-
公开(公告)号：CN118709871A
公开(公告)日：2024-09-27
申请号：CN202411204067.7
申请日：2024-08-30
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 , G06N3/0442 , G06N3/08 , G06F16/332 , G06F16/36 , G06F16/33
摘要： 本发明涉及基于知识图谱检索增强生成的用户级电量预测方法及系统，具体步骤包括：采集若干用户电力属性数据并进行预处理，基于预处理后的电力属性数据构建向量数据库和分层知识图谱数据库；将若干个性化用户的电力属性数据输入预训练的大语言模型，将电力属性数据相近的各用户划分为同类用户，基于用户的电力属性数据生成自然语言提问文本，在向量数据库和分层知识图谱数据库中查询各类用户的用电水平，分别生成各类用户的个性化用户属性特征；根据预设时间范围内的基于各类用户用电习惯的用电记录获取电力时序数据，再利用嵌入层神经网络提取时序特征；通过向量拼接的方式将各类用户的个性化用户属性特征与时序特征进行融合，获得综合特征。
-
公开(公告)号：CN117252101A
公开(公告)日：2023-12-19
申请号：CN202311236140.4
申请日：2023-09-22
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： G06F30/27 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06Q50/06 , G06F119/08 , G06F111/10
摘要： 本发明涉及一种台风对电力电量影响的测算方法、系统、设备及介质，其中方法包括以下步骤：获取目标地区发生台风时的电力电量数据实际值；将目标台风发生时的实际气温数据作为特征变量输入训练好的电力电量预测模型，获得第一电力电量预测值，以模拟气温与台风来时一致，但未发生台风灾害性破坏影响时的电力电量值；模拟对应地区未发生台风时的气温条件，并将模拟气温数据作为特征变量输入训练好的电力电量预测模型，获得第二电力电量预测值；通过第二电力电量预测值与第一电力电量预测值的差值测算台风对目标地区电力电量所产生的气候性影响；通过第一电力电量预测值与电力电量数据实际值的差值测算台风对目标地区电力电量所产生的灾害性影响。
-
公开(公告)号：CN117035819A
公开(公告)日：2023-11-10
申请号：CN202310952041.X
申请日：2023-07-31
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： G06Q30/0201 , G06Q10/0639 , G06Q50/06 , G06Q50/10
摘要： 本发明涉及一种基于行业电量数据的产业链上下游识别方法，包括：获取各行业的用电量时间序列，得到序列集合；对序列集合，分别计算每两个用电量时间序列之间的时差相关系数；以用电量时间序列为节点，边的权重为其连接的两个节点的时差相关系数，构建有向赋权图；将有向赋权图作为输入，通过节点重要性评估算法对用电量时间序列进行评分；根据用电量时间序列的评分值，确定对应行业的层级。
-
公开(公告)号：CN117977541A
公开(公告)日：2024-05-03
申请号：CN202311680084.3
申请日：2023-12-07
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 , 国网能源研究院有限公司 , 华北电力大学
发明人： 林女贵 , 洪华伟 , 朱玲玲 , 沈一民 , 钱晓瑞 , 詹祥澎 , 肖恺 , 陈菲菲 , 刘林 , 涂夏哲 , 杨丝雨 , 黄王晔 , 李淅 , 吴鹏 , 张煜 , 谭显东 , 孙毅 , 杨浩天
IPC分类号： H02J3/00 , G06Q50/06 , G06F18/214 , G06F18/23 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种考虑流行病因素的中长期电力电量预测方法，包括：构建预测模型；构建训练集，所述训练集包括流行病时段下若干不同行业的历史负荷数据和外部因素数据；训练集中将若干历史负荷数据划分为多个聚类；利用训练集训练预测模型，包括：取某一行业为预测对象；将预测对象的历史负荷数据、外部因素数据和流行病因素数据输入至预测模型，得到预测对象的负荷预测值；所述流行病因素数据为与预测对象属于同一聚类的其它行业的历史负荷数据；计算预测对象的负荷预测值与负荷实际值的损失值；基于损失值更新预测模型，直至完成训练目标；获取预测对象的近期负荷数据、外部因素数据和流行病因素数据输入至预测模型，得到预测对象的负荷预测结果。
