公开(公告)号：CN112508734A

公开(公告)日：2021-03-16

申请号：CN202011363422.7

申请日：2020-11-27

申请人： 国网浙江省电力有限公司杭州供电公司 ,  浙江华云信息科技有限公司 ,  上海电力大学 ,  国网浙江省电力有限公司

发明人： 赵健 ,  朱炯 ,  徐祥海 ,  樊立波 ,  孙智卿 ,  方响 ,  李粱 ,  王亿 ,  彭双武 ,  徐漪 ,  来益博 ,  蒋建 ,  李日超

IPC分类号： G06Q50/06 ,  G06Q10/04 ,  G06N3/04

摘要： 本发明提出了基于卷积神经网络的电力企业发电量的预测方法及装置，所述预测方法包括：通过电力传感器获取电力企业的历史售电数据与历史负荷，基于获取到的数据建立训练集，基于电力企业的历史企业收益数据建立测试集；将训练集输入预设的卷积神经网络，得到卷积神经网络的训练结果，基于训练结果和测试集，对卷积神经网络进行训练；将本年度的预期售电数据输入训练后的卷积神经网络，通过卷积神经网络确定预期负荷，基于预期负荷确定本年度的发电量。基于卷积神经网络构建历史售电情况与企业收益之间的非线性关系，能够克服指标数据维度不同的障碍，准确描述二者之间的关系，便于电力企业根据预测结果合理的规划电力资源。

公开(公告)号：CN112508734B

公开(公告)日：2024-04-26

申请号：CN202011363422.7

申请日：2020-11-27

申请人： 国网浙江省电力有限公司杭州供电公司 ,  浙江华云信息科技有限公司 ,  上海电力大学 ,  国网浙江省电力有限公司

发明人： 赵健 ,  朱炯 ,  徐祥海 ,  樊立波 ,  孙智卿 ,  方响 ,  李粱 ,  王亿 ,  彭双武 ,  徐漪 ,  来益博 ,  蒋建 ,  李日超

IPC分类号： G06Q50/06 ,  G06Q10/04 ,  G06N3/0464

摘要： 本发明提出了基于卷积神经网络的电力企业发电量的预测方法及装置，所述预测方法包括：通过电力传感器获取电力企业的历史售电数据与历史负荷，基于获取到的数据建立训练集，基于电力企业的历史企业收益数据建立测试集；将训练集输入预设的卷积神经网络，得到卷积神经网络的训练结果，基于训练结果和测试集，对卷积神经网络进行训练；将本年度的预期售电数据输入训练后的卷积神经网络，通过卷积神经网络确定预期负荷，基于预期负荷确定本年度的发电量。基于卷积神经网络构建历史售电情况与企业收益之间的非线性关系，能够克服指标数据维度不同的障碍，准确描述二者之间的关系，便于电力企业根据预测结果合理的规划电力资源。

公开(公告)号：CN112508251A

公开(公告)日：2021-03-16

申请号：CN202011363405.3

申请日：2020-11-27

申请人： 国网浙江省电力有限公司杭州供电公司 ,  浙江华云信息科技有限公司 ,  上海电力大学 ,  国网浙江省电力有限公司

发明人： 司为国 ,  徐祥海 ,  孙智卿 ,  罗少杰 ,  方响 ,  李粱 ,  彭双武 ,  宣羿 ,  王亿 ,  徐漪 ,  张晓波 ,  刘剑 ,  庞靖宇

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06Q10/06

摘要： 本发明提出了一种基于电力驾驶舱的负荷预测方法及装置，所述负荷预测方法包括：通过预先构建的电力驾驶舱获取历史负荷和电力指标对应的历史数据，基于历史数据构建各个地区的训练矩阵，得到标准矩阵；基于基尼系数和肯德尔相关系数确定标准矩阵中各个电力指标的权重；基于所述权重，对标准矩阵和历史负荷进行拟合，得到负荷预测模型；获取待预测地区的电力指标对应的实时数据，结合负荷预测模型得到待预测地区的负荷预测值；其中，所述电力指标包括用电类指标和经济类指标。引入了基尼系数和肯德尔相关系数，克服了传统critic法仅适用于连续、正态分布数据的局限性，更适用于数据种类多样复杂的电网系统。

公开(公告)号：CN112396087B

公开(公告)日：2024-04-26

申请号：CN202011043880.2

申请日：2020-09-28

申请人： 国网浙江省电力有限公司杭州供电公司 ,  国网浙江省电力有限公司 ,  上海电力大学

发明人： 孙智卿 ,  宣羿 ,  徐祥海 ,  侯伟宏 ,  赵健 ,  张晓波 ,  李粱 ,  方响 ,  王亿 ,  陈奕 ,  蒋建 ,  向新宇 ,  屠永伟 ,  来益博 ,  王剑 ,  陈益芳

IPC分类号： G06F18/24 ,  G06F18/25 ,  G06Q50/06

摘要： 本发明提出了一种基于智能电表的独居老人用电数据分析方法及装置，包括：通过智能电表采集住宅小区中所有用户的用电数据；根据预设的指标特征，从用电数据中提取出特征数据；将特征数据输入包含若干个机器学习分类器的融合分类模型，根据融合分类模型的分类结果判断特征数据对应的用户是否为独居老人；若判断是独居老人，对独居老人的特征数据进行用电异常分析，根据分析结果决定是否发出异常用电行为告警。与传统人工排查相比，本发明通过智能电表获取用电数据，并基于特征提取算法对用户的智能电表数据进行数据挖掘，再通过结合多种机器学习分类器的分类结果，提高识别独居老人的准确性，大大降低了人工排查成本。

公开(公告)号：CN112396087A

公开(公告)日：2021-02-23

申请号：CN202011043880.2

申请日：2020-09-28

申请人： 国网浙江省电力有限公司杭州供电公司 ,  国网浙江省电力有限公司 ,  上海电力大学

发明人： 孙智卿 ,  宣羿 ,  徐祥海 ,  侯伟宏 ,  赵健 ,  张晓波 ,  李粱 ,  方响 ,  王亿 ,  陈奕 ,  蒋建 ,  向新宇 ,  屠永伟 ,  来益博 ,  王剑 ,  陈益芳

IPC分类号： G06K9/62 ,  G06Q50/06

摘要： 本发明提出了一种基于智能电表的独居老人用电数据分析方法及装置，包括：通过智能电表采集住宅小区中所有用户的用电数据；根据预设的指标特征，从用电数据中提取出特征数据；将特征数据输入包含若干个机器学习分类器的融合分类模型，根据融合分类模型的分类结果判断特征数据对应的用户是否为独居老人；若判断是独居老人，对独居老人的特征数据进行用电异常分析，根据分析结果决定是否发出异常用电行为告警。与传统人工排查相比，本发明通过智能电表获取用电数据，并基于特征提取算法对用户的智能电表数据进行数据挖掘，再通过结合多种机器学习分类器的分类结果，提高识别独居老人的准确性，大大降低了人工排查成本。