电网公司 , 北京清软创新科技股份有限公司
摘要： 本发明公开了一种母线净负荷预测方法及装置，其中该方法包括：获取母线的历史负荷数据，历史负荷数据包括该母线的母线负荷数据和分布式电源出力数据；基于分布式电源出力数据预测目标时刻的分布式电源出力值，并基于母线负荷数据利用多种预先设定的预测方法分别预测目标时刻的母线负荷值；确定每种预测方法对应的母线负荷值与分布式电源出力值的差值为与每种预测方法对应的母线净负荷值；基于预先设定的每种预测方法的权重对每种预测方法对应的母线净负荷值进行加和运算，得到目标时刻的预测母线净负荷值。从而考虑了分布式电源接入母线后对母线净负荷的影响，进而通过上述技术方案实现对母线净负荷的预测，大大提高了预测精度。
-
公开(公告)号：CN105956319A
公开(公告)日：2016-09-21
申请号：CN201610334789.3
申请日：2016-05-18
申请人： 广州供电局有限公司 , 北京清软创新科技股份有限公司
IPC分类号： G06F17/50
CPC分类号： G06F17/5036 , G06F2217/36
摘要： 本发明公开一种基于数据驱动的母线负荷特性分析，对每日母线负荷曲线进行聚类分析，充分考虑了不同时段电量的波形大小，对波动性较大的时段赋予较高的权重，以提升聚类算法对母线负荷辨识度，再根据母线负荷曲线聚类结果，对母线进行划分，然后在此基础上提出了模式切换熵、相对波动率、日平均负荷、温度敏感度等四个指标，从不同维度描述母线负荷特性；最后根据提取和特征，利用K最邻近算法对母线负荷进行分类，最终通过对广州实际母线负荷数据进行了算例仿真；该基于数据驱动的母线负荷特性分析所提出的指标能够较好的刻画母线负荷特性，并能取得较好的分类效果。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.088 秒)