-
公开(公告)号：CN117674136A
公开(公告)日：2024-03-08
申请号：CN202311699372.3
申请日：2023-12-11
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
摘要： 本发明涉及一种基于用电气象指数‑负荷敏感模型的降温负荷计算方法，包括以下步骤：通过若干气象条件构建用于表征气象条件对用电需求影响程度的用电需求气象条件指数；基于历史气象条件，获取历史用电需求气象条件指数数据集，同时获取不同行业的历史用电负荷数据集；对于每一行业，建立用电气象指数‑负荷敏感模型拟合用电需求气象条件指数与用电负荷之间的关系；确定对应行业的高温起始敏感指数；进行降温负荷计算，计算当前实际用电气象指数，基于当前实际用电气象指数与目标行业的高温起始敏感指数的差值，以及降温负荷段的函数斜率计算目标行业的降温负荷。
-
公开(公告)号：CN117522075A
公开(公告)日：2024-02-06
申请号：CN202311676826.5
申请日：2023-12-07
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： G06Q10/0631 , G06Q50/06 , G06F17/11 , G06F17/16 , G06N3/126
摘要： 本发明涉及一种基于气象指数的居民生活用电量预报方法，包括：根据日平均气温、日最高气温、日最低气温、日平均湿度、日平均风速，计算用电需求气象条件指数；确定居民用电量对用电需求气象条件指数的分布，所述分布具有若干趋势，趋势的转折点为突变点；通过差分进化算法获取所述分布中的突变点坐标；利用得到的多个突变点，建立用电量预报方程；获取中长期天气预报数据；根据中长期天气预报数据，计算未来用电需求气象条件指数，带入用电量预报方程得到居民用电量预测值。
-
公开(公告)号：CN117057471A
公开(公告)日：2023-11-14
申请号：CN202311048237.2
申请日：2023-08-18
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： G06Q10/04 , G06Q50/06 , G06F18/15 , G06F18/2131 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/0442 , G06N3/084
摘要： 本发明涉及一种基于图多头注意力机制的小区用电预测方法，包括：获取小区的地理位置数据、历史电量数据和历史外部因素数据；对历史电量数据、历史外部因素数据和地理位置数据进行预处理；历史外部因素数据包括气温和电价；构建基于图多头自注意力机制的时空图神经网络模型；通过基于图多头自注意力机制的时空图神经网络模型得到预测结果；将预测结果与真实值进行比较，得到损失值；通过损失值进行反向误差传播，对模型进行训练；通过训练好的模型对小区未来用电量进行预测。本发明对历史用电数据进行建模，而且对小区之间的空间关系和历史数据的时间特征进行建模，充分挖掘小区电量预测问题中的时空关系。
-
公开(公告)号：CN115689600A
公开(公告)日：2023-02-03
申请号：CN202210955353.1
申请日：2022-08-10
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： G06Q30/0201 , G06Q30/0203 , G06Q10/04 , G06Q50/06
摘要： 本发明涉及一种基于模糊隶属度函数的日电量预测方法，包括以下步骤：步骤S1:以日期为索引，构造历史日电量与历史气温的时间序列；步骤S2:建立模糊隶属度函数；步骤S3:以皮尔逊相关系数最大为目标函数，通过元启发式算法优化模糊隶属度函数的参数；步骤S4:基于优化后的模糊隶属度函数将历史气温和预测气温转化为相关因子，并标记为协变量；步骤S5:建立时间序列预测模型，并利用历史日电量和历史协变量训练模型，最后输入预测协变量计算日电量预测值。本发明充分利用天气预报数据，有效提高电网日电量预测的准确率。
-
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：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。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.049 秒)
