-
公开(公告)号：CN115994784A
公开(公告)日：2023-04-21
申请号：CN202211455723.1
申请日：2022-11-21
申请人： 国网福建省电力有限公司经济技术研究院 , 国网福建省电力有限公司 , 国网经济技术研究院有限公司 , 华北电力大学
IPC分类号： G06Q30/0202 , G06Q30/0283 , G06Q50/06 , G06N3/086 , G06N3/126 , G06N3/044 , G06N7/01
摘要： 本发明公开一种价格确定模型构建方法，包括如下步骤：S1、基于指标计算过程、实际运用场景因素进行影响因素选取，从生产成本、市场因素和政策因素三个方面分别提取影响设备材料定价的因素，分析价格形成机理；S2、数据收集与数据处理：收集影响因素数据以及实际价格数据，构建基于改进粒子群优化聚类模型的数据预处理模型，进行数据预处理，形成数据集合；S3、构建基于遗传算法优化的神经网络电力工程材料定价模型，并利用遗传算法优化BPNN的权值与阈值，对神经网络模型进行优化，进而获得用于确定输变电工程铁塔材料价格的模型，使得价格智能确定。
-
公开(公告)号：CN114970774A
公开(公告)日：2022-08-30
申请号：CN202210902015.1
申请日：2022-07-29
申请人： 国网经济技术研究院有限公司 , 华北电力大学 , 国网浙江省电力有限公司 , 国网福建省电力有限公司经济技术研究院
摘要： 本发明涉及一种智能变压器故障预测方法和装置，属于数据预处理与识别技术领域，解决现有方法未充分考虑变压器故障影响因素，预测模型无法真实预测变压器故障的问题。方法包括：获取智能变压器故障影响因素的历史数据；通过灰色关联度分析法对智能变压器故障影响因素的历史数据进行预处理，计算智能变压器故障与智能变压器故障影响因素的各类数据之间的关联度值，将关联度值大于等于关联度阈值的历史数据作为训练数据集；构建BP神经网络并利用训练数据集进行训练以获取预测模型；以及获取智能变压器故障影响因素的实时数据，并将实时数据输入预测模型以获得智能变压器是否发生故障的预测结果。通过灰色关联度分析降低数据输入量，提高数据可靠性。
-
公开(公告)号：CN118839977A
公开(公告)日：2024-10-25
申请号：CN202410798074.8
申请日：2024-06-20
申请人： 国网经济技术研究院有限公司 , 华北电力大学 , 国网福建省电力有限公司经济技术研究院
IPC分类号： G06Q10/0637 , G06Q50/26 , G06F18/214 , G06F18/2433 , G06F18/10 , G06F17/16 , G06N3/0442 , G06N3/084
摘要： 本发明涉及一种考虑碳排放与效益最优的电网项目决策方法及系统，属于数据预处理与识别技术领域，解决现有方法难以准确评估和优化整体碳排放效应问题。方法包括：获取与历史工程项目相关的工程量消耗数据和碳排放消耗数据；通过箱型图识别异常数据，结合切比雪夫不等式和黄金分割法优化参数以修正异常数据；构建考虑采购阶段、建设阶段、运维阶段、报废阶段的项目全寿命周期碳排放计量模型，针对采购阶段基于历史数据构建神经网络预测模型以预测采购阶段的设备碳排放量；针对其他阶段基于修正后的数据计算碳排放量；构建考虑项目综合效益与全寿命周期碳排放综合最优的目标函数，并获得最终项目优选建设集合。通过全寿命周期碳排放准确评估和优化整体碳排放效应。
-
公开(公告)号：CN114970774B
公开(公告)日：2022-11-25
申请号：CN202210902015.1
申请日：2022-07-29
申请人： 国网经济技术研究院有限公司 , 华北电力大学 , 国网浙江省电力有限公司 , 国网福建省电力有限公司经济技术研究院
摘要： 本发明涉及一种智能变压器故障预测方法和装置，属于数据预处理与识别技术领域，解决现有方法未充分考虑变压器故障影响因素，预测模型无法真实预测变压器故障的问题。方法包括：获取智能变压器故障影响因素的历史数据；通过灰色关联度分析法对智能变压器故障影响因素的历史数据进行预处理，计算智能变压器故障与智能变压器故障影响因素的各类数据之间的关联度值，将关联度值大于等于关联度阈值的历史数据作为训练数据集；构建BP神经网络并利用训练数据集进行训练以获取预测模型；以及获取智能变压器故障影响因素的实时数据，并将实时数据输入预测模型以获得智能变压器是否发生故障的预测结果。通过灰色关联度分析降低数据输入量，提高数据可靠性。
-
公开(公告)号：CN115222139A
公开(公告)日：2022-10-21
申请号：CN202210902077.2
申请日：2022-07-29
申请人： 国网经济技术研究院有限公司 , 华北电力大学 , 国网浙江省电力有限公司经济技术研究院 , 国网福建省电力有限公司经济技术研究院
摘要： 本发明涉及一种输电线路杆塔工程混凝土消耗量预测方法和装置，属于电力工程技术领域，解决现有方法未考虑混凝土消耗量的空间区域特性而导致测算及模型精度不精确等问题。该方法包括：获取输电线路杆塔工程的混凝土消耗量及其历史影响因素数据；对历史影响因素数据进行聚类分析，以及结合相关性分析形成多种地形地质条件下的关键影响因素集合作为训练集；构建深度置信网络模型，应用改进后的灰狼算法优化深度置信网络模型的连接权值；利用训练集训练优化的深度置信网络模型以获得混凝土消耗量预测模型；及获取待预测的实时关键影响因素数据并输入预测模型以预测出混凝土消耗量。通过考虑影响因素的空间区域特性提升测算及预测模型的精准度。
