-
公开(公告)号：CN117937456A
公开(公告)日：2024-04-26
申请号：CN202410096436.9
申请日：2024-01-23
Applicant: 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平湖市供电公司 , 北京清软创新科技股份有限公司
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0455 , G06N3/0442 , G06N3/08
Abstract: 本申请适用于电量预测技术领域，提供了用电量预测方法、电子设备及存储介质，该用电量预测方法包括：通过HP过滤器获取第一历史时段的气象数据的第一趋势分量；基于第一趋势分量和第一历史时段的用电量数据，对基于Seq2Seq的用电量预测模型进行训练，得到训练好的基于Seq2Seq的用电量预测模型；其中，基于Seq2Seq的用电量预测模型以交叉注意机制为编码器，以LSTM神经网络为解码器；通过待预测时段的气象数据和训练好的基于Seq2Seq的用电量预测模型对待预测时段的目标用电量进行预测。本申请能够有效提高用电量预测模型的预测精度，提升预测出的用电量的准确度。
-
公开(公告)号：CN119940630A
公开(公告)日：2025-05-06
申请号：CN202510022955.5
申请日：2025-01-07
Applicant: 国网浙江省电力有限公司营销服务中心 , 北京清软创新科技股份有限公司
IPC: G06Q10/04 , G06Q50/04 , G06Q50/06 , G06F18/2131 , G06F18/23 , G06N3/006 , G06N3/0985 , G06N20/10 , G06N20/20
Abstract: 本申请提供一种制造业用户中期用电量预测方法。该方法包括：获取制造业用户的第一历史负荷数据和所属的类别；对第一历史负荷数据进行分解，得到第一历史负荷数据对应的高频历史序列和低频历史序列；将高频历史序列输入至类别对应的高频序列预测模型，得到高频序列预测模型输出的高频预测序列；将低频历史数据输入至类别对应的低频序列预测模型，得到低频序列预测模型输出的低频预测序列；根据高频预测序列和低频预测序列，确定制造业用户的负荷预测序列；基于负荷预测序列，得到制造业用户的用电量。本申请能够提高制造业用户中期用电量预测的准确性。
-
公开(公告)号：CN119917816A
公开(公告)日：2025-05-02
申请号：CN202510401834.1
申请日：2025-04-01
Applicant: 国网浙江省电力有限公司营销服务中心
IPC: G06F18/20 , G06F17/15 , G06F17/18 , G06Q50/06 , G06F123/02
Abstract: 本发明属于机电领域，公开了一种电量影响因素的定位方法、装置、设备及存储介质，包括：获取电量数据和多种电量影响因素对应的影响因素数据，并对数据进行处理生成时间序列集合；通过自相关性分析模型计算时间序列集合中各个时间序列对应的自相关系数，并选取自相关系数达到第一预设阈值的时间序列；通过Spearman相关性分析模型计算选取到的时间序列中各个时间序列对应的斯皮尔曼相关系数，并将斯皮尔曼相关系数达到第二预设阈值的目标时间序列对应的电量影响因素确定为关键因素。提升非线性关系的处理能力及对电量影响因素的动态识别，进而提升对于关键因素定位的准确度。
-
公开(公告)号：CN119337296A
公开(公告)日：2025-01-21
申请号：CN202411884462.4
申请日：2024-12-20
Applicant: 国网浙江省电力有限公司营销服务中心
IPC: G06F18/2433 , G06Q50/06 , G06F17/18
Abstract: 本发明属于电量数据识别技术领域，公开了一种基于层级的多维电量异常辨识方法、系统、设备及介质。本发明方法包括获取预设时间段内目标地区或目标行业的用电量及电网总用电量并基于此划分用电量占比；获取预设的与各电量异常类型对应的变化范围，识别目标地区或目标行业的用电量是否偏离各变化范围，若偏离则视为异常并打分统计异常积分；基于用电量占比和异常积分划分优先层级并制定对应的电量异常响应策略。本发明通过结合层级划分和多维度检测，实现了对电量异常的快速且准确的辨识，避免了传统方法中可能存在的信息冗余和计算效率低下的问题，提高了异常检测的效率并增强了检测的准确性，为电网的安全运行提供了坚实而有力的支持。
-
Patent Agency Ranking
公开(公告)号：CN119940980A
公开(公告)日：2025-05-06
申请号：CN202510428538.0
申请日：2025-04-08
Applicant: 国网浙江省电力有限公司营销服务中心
IPC: G06Q10/0637 , G06Q50/06
