-
公开(公告)号：CN119357574A
公开(公告)日：2025-01-24
申请号：CN202411220878.6
申请日：2024-09-02
Applicant: 华北电力大学 , 中国电力科学研究院有限公司 , 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: G06F18/20 , G06F18/10 , G06F18/213 , G06N3/0464 , G06N3/006 , G06N3/0985 , G06Q10/04 , G06Q50/06 , G06F123/02
Abstract: 本申请适用于电量预测技术领域，提供了一种分时电量预测方法及装置，该方法包括：获取初始分时电量数据和初始气象数据；对初始分时电量数据进行辛几何模态分解，并对分解后的初始分时电量数据和初始气象数据进行去噪处理，分别得到去噪后的分时电量数据和多维气象序列；对去噪后的分时电量数据和多维气象序列进行多元变分模态分解，得到同频多元分量；将同频多元分量输入时空卷积网络，并基于金枪鱼群优化算法得到最终预测结果。本申请能够适应现货市场价格不确定环境，并提升分时电量分解预测精度。
-
公开(公告)号：CN119324450A
公开(公告)日：2025-01-17
申请号：CN202411373724.0
申请日：2024-09-29
Applicant: 国网能源研究院有限公司 , 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 , 华北电力大学
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F17/16 , G06F17/18 , G06N3/0442 , G06N3/0464 , G06N3/006
Abstract: 本申请提供了一种电力短期负荷混合预测方法、系统、设备及介质，根据本申请的方法包括：收集相关电力负荷和气象数据作为第一数据集；采用优化算法获取信号分解算法的模态数K和惩罚参数α的最优组合；基于最优组合将第一数据集分解为多个信号分量；利用相关性能指数计算信号分量的系数大小，选取最相关的信号分量构建输入矩阵；根据输入矩阵中的特征信息确定过零率分离点，根据过零率分离点实现对信号分量的高低频的分离，将高频信号分量和低频信号分量输入至时间序列预测模型以获取每个高频信号分量和低频信号分量的预测结果，进而获取电力短期负荷混合预测结果。本申请提供的技术方案可以有效提升预测准确度，有利于电力系统的安全稳定运行。
-
公开(公告)号：CN118709870B
公开(公告)日：2024-11-05
申请号：CN202411199516.3
申请日：2024-08-29
Applicant: 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
Abstract: 本发明涉及一种基于大语言模型的电量预测人工智能代理方法及系统，具体步骤包括：构建基于大语言模型的人工智能代理预测模型，包括用户输入读取模块、提示词构建模块、若干个大语言模型、任务分解和规划模块、工具选择模块和代码生成模块；利用用户输入读取模块来读取目标用户提出的电量预测问题并翻译成大语言模型需要的格式，同时利用提示词构建模块构建引导大语言模型工作的提示词；再将电量预测问题和提示词输入至预训练的第一大语言模型中；利用第一大语言模型对输入的电量预测问题进行完整性校验，并基于完整性判断结果进一步引导目标用户补充完整电量预测问题。
-
公开(公告)号：CN118709870A
公开(公告)日：2024-09-27
申请号：CN202411199516.3
申请日：2024-08-29
Applicant: 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
Abstract: 本发明涉及一种基于大语言模型的电量预测人工智能代理方法及系统，具体步骤包括：构建基于大语言模型的人工智能代理预测模型，包括用户输入读取模块、提示词构建模块、若干个大语言模型、任务分解和规划模块、工具选择模块和代码生成模块；利用用户输入读取模块来读取目标用户提出的电量预测问题并翻译成大语言模型需要的格式，同时利用提示词构建模块构建引导大语言模型工作的提示词；再将电量预测问题和提示词输入至预训练的第一大语言模型中；利用第一大语言模型对输入的电量预测问题进行完整性校验，并基于完整性判断结果进一步引导目标用户补充完整电量预测问题。
-
公开(公告)号：CN115455362A
公开(公告)日：2022-12-09
申请号：CN202211041791.3
申请日：2022-08-29
Applicant: 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
Abstract: 本发明涉及一种基于优化算法的温度变点估计方法，包括以下步骤：步骤S1:获取待测地区温度和用电量数据，并确定变点个数；步骤S2:构建一维线性回归模型，并基于优化算法进行解释；步骤S3：基于一维线性回归模型，初始化变点位置，结合交替迭代法和梯度采样法进行变点估计；步骤S4:根据步骤S3得到的变点位置，构建待测地区用电量数据关于温度的分段线性回归模型。本发明对于温度变化节点的定位更加准确，更好地表示出用电量和温度变化背后的分段线性关系，提升中期电力负荷预测能力。
-
Patent Agency Ranking
公开(公告)号：CN119539886A
公开(公告)日：2025-02-28
申请号：CN202411533057.8
申请日：2024-10-30
