-
公开(公告)号:CN115470970A
公开(公告)日:2022-12-13
申请号:CN202211011530.7
申请日:2022-08-23
申请人: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC分类号: G06Q10/04 , G06Q50/06 , G06F16/215 , G06F16/242 , G06F16/2455 , G06K9/62
摘要: 本发明提出一种基于prophet‑LightGBM组合模型的电量预测方法及系统,汇总分类不同地区用户的日度用电数据组成数据集,并对数据集预处理;根据预测需求将历史电量数据划分为训练集和测试集;采用Prophet和lightGBM的组合模型对用电量进行预测,先用Prophet模型对电量时间序列提取时序特征,构建新的数据集,再利用梯度提升LightGBM算法对新数据集进行电量预测;并通过日度预测误差和月度预测误差评估模型预测准确性。与使用单个模型预测的结果进行比较,说明本发明具有较高的预测准确度。
-
公开(公告)号:CN117455551A
公开(公告)日:2024-01-26
申请号:CN202311523994.0
申请日:2023-11-15
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G06Q30/0202 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/042 , G06F18/241
摘要: 本发明为一种基于行业关系复杂网络的行业用电量预测方法,利用行业用电量数据集计算各个行业之间的皮尔逊相关系数,通过相关系数度量距离获得距离矩阵,基于距离矩阵使用普里姆Prim算法获得最小生成树MST,进而构造平面最大过滤图PMFG,更精准的提取行业网络中的核心结构和关键连接,从而更好地理解行业之间的依赖关系;利用鲁汶Louvain算法将行业划分到不同的社区中进行社区分类,确定目标行业,根据社区分类结果选择相关行业,构建多图卷积与长短期记忆模型MGC‑LSTM,结合空间特征和时间特征进行用电量预测,提高预测的准确性和可解释性,从而为行业用电量管理和规划提供有益参考。
-
公开(公告)号:CN114399096A
公开(公告)日:2022-04-26
申请号:CN202111641572.4
申请日:2021-12-29
申请人: 国网福建省电力有限公司营销服务中心
摘要: 本发明涉及一种基于强化学习算法的交易电量优化方法,包括如下步骤:S1、构建用电量预测模型和售电收益模型;S2、输入用户本月已用电量数据至用电量预测模型,得到用户本月用电预测量数据;S3、根据售电收益模型,构建基于强化学习算法的交易电量优化模型;S4、输入用户本月用电预测量数据至交易电量优化模型,得到使售电收益最大化的交易电量。
-
公开(公告)号:CN110163530A
公开(公告)日:2019-08-23
申请号:CN201910473874.1
申请日:2019-06-02
申请人: 国网福建省电力有限公司 , 福建网能科技开发有限责任公司
摘要: 本发明公开了一种基于可再生能源补贴分配的电能替代政策模拟技术,属于电能替代政策模拟技术领域。该发明针对我国电能替代与可再生能源互动的支持性政策缺乏定量技术支撑的现状,构建包含可再生部门和非可再生部门两部门增长模型,形成能够引导电能替代客户选用可再生能源的激励政策;并基于用户在可再生能源补贴分配政策下的购电行为,计算电能替代政策对经济发展和生态环境的影响,激励引导用户主动选择电能,淘汰高污染、低效率的用能方式,同时也为政策决策者进行政策分析、比较、决策提供重要的辅助支持。
-
-
-