-
公开(公告)号：CN112508260B
公开(公告)日：2022-09-02
申请号：CN202011395230.4
申请日：2020-12-03
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电网规划研究中心
摘要： 本发明实施例涉及一种基于对比学习的配电变压器中长期负荷预测方法及装置，包括数据获取处理、绘制曲线、样本分类、偏差度的计算和输出预测结果这五个步骤，采用数据获取处理得到处理后的长周期样本和待预测样本，采用样本分类对长周期样本进行基于行业性质的一级分类以及基于标幺曲线聚类的二级分类，从而得到最小分类后的聚类小类；还对待预测样本进行一级分类后计算最小欧氏距离确定待预测样本的预测聚类小类，通过计算最小偏差度确定最佳匹配的匹配样本，将匹配样本中全区间标幺曲线后四年的负荷数据作为待预测样本未来四年的预测负荷数据，实现预测配电变压器的负荷预测，负荷预测的数据准确度高。
-
公开(公告)号：CN111931992A
公开(公告)日：2020-11-13
申请号：CN202010686173.9
申请日：2020-07-16
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电网规划研究中心
摘要： 本申请提供了一种电力负荷预测指标选取方法及装置，其中方法包括：获取历史负荷数据以及负荷指标的历史数据；基于历史负荷数据以及负荷指标的历史数据，构建历史负荷矩阵，基于历史负荷矩阵得到的灰色关联系数与负荷指标权重，通过关联度计算，得到负荷指标的关联度，以便根据负荷指标的关联度，确定电力负荷预测指标选取的结果。本申请基于灰色关联分析对各个分类中的各个指标对负荷的影响程度进行定量分析，利用参考序列与比较序列之间的距离对关联度进行优化，使得到的关联度与指标的实际重要程度更加贴近，再通过比较各个指标的关联度，最终确定负荷预测的关键指标，解决了现有的电力负荷预测方法预测精度低的技术问题。
-
公开(公告)号：CN111047191A
公开(公告)日：2020-04-21
申请号：CN201911275354.6
申请日：2019-12-12
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电网规划研究中心
摘要： 本申请实施例公开了一种电力市场的中长期负荷预测方法和装置，包括：对历史日负荷数据和其对应的指标数据进行缺失值和异常值处理，按照预置时间段进行统计获得预置时间段的负荷数据和指标时间并进行归一化处理；设置反馈神经网络模型的隐含层节点个数、各连接的权值和阈值，将归一化处理后的数据输入到反馈神经网络模型中进行计算获得预测值，计算预测值和实时电力负荷的方差，根据方差和电力成本通过反向传播运算方法获得权值和阈值的调整公式，通过调整公式调整权值和阈值计算预测值，重复训练直到预测值和实际电荷的方差符合预置方差或迭代次数获得目标反馈神经网络模型。解决了现有电力预测方法未考虑到电力成本和预测精度之间的均衡问题。
-
公开(公告)号：CN111047191B
公开(公告)日：2022-04-29
申请号：CN201911275354.6
申请日：2019-12-12
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电网规划研究中心
摘要： 本申请实施例公开了一种电力市场的中长期负荷预测方法和装置，包括：对历史日负荷数据和其对应的指标数据进行缺失值和异常值处理，按照预置时间段进行统计获得预置时间段的负荷数据和指标时间并进行归一化处理；设置反馈神经网络模型的隐含层节点个数、各连接的权值和阈值，将归一化处理后的数据输入到反馈神经网络模型中进行计算获得预测值，计算预测值和实时电力负荷的方差，根据方差和电力成本通过反向传播运算方法获得权值和阈值的调整公式，通过调整公式调整权值和阈值计算预测值，重复训练直到预测值和实际电荷的方差符合预置方差或迭代次数获得目标反馈神经网络模型。解决了现有电力预测方法未考虑到电力成本和预测精度之间的均衡问题。
-
公开(公告)号：CN112508261A
公开(公告)日：2021-03-16
申请号：CN202011395244.6
申请日：2020-12-03
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电网规划研究中心
摘要： 本发明实施例涉及一种基于神经网络的配电变压器负荷分层预测方法及装置，包括数据获取处理、样本分类、建立BP神经网络模型、数据选择及归一化处理、建立CNN神经网络模型和输出预测结果这六个步骤，通过前4年的历史负荷数据和配电变压器的属性信息数据构建的BP神经网络模型和CNN神经网络模型将直接的负荷预测解构成趋势预测与数值预测，便于在不同的信息获取程度之下，可以根据数据质量以及信息丰富程度，提高趋势判断精度或数值判断精度，解决了现有对配电变压器的负荷预测方法因供电区域小、用电负荷波动大导致预测结果不准确的技术问题。
-
公开(公告)号：CN112508260A
公开(公告)日：2021-03-16
申请号：CN202011395230.4
申请日：2020-12-03
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电网规划研究中心
摘要： 本发明实施例涉及一种基于对比学习的配电变压器中长期负荷预测方法及装置，包括数据获取处理、绘制曲线、样本分类、偏差度的计算和输出预测结果这五个步骤，采用数据获取处理得到处理后的长周期样本和待预测样本，采用样本分类对长周期样本进行基于行业性质的一级分类以及基于标幺曲线聚类的二级分类，从而得到最小分类后的聚类小类；还对待预测样本进行一级分类后计算最小欧氏距离确定待预测样本的预测聚类小类，通过计算最小偏差度确定最佳匹配的匹配样本，将匹配样本中全区间标幺曲线后四年的负荷数据作为待预测样本未来四年的预测负荷数据，实现预测配电变压器的负荷预测，负荷预测的数据准确度高。
-
公开(公告)号：CN112508261B
公开(公告)日：2021-09-03
申请号：CN202011395244.6
申请日：2020-12-03
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电网规划研究中心
摘要： 本发明实施例涉及一种基于神经网络的配电变压器负荷分层预测方法及装置，包括数据获取处理、样本分类、建立BP神经网络模型、数据选择及归一化处理、建立CNN神经网络模型和输出预测结果这六个步骤，通过前4年的历史负荷数据和配电变压器的属性信息数据构建的BP神经网络模型和CNN神经网络模型将直接的负荷预测解构成趋势预测与数值预测，便于在不同的信息获取程度之下，可以根据数据质量以及信息丰富程度，提高趋势判断精度或数值判断精度，解决了现有对配电变压器的负荷预测方法因供电区域小、用电负荷波动大导致预测结果不准确的技术问题。
-
公开(公告)号：CN111815060A
公开(公告)日：2020-10-23
申请号：CN202010685650.X
申请日：2020-07-16
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电网规划研究中心
摘要： 本申请公开了一种用电地区短期负荷预测方法及装置，其中方法包括：采集待预测用电地区的历史负荷指标数据；将所述历史负荷指标数据分别输入至对应的分类负荷预测模型，以通过所述分类负荷预测模型的运算，得到不同用户类别对应的单元短期负荷预测结果，所述分类负荷预测模型为基于同一用户类别的负荷指标主成分，并以morlet母小波函数作为传递函数训练得到的神经网络模型，其中，所述负荷指标主成分为通过同一用户类别的历史负荷指标数据，通过主成分分析方式得到的；对各个所述单元短期负荷预测结果进行求和，得到所述待预测用电地区的短期负荷预测结果解决了现有的用电地区短期负荷预测方式存在的预测精度低的技术问题。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.062 秒)