Applicant: 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: G06Q30/0283 , G06F18/213 , G06F18/2135 , G06F18/23213 , G06F18/2431 , G06F18/22 , G06F16/23 , G06N3/092 , G06N3/048
Abstract: 本发明公开了一种基于因果传导模型的用电侧量费结算优化方法，包括：S1：采集用户用电行为数据与政策干预数据形成数据集；S2：通过主成分分析对用户数据集提取关键的用户用电行为特征，使用聚类算法与随机森林算法分析用户对不同政策的响应模式，形成不同用户类别矩阵的用户数据集与政策干预数据集；S3：根据通过Granger因果验证与结构方程模型分析用户用电行为与政策干预变化之间的因果关系；S4：采用强化学习算法模拟不同政策干预场景下的用户用电行为反应，并通过蒙特卡洛方法模拟不同政策组合的影响，确定最优政策干预策略。本发明解决了电力市场化背景下用电侧量费结算过程中存在的复杂非线性关系、政策干预效果难以预测的问题。
-
公开(公告)号：CN119417062A
公开(公告)日：2025-02-11
申请号：CN202510012499.6
申请日：2025-01-06
Applicant: 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: G06Q10/063 , G06Q10/04 , G06Q50/06 , G06F18/27 , H02J3/00
Abstract: 本发明涉及一种基于成分分解和修正的电量预测方法及介质，涉及电量预测领域，方法包括：构建日电量数据分解模型；根据平均温度修正模型对历史日日平均温度进行修正；通过趋势电量模型和周期电量模型得到趋势电量预测值和周期电量预测值；通过气象电量模型得到历史日的气象电量，对历史日的气象电量进行分段拟合，得到气象电量曲线；根据平均温度修正模型对待预测日平均温度进行修正；根据待预测日平均温度和气象电量曲线对气象电量进行预测；根据趋势电量、周期电量和气象电量得到电量预测值。本发明通过电力日电量分解模型和温度修正模型，充分考虑电力日电量的特性、界限温度、最大累积天数以及累积效应系数等因素，提高电量预测准确度。
-
公开(公告)号：CN119168738A
公开(公告)日：2024-12-20
申请号：CN202411203103.8
申请日：2024-08-29
Applicant: 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: G06Q30/0601 , G06Q40/04 , G06Q50/06
Abstract: 本发明涉及一种基于能量块交易的多主体投标模拟方法、系统及仿真平台，多主体投标模拟方法包括以下具体步骤：获取不同类型市场参与主体的发电量和运营成本参数，建立包括分时块、持续块、曲线块以及可变块的四类市场参与主体模型；基于四类市场参与主体模型中能量块的电量和报价，建立基于能量块交易的电力现货市场出清模型；基于电力现货市场出清模型，建立四类市场参与主体的投标策略决策模型，求解得到四类市场参与主体的最优投标策略及相应的市场出清结果，实现对电力现货市场多主体投标模拟系统的开发。
-
公开(公告)号：CN118709871B
公开(公告)日：2024-11-12
申请号：CN202411204067.7
申请日：2024-08-30
Applicant: 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: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/08 , G06F16/332 , G06F16/36 , G06F16/33
Abstract: 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：CN117937432A
公开(公告)日：2024-04-26
申请号：CN202311685472.0
申请日：2023-12-08
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国网能源研究院有限公司 , 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 , 华北电力大学
Inventor： 阮文骏 , 黄茜 , 孙莉 , 潘熙 , 杨世海 , 周瑶 , 陈畅 , 薛冰 , 邵雪松 , 刘恬畅 , 吴鹏 , 张煜 , 谭显东 , 林女贵 , 钱晓瑞 , 詹祥澎 , 孙毅 , 陈影
IPC: H02J3/00 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/096
Abstract: 一种基于知识蒸馏算法的电力负荷预测方法和系统。该方法包括，采集配电网台区内的历史电力负荷数据，利用孤立森林算法筛选出历史电力负荷数据中的异常负荷值，对筛选出的异常值采用拉格朗日插值法进行修正处理，并进行数据归一化处理；将归一化处理后的电力负荷数据输入教师网络，基于长短期记忆网络进行电力负荷预测，并将预测结果进行软化，得到软标签信息；根据本地数据集对教师网络进行微调得到学生网络，将软标签信息输入到学生网络，在学生网络中基于长短期记忆网络对教师网络的分布进行拟合，输出电力负荷预测结果。本发明的方案将知识蒸馏与神经网络相结合，解决神经网络不敏感的问题，实现了轻量化电力负荷预测。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.175 seconds)
