基于LSTM神经网络的电力负荷预测方法、装置及系统

    公开(公告)号:CN110909941A

    公开(公告)日:2020-03-24

    申请号:CN201911172170.7

    申请日:2019-11-26

    Abstract: 本申请涉及一种基于LSTM神经网络的电力负荷预测方法、装置及系统,其中,所述方法包括以下步骤:获取本地超参数,以及预设时段内的各电力设备负荷数据;基于对应电力设备负荷数据的身份信息,将各电力设备负荷数据分类为若干个负荷数据集;开启预设数量的线程,并基于各线程分别读取相应的负荷数据集;基于预先搭建的LSTM神经网络模型,通过各线程分别处理相应的负荷数据集和本地超参数,得到电力负荷预测数据。本申请能够通过使用本地超参数,结合预先搭建的LSTM神经网络模型,以及使用多线程进行负荷预测,降低了训练次数,减少了负荷预测耗时,进而提高了电力负荷预测效率。

    低电压台区六要素诊断与分析方法及系统

    公开(公告)号:CN104993481B

    公开(公告)日:2017-11-03

    申请号:CN201510450751.8

    申请日:2015-07-27

    Abstract: 本发明涉及一种低电压台区六要素诊断与分析方法及系统。低电压台区六要素诊断与分析方法包括:获取低电压台区的六参数,六个参数包括负载率、变压器分接头位置、供电半径、导线横截面积、三相不平衡度和功率因数;获取对应六个参数的限值范围;判断六个参数是否在对应的限制范围内;若否,则根据超出限值范围的参数确定要素异常要素。通过判断参数是否超过限值,若是则该参数为导致电压偏低的主要要素,实现了电压偏低问题的要素分析,避免人为分析造成的原因不准,进一步避免了原因不清造成的改造措施无效引起的投资浪费等问题,从而提高了电压偏低问题治理措施的有效性。

    低电压台区六要素诊断与分析方法及系统

    公开(公告)号:CN104993481A

    公开(公告)日:2015-10-21

    申请号:CN201510450751.8

    申请日:2015-07-27

    Abstract: 本发明涉及一种低电压台区六要素诊断与分析方法及系统。低电压台区六要素诊断与分析方法包括:获取低电压台区的六参数,六个参数包括负载率、变压器分接头位置、供电半径、导线横截面积、三相不平衡度和功率因数;获取对应六个参数的限值范围;判断六个参数是否在对应的限制范围内;若否,则根据超出限值范围的参数确定要素异常要素。通过判断参数是否超过限值,若是则该参数为导致电压偏低的主要要素,实现了电压偏低问题的要素分析,避免人为分析造成的原因不准,进一步避免了原因不清造成的改造措施无效引起的投资浪费等问题,从而提高了电压偏低问题治理措施的有效性。

Patent Agency Ranking