-
公开(公告)号：CN114677019B
公开(公告)日：2024-06-28
申请号：CN202210326321.5
申请日：2022-03-30
申请人： 山东大学 , 国网安徽省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
IPC分类号： G06Q10/063 , G06F17/18 , G06F17/16 , G06Q50/06
摘要： 本发明提供了一种基于随机源矩阵和层次分析的用电特征辨识方法及系统，根据获取的有功负荷数据和气象因素数据，得到增广数据源矩阵；通过移动窗口，从增广数据源矩阵中选取子矩阵；根据子矩阵，得到第一目标层的因素，以第一目标层因素为准侧，得到第二目标层的各个因素的两两比较判断矩阵；根据两两比较判断矩阵，得到第二目标层的各个因素相对于总目标的权重，根据第二目标层的各个因素作为准则时的第三目标层的排序权向量，构建排序权矩阵，根据排序权矩阵，得到第三目标层各个因素相对于总目标的权重；根据第三目标层各个因素对于总目标的权重，得到有功负荷数据的分析结果；本发明实现了基于多个气象因素的更准确用电行为分析。
-
公开(公告)号：CN114677019A
公开(公告)日：2022-06-28
申请号：CN202210326321.5
申请日：2022-03-30
申请人： 山东大学 , 国网安徽省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
摘要： 本发明提供了一种基于随机源矩阵和层次分析的用电特征辨识方法及系统，根据获取的有功负荷数据和气象因素数据，得到增广数据源矩阵；通过移动窗口，从增广数据源矩阵中选取子矩阵；根据子矩阵，得到第一目标层的因素，以第一目标层因素为准侧，得到第二目标层的各个因素的两两比较判断矩阵；根据两两比较判断矩阵，得到第二目标层的各个因素相对于总目标的权重，根据第二目标层的各个因素作为准则时的第三目标层的排序权向量，构建排序权矩阵，根据排序权矩阵，得到第三目标层各个因素相对于总目标的权重；根据第三目标层各个因素对于总目标的权重，得到有功负荷数据的分析结果；本发明实现了基于多个气象因素的更准确用电行为分析。
-
公开(公告)号：CN113537844B
公开(公告)日：2021-12-17
申请号：CN202111079063.7
申请日：2021-09-15
申请人： 山东大学
摘要： 本发明提供了一种基于随机矩阵的区域能源互联网负荷行为分析方法及系统，属于电力有功负荷数据分析技术领域，根据获取的气象数据，得到耦合气象因素指标；根据耦合气象指标数据得到影响因素矩阵；根据有功负荷数据得到基本状态矩阵；根据基本状态矩阵和影响因素矩阵，得到增广数据源矩阵，进行耦合气象因素指标与有功负荷数据的皮尔森系数计算，得到皮尔森系数矩阵；根据皮尔森系数矩阵与基本状态矩阵，得到源矩阵；对源矩阵进行矩阵变换后，得到随机矩阵；对随机矩阵的特征值进行谱分析后得到概率密度分布，根据概率密度分布与历史概率密度分布的对比，得到有功负荷数据的异常识别结果；本发明极大的提高了有功负荷的异常数据识别准确度。
-
公开(公告)号：CN113537844A
公开(公告)日：2021-10-22
申请号：CN202111079063.7
申请日：2021-09-15
申请人： 山东大学
摘要： 本发明提供了一种基于随机矩阵的区域能源互联网负荷行为分析方法及系统，属于电力有功负荷数据分析技术领域，根据获取的气象数据，得到耦合气象因素指标；根据耦合气象指标数据得到影响因素矩阵；根据有功负荷数据得到基本状态矩阵；根据基本状态矩阵和影响因素矩阵，得到增广数据源矩阵，进行耦合气象因素指标与有功负荷数据的皮尔森系数计算，得到皮尔森系数矩阵；根据皮尔森系数矩阵与基本状态矩阵，得到源矩阵；对源矩阵进行矩阵变换后，得到随机矩阵；对随机矩阵的特征值进行谱分析后得到概率密度分布，根据概率密度分布与历史概率密度分布的对比，得到有功负荷数据的异常识别结果；本发明极大的提高了有功负荷的异常数据识别准确度。
-
-
-
搜索结果
4 条记录 (耗时 0.107 秒)