-
公开(公告)号：CN116822735A
公开(公告)日：2023-09-29
申请号：CN202310773049.X
申请日：2023-06-27
申请人： 华北电力大学 , 国网经济技术研究院有限公司 , 国网福建省电力有限公司经济技术研究院 , 国网浙江省电力有限公司经济技术研究院
IPC分类号： G06Q10/04 , G06Q10/10 , G06Q30/0201 , G06Q50/06
摘要： 本发明涉及一种架空线路工程塔材信息价调整时滞控制方法和装置，属于数据信息识别与传导技术领域，解决缺乏有效且适配的解决造价信息传导效率与时滞性的理论模型等问题。方法包括获取架空线路工程塔材信息价调整相关部门间的传导链路并连接为闭环链路；通过将信息溢出效益理论与中介效应理论引入闭环链路，构建第一和第二类型造价信息传导模型；基于第一和第二类型造价信息传导模型计算各部门的第一和第二信息传导耗时；基于第一和第二信息传导耗时构建基于信息造价传导的时滞控制模型，通过时滞控制模型控制真实塔材信息价调整业务链的传导时滞。引入信息溢出效益理论与中介效应理论，分别构建造价信息传导模型，计算实现各部门信息传导耗时。
-
公开(公告)号：CN114971092B
公开(公告)日：2022-10-18
申请号：CN202210902044.8
申请日：2022-07-29
申请人： 华北电力大学 , 国网经济技术研究院有限公司 , 国网浙江省电力有限公司经济技术研究院 , 国网福建省电力有限公司经济技术研究院
摘要： 本发明涉及一种变电站主控楼混凝土用量预测方法和装置，属于数据预处理与识别技术领域，解决现有方法难以解释突变的负荷，而智能方法缺乏历史数据作为校验且未对不同模块进行针对性预测的问题。该方法包括收集历史工程数据以形成典型工程数据库；针对主控楼的不同模块识别出混凝土用量的影响因素；基于混凝土用量的影响因素对主控楼混凝土用量进行预测，得到混凝土用量参考目标；通过数据分析获得相同类型的历史工程的混凝土历史参考用量；以及根据混凝土用量参考目标与混凝土历史参考用量，确定混凝土用量预测目标。通过混凝土用量参考目标与混凝土历史参考用量，精准预测混凝土用量合理性，提高了混凝土用量设计优化，提升了精准程度。
-
公开(公告)号：CN114971092A
公开(公告)日：2022-08-30
申请号：CN202210902044.8
申请日：2022-07-29
申请人： 华北电力大学 , 国网经济技术研究院有限公司 , 国网浙江省电力有限公司经济技术研究院 , 国网福建省电力有限公司经济技术研究院
摘要： 本发明涉及一种变电站主控楼混凝土用量预测方法和装置，属于数据预处理与识别技术领域，解决现有方法难以解释突变的负荷，而智能方法缺乏历史数据作为校验且未对不同模块进行针对性预测的问题。该方法包括收集历史工程数据以形成典型工程数据库；针对主控楼的不同模块识别出混凝土用量的影响因素；基于混凝土用量的影响因素对主控楼混凝土用量进行预测，得到混凝土用量参考目标；通过数据分析获得相同类型的历史工程的混凝土历史参考用量；以及根据混凝土用量参考目标与混凝土历史参考用量，确定混凝土用量预测目标。通过混凝土用量参考目标与混凝土历史参考用量，精准预测混凝土用量合理性，提高了混凝土用量设计优化，提升了精准程度。
-
公开(公告)号：CN110895729A
公开(公告)日：2020-03-20
申请号：CN201911192597.3
申请日：2019-11-28
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三明供电公司 , 国网福建省电力有限公司建设分公司 , 国网福建省电力有限公司经济技术研究院 , 华北电力大学
摘要： 本申请涉及电力系统技术领域，具体而言，涉及一种输电线路工程建设工期的预测方法。本申请提供一种输电线路工程建设工期的预测方法包括以下步骤：通过鱼骨图法或系统动力学方法分析确定输电线路工程建设工期的主要影响因素；通过调查工程档案采集输电线路工程建设工期相关的历史工程影响因素和相应的建设工期统计数据；构建支持向量机模型，对输电线路历史工程的影响因素进行筛选处理得到决策影响因素，并将所述决策影响因素和相应的建设工期作为输入变量对支持向量机模型进行仿真训练；将当前所需的输电线路工程影响因素的统计数据输入所述训练完成的支持向量机模型，得到输电线路工程建设工期的输出预测值。
-
公开(公告)号：CN111127246A
公开(公告)日：2020-05-08
申请号：CN201911146265.1
申请日：2019-11-21
申请人： 国网福建省电力有限公司经济技术研究院 , 华北电力大学
摘要： 本申请涉及输电线路工程造价控制领域，具体而言，涉及一种输电线路工程造价的智能预测方法。一种输电线路工程造价的智能预测方法，包括以下步骤：采用鱼骨图分析法分析影响输电线路工程造价的主要因素；通过收集数据的方式得到输电线路历史工程造价数据，所述造价数据包括历史工程的影响因素数据和造价数据；构建BP神经网络模型，将输电线路历史工程造价数据作为输入变量，对BP神经网络模型进行仿真训练得到训练后的BP神经网络模型；将当前的输电线路工程影响因素的归一化数值输入训练后的BP神经网络模型，计算得到输电线路工程造价的预测值，所述预测值为工程折单造价。
-
-
-
-
-
-
-
-
-
搜索结果
41 条记录 (耗时 0.11 秒)