Abstract: 本发明属于负荷预测技术领域，公开了基于CPO‑VMD‑MLKELM组合模型的负荷预测方法、系统、设备及介质，以解决现有模型的泛化能力低预测准度差的问题。本发明方法包括：获取预测目标的历史负荷数据、气象特征数据和日期特征数据并进行预处理以得到预处理后的数据集；对预处理后的数据集采用PCA主成分分析进行特征降维，并保留累计方差贡献率不小于98%的主成分以得到降维后主成分特征；采用冠豪猪优化算法通过四种防御策略动态优化VMD参数，基于优化后VMD参数将历史负荷数据分解为多个IMF分量；对每一IMF分量构建MLKELM模型以降维后主成分特征为输入预测各IMF分量,叠加各IMF分量的预测值从而得到负荷预测值，MLKELM模型包括堆叠KELM自动编码器和KELM回归器。
-
公开(公告)号：CN119129856A
公开(公告)日：2024-12-13
申请号：CN202411609228.0
申请日：2024-11-12
Applicant: 国网浙江省电力有限公司营销服务中心
IPC: G06Q10/04 , G06Q50/06 , G06F18/10 , G06F18/2433 , G06F18/27 , G06F18/2411 , G06F18/214
Abstract: 本发明属于电网电量预测技术领域，公开了基于支持向量机的调温电量预测方法、系统、设备及介质，以解决调温电量预测难题。本发明方法包括获取预测目标地区内目标行业的历史温度数据、历史日用电量数据和预设的温度时间窗口，基于此进行移动加权平均，以分别得到累积最高温度、累积最低温度和累积平均温度；剔除历史日用电量数据中的异常数据后，结合累积最高温度、累积最低温度和累积平均温度依次构建多项式回归模型进行拟合，以获得对应多项式回归模型拟合曲线和对应历史调温电量数据，运用支持向量机回归预测目标地区内目标行业的未来调温电量。本发明弥补了现有技术在处理数据时忽视非线性特征的缺陷，实现了对调温电量更为精准的预测。
-
公开(公告)号：CN116414510B
公开(公告)日：2023-09-29
申请号：CN202310404834.8
申请日：2023-04-11
Applicant: 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
Abstract: 本发明公开了一种基于智能管理驾驶舱的显示调整方法，包括以下步骤：S1：获取屏幕窗口的规划结果，分别确定每个窗口内显示信息的基础数据，根据窗口大小确定基础数据的显示形式，将基础数据转化为与显示形式对应的编码；S2：根据窗口规划结果，确定显示调整区域及固定区域，根据基础数据的编码对每个显示调整区域的像素进行显示参数调整，结合固定区域中像素的显示参数得到每一帧画面。本发明首先将窗口的显示信息进行判断，确定显示形式，并将基础数据进行转化，再根据显示形式对基础数据进行显示处理，通过显示形式的不同调整整体计算量，并充分发挥中央处理器和图形处理器的优势，优化显示策略，降低计算量的波动，减少卡顿。
-
公开(公告)号：CN116414510A
公开(公告)日：2023-07-11
申请号：CN202310404834.8
申请日：2023-04-11
Applicant: 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
Abstract: 本发明公开了一种基于智能管理驾驶舱的显示调整方法，包括以下步骤：S1：获取屏幕窗口的规划结果，分别确定每个窗口内显示信息的基础数据，根据窗口大小确定基础数据的显示形式，将基础数据转化为与显示形式对应的编码；S2：根据窗口规划结果，确定显示调整区域及固定区域，根据基础数据的编码对每个显示调整区域的像素进行显示参数调整，结合固定区域中像素的显示参数得到每一帧画面。本发明首先将窗口的显示信息进行判断，确定显示形式，并将基础数据进行转化，再根据显示形式对基础数据进行显示处理，通过显示形式的不同调整整体计算量，并充分发挥中央处理器和图形处理器的优势，优化显示策略，降低计算量的波动，减少卡顿。
-
公开(公告)号：CN119941054A
公开(公告)日：2025-05-06
申请号：CN202510428540.8
申请日：2025-04-08
Applicant: 国网浙江省电力有限公司营销服务中心
Inventor： 张云雷 , 肖吉东 , 杨林华 , 王倩莹 , 方智淳 , 叶红豆 , 楼霞薇 , 陈麟红 , 陈海娜 , 杨侃 , 吴昱德 , 吴昊天 , 周璐瑶 , 闫园 , 陈宇阳 , 高函
IPC: G06Q10/0639 , G06N7/02 , G06Q50/06
Abstract: 本发明属于电力领域，公开了一种虚拟电厂的影响评估方法、装置、设备及存储介质，包括：获取虚拟电厂在多个影响方面上的电力数据，并将电力数据输入至预定义的各个影响因素对应的因素值计算公式中，以计算得到相应的因素值；根据模糊物元法对各个影响因素对应的因素值进行分析，得到未加权的差平方复合模糊物元矩阵；根据CRITIC法对各个影响因素的客观权重进行计算，得到权重矩阵；根据差平方复合模糊物元矩阵和权重矩阵计算虚拟电厂的影响值。由于模糊物元法能够有效地处理评估过程中的不确定性和模糊性，提高了评估结果的合理性和准确性；同时考虑了各因素的变异性和因素之间的相关性，兼顾了计算准确度、客观性和操作复杂度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.098 seconds)
