-
公开(公告)号：CN117889521A
公开(公告)日：2024-04-16
申请号：CN202410003822.9
申请日：2024-01-02
IPC分类号： F24F11/30 , F24F110/12 , F24F110/10
摘要： 本发明公开了一种空调群体柔性调控效果评估方法，涉及负荷调控技术领域，用于解决现有缺少空调负荷调控效果评估的问题，该方法包括以下步骤：构建空调负荷与室内外温差的计算等式，得到空调负荷与室内外温差的关系；筛选出典型相似日，计算基于温差的负荷典型相似日的第一基线负荷；获得室温和空调负荷的变化情况，建立调控时刻的空调负荷基线模型，得到第二基线负荷；根据第二基线负荷及实际负荷计算基线误差，得到空调柔性调控效果评估结果。本发明还公开了一种空调群体柔性调控效果评估装置、电子设备和计算机存储介质。本发明通过计算相似日及实际调控的基线负荷，进而得到调控效果评估结果。
-
公开(公告)号：CN117824062A
公开(公告)日：2024-04-05
申请号：CN202410005352.X
申请日：2024-01-02
IPC分类号： F24F11/30 , G06F18/23 , G06F18/241
摘要： 本发明属于空调负荷预测技术领域。针对现有空调负荷预测方法难以兼顾处理效率和精度的不足，本发明采用如下技术方案：一种基于FCM‑DDQN优化模型的空调负荷预测方法，包括：选择与空调负荷有关的相关参数，对相关参数数据进行预处理；采用FCM算法对预处理后数据进行聚类；根据聚类结果，构建DDQN模型组；对待预测数据进行归类，根据归类结果采用相应的DDQN模型进行空调负荷预测。本发明的有益效果是：通过FCM聚类和优化DDQN的结合，使得空调负荷预测的精度更高，同时能够保证较高的速度；根据FCM算法聚类结果构建DDQN模型组，再对待预测数据进行归类，并根据归类结果选择相应的DDQN模型，进一步提升预测准确性。
-
公开(公告)号：CN117804033A
公开(公告)日：2024-04-02
申请号：CN202410002649.0
申请日：2024-01-02
IPC分类号： F24F11/62 , G06N3/0442 , G06F18/20 , G06F18/213 , G06N3/048
摘要： 本发明公开了一种空调负荷调节能力预测方法，涉及模型预测技术领域，用于解决现有缺乏预测空调负荷削减量的问题，该方法包括以下步骤：获取空调相关数据，所述相关数据包括环境数据及空调信息；对所述空调相关数据进行预处理，并将预处理后的数据进行训练集及验证集的划分；建立GRU预测模型，并通过所述训练集及所述验证集进行训练；通过粒子群算法计算得到所述预测模型的超参数；构建用于评价所述预测模型的评价指标。本发明还公开了一种空调负荷调节能力预测装置、电子设备和计算机存储介质。本发明通过对空调相关数据输入GRU模型进行预测，进而得到空调负荷削减量预测值。
-
公开(公告)号：CN116703644A
公开(公告)日：2023-09-05
申请号：CN202310388456.9
申请日：2023-04-12
IPC分类号： G06Q50/06 , G06Q10/04 , G06Q10/0639 , G06F18/214 , G06N3/048
摘要： 本发明公开了一种基于Attention‑RNN的短期电力负荷预测方法，涉及电力系统负荷预测技术领域。当前电力负荷预测存在无法处理非线性和非平稳数据等的问题；本发明包括步骤：基于Attention机制量化负荷时间序列中各时间节点间所隐含的时序相关性，提取互相关特征；接着，利用RNN网络的记忆特性，基于RNN提取负荷长期序列中所隐含的趋势特征以及周期特征，挖掘负荷序列的时序依赖性。利用Attention机制及RNN网络特性，从历史数据中挖掘负荷时序的时间相关性与长期依赖特征，形成基于Attention‑RNN的短期电力负荷预测模型，根据短期电力负荷预测模型进行短期电力负荷预测。本发明综合考虑负荷时序特征及外部多维影响因素，相较于传统预测方法，有效提高短期电力负荷预测的精度。
-
公开(公告)号：CN111241056B
公开(公告)日：2024-03-01
申请号：CN201911410184.8
申请日：2019-12-31
申请人： 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司 , 中国电力科学研究院有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于决策树模型的电力用能数据存储优化方法，涉及一种电力数据存储领域，对于高频采集、低实时性业务场景的数据，已有的高效存储方法不能满足要求。本发明基于适应于HBase多存储格式进行特点分析，将采集实际应用场景划分，通过决策树模型选择合适的数据存储格式，选出最优的HBase存储方式，以此来优化高频采集数据存储空间。本技术方案采用多种格式的数据存储方式，根据不同的情况择优进行存储，弥补目前对于高频采集数据存储空间优化的不足，节省电力用能数据在大数据平台存储资源空间，提高HBase读写性；解决电力用能数据存储问题，为电力用能提供一个规范的HBase(56)对比文件CN 110490329 A,2019.11.22CN 110555058 A,2019.12.10US 2006195415 A1,2006.08.31US 2011099205 A1,2011.04.28US 2013166568 A1,2013.06.27US 6442561 B1,2002.08.27WO 0195044 A2,2001.12.13王静红,王熙照,邵艳华,王伍伶.决策树算法的研究及优化.微机发展.2004,(第09期),全文.刘利;何先平.ID3决策树算法的改进.池州学院学报.2008,(第05期),全文.
-
公开(公告)号：CN114358490A
公开(公告)日：2022-04-15
申请号：CN202111454306.0
申请日：2021-12-01
申请人： 国网浙江省电力有限公司营销服务中心 , 浙江华云信息科技有限公司 , 国网浙江省电力有限公司
摘要： 本发明公开了面向电力需求响应的多可调资源调节能力聚合方法及系统，属于电力需求响应技术领域。本发明的一种面向电力需求响应的多可调资源调节能力聚合方法，充分考虑各类需求侧的可调资源DSR在不同季节存在的差异性，将可调资源DSR聚合分为四个典型季度进行，并采用自组织映射SOM算法进行聚类训练，将特征相似的类别，划分为同一类，并将每一类别作为一种场景；同时计算出场景出现的概率；根据每种场景下的概率，将可调资源的调节能力聚合为资源聚合体RA；进而对资源聚合体构建目标函数和约束条件，进行规模约束，实现满足多优化目标的需求侧可调资源DSR聚合，使需求响应能快速、高效地处理电网遇到的问题，支撑电力需求响应的精益化提升。
-
公开(公告)号：CN111241056A
公开(公告)日：2020-06-05
申请号：CN201911410184.8
申请日：2019-12-31
申请人： 国网浙江省电力有限公司电力科学研究院 , 国网浙江省电力有限公司 , 中国电力科学研究院有限公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于决策树模型的电力用能数据存储优化方法，涉及一种电力数据存储领域，对于高频采集、低实时性业务场景的数据，已有的高效存储方法不能满足要求。本发明基于适应于HBase多存储格式进行特点分析，将采集实际应用场景划分，通过决策树模型选择合适的数据存储格式，选出最优的HBase存储方式，以此来优化高频采集数据存储空间。本技术方案采用多种格式的数据存储方式，根据不同的情况择优进行存储，弥补目前对于高频采集数据存储空间优化的不足，节省电力用能数据在大数据平台存储资源空间，提高HBase读写性；解决电力用能数据存储问题，为电力用能提供一个规范的HBase存储优化方法，具有易实现的、高效的特点。
-
公开(公告)号：CN111047094A
公开(公告)日：2020-04-21
申请号：CN201911272670.8
申请日：2019-12-12
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于深度学习算法的抄表数据异常分析方法，涉及电力用户抄表异常判定方法领域。历来对于抄表数据异常类意见投诉的处理多采用现场检测的方法，耗费物力、人力资源，效率低，对于确定的抄表数据异常用户差错电量的判定也存在方法单一、准确率低下等问题。本方法采用经深度学习训练的BP神经网络建立用户抄表数据异常属实判定算法模型及优化配置策略，实现工单用户抄表数据异常属实的快速准确判断，通过建立抄表数据异常用户日用电量预测模型和优化配置策略，实现差错时间和差错电量的准确估算。从而提高95598指标分析与质量管控的工作效率，发挥辅助决策作用。
-
公开(公告)号：CN109670167B
公开(公告)日：2023-07-25
申请号：CN201811247198.8
申请日：2018-10-24
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司营销服务中心 , 浙江华云信息科技有限公司
IPC分类号： G06F40/30 , G06F40/289 , G06F16/35 , G06N3/048 , G06N3/084 , G06Q30/015 , G06Q50/06
摘要： 本发明公开了一种基于Word2Vec的电力客服工单情感量化分析方法，涉及一种电力客服工单分析方法。传统的情感分析方法不能有效甄别情感强度。本发明结合电力客服工单文本特征，对历史电力客服工单和不满意工单进行分类梳理、数据清洗，再基于百度词库梳理形成初始化多元情感词库，采用逆向最大匹配算法进行工单文本分词，基于Word2Vec神经网络构建融合客户诉求语义的积极词、消极词、否定词、程度副词、以及词序的词向量，通过历史客服工单进行机器学习训练生成融合诉求情感的学习模型，基于模型中的词性亲疏关系来拓展词性语料库，采用相似度词序矩阵量化算法进行情感量化计算，完成客服工单情感量化分析，有效区分情感强弱差异，确定紧急程度。
-
公开(公告)号：CN114092105A
公开(公告)日：2022-02-25
申请号：CN202011399635.5
申请日：2020-12-02
申请人： 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于改进Apriori算法的重复来电诉求链路分析方法，涉及一种链路分析领域。目前客户诉求涉及业务繁杂，处理时所需的计算资源大，且时间长。本发明包括步骤：1)重复诉求链路规整，得到重复来电诉求链路初始化数据集合；2)通过改进Apriori算法对每个重复来电诉求业务链路置信度进行计算；3)对重复诉求链路进行分析，得到诉求链路间业务趋势；本技术方案本技术方案充分结合重复诉求频度、时间序列、业务分类等特点，融合改进Apriori算法进行诉求链路间业务趋势分析；缩减、规整重复诉求链路计算数据集合，同时简化Apriori算法迭代计算环节，减少计算资源和时间，能及时定位供电服务风险问题，提升95598重复诉求业务规律识别能力。
-
-
-
-
-
-
-
-
-
搜索结果
89 条记录 (耗时 0.048 秒)
