-
公开(公告)号：CN103093288B
公开(公告)日：2016-03-30
申请号：CN201310055056.2
申请日：2013-02-21
申请人： 江苏省电力公司电力科学研究院 , 华北电力大学 , 江苏省电力公司 , 国家电网公司
IPC分类号： G06F17/30
CPC分类号： Y04S10/54
摘要： 本发明公开了一种基于气象信息的分区电网母线负荷预测系统，该系统利用实时和预报气象信息，实现对全区域所有500kV和220kV变电站母线的负荷预测，并完成对电网分区的识别及分区负荷预测。本系统中选用的预测算法包含了经典算法及智能预测算法，其中经典算法包括一元线性回归、二次多项式回归、自适应指数预测、指数预测、增长率预测、非齐次指数预测、B.Compertz模型和logistic模型；而智能预测算法包括优化BP神经网络算法以及优化粒子群算法，预测过程中系统择优选择预测算法。本系统为日前母线负荷预测系统，对次日至未来多日每时段的母线负荷和分区负荷进行预测，预测内容为被预测日的96点的有功负荷。
-
公开(公告)号：CN112085459B
公开(公告)日：2024-03-22
申请号：CN202010724825.3
申请日：2020-07-24
申请人： 华北电力大学
IPC分类号： G06Q10/10 , G06Q30/0201 , G06Q50/06 , G06N3/006 , G06N3/084
摘要： 本发明涉及一种风电项目投资估算方法及装置，包括：获取与风电单位千瓦投资相关的工程特征因素数据；将所述与风电单位千瓦投资相关的工程特征因素数据输入至预先训练的误差反向传播神经网络模型，确定风电单位千瓦投资估算值。本发明提供的技术方案提高了模型优化的能力和准确度，进而提高了投资估算的精度和泛化能力，实现了快速合理地估算风电项目投资，为投资决策和项目立项提供了科学客观的依据，具有重要的社会意义。
-
公开(公告)号：CN114004384A
公开(公告)日：2022-02-01
申请号：CN202010729791.7
申请日：2020-07-27
申请人： 华北电力大学
摘要： 本发明提供了一种项目进度偏差预警方法及装置，包括以下步骤：根据项目进度的差异度确定项目进度的偏差因子和协调因子；根据所述项目进度的偏差因子和协调因子确定项目进度的综合判断因子；基于项目进度的综合判断因子预警；其中，所述项目进度的差异度包括：建设进度差异度、成本进度差异度和投资进度差异度。本发明提供的技术方案实现了对项目进度的准确预测，有利于相关部门及时掌握项目进度计划执行情况，并及时采取有效的纠编，具有显著的社会效益。
-
公开(公告)号：CN118485243A
公开(公告)日：2024-08-13
申请号：CN202410561072.7
申请日：2024-05-08
申请人： 华北电力大学
IPC分类号： G06Q10/0631 , G06Q50/06 , G06N20/00
摘要： 本发明公开一种工业用氢需求量预测方法，包括步骤：S1、筛选工业用氢的影响因素；S2、采集影响工业用氢需求量的原始数据集并对原始数据集进行数据预处理；S3、构建RF‑SSA‑LSSVM组合预测模型，并将预处理后的原始数据集输入预测模型中，获取预测结果；S4、对预测结果进行对比分析与误差分析。本发明解决了现有工业用氢领域难以准确的预测其需求量的问题。
-
公开(公告)号：CN117788037A
公开(公告)日：2024-03-29
申请号：CN202410002510.6
申请日：2024-01-02
申请人： 华北电力大学
IPC分类号： G06Q30/0201 , G06Q50/06 , G06N3/006 , G06N3/084 , G06Q30/0283
摘要： 本发明公开一种基于电力装备制造企业多价值链数据空间的成本预测方法，本发明利用网络数据挖掘技术，收集电力装备制造企业在多价值链上活动的各类成本数据，构建电力装备制造企业多价值链协同下的影响因素库。利用Pearson相关系数和灰色关联方法对影响因素库的影响因素进行分析筛选，选取与成本预测关联度较高的指标作为预测模型分析的主要影响因素，并采用萤火虫扰动和麻雀搜索算法组合算法对BP神经网络模型进行优化，构建成能够结合产品生产、销售、供应、服务等多价值链数据协同的FA‑SSA‑BP成本智能预测模型。本发明解决模型过早陷入局部最优等问题，极大地提升了成本预测的精确度，运行效率更高效，缩小成本预测误差，使得预测结果更加有效。
-
公开(公告)号：CN117669391A
公开(公告)日：2024-03-08
申请号：CN202410141241.1
申请日：2024-02-01
申请人： 华北电力大学 , 国网冀北电力有限公司经济技术研究院
IPC分类号： G06F30/27 , G06F18/214 , G06Q50/06 , G06F119/02
摘要： 本发明公开一种基于深度学习的短期光伏功率预测方法，包括步骤：S1、采集影响光伏发电功率的原始数据集；S2、对原始数据集进行数据预处理；S3、构建XGB‑GRU‑Informer集成预测模型，并将预处理后的原始数据集输入预测模型中，获取预测结果；S4、对预测结果进行对比分析与误差分析。本发明解决了现有光伏发电系统难以准确的预测其发电功率的问题。
-
公开(公告)号：CN114138766A
公开(公告)日：2022-03-04
申请号：CN202111486088.9
申请日：2021-12-07
申请人： 华北电力大学
IPC分类号： G06F16/215 , G06F16/22 , G06F16/2458 , G06F16/26
摘要： 本发明公开了属于多价值链数据体系架构技术领域的数据空间下多价值链数据体系分析架构及整合协同方法。该架构包括数据准备模块、数据管理模块和数据服务模块；其中数据准备模块包括数据来源层、数据价值链层和数据输入层，数据管理模块包括数据集成层、数据存储层和数据管理层，数据服务模块包括知识服务层、数据分析层和应用输出层；整合协同方法包括步骤1：对制造企业的数据进行手记，为数据分析做准备；步骤2：对多源异构数据进行管理分析，并储存在平台上进行管理；步骤3：利用多源异构数据结果为用户提供服务支持。本发明能够减少生产时间和生产周期，提高生产效率；减少原材料的冗余，同时实现库存优化，降低生产成本。
-
公开(公告)号：CN112541622A
公开(公告)日：2021-03-23
申请号：CN202011398883.8
申请日：2020-12-01
申请人： 国网浙江省电力有限公司经济技术研究院 , 华北电力大学
摘要： 本发明提供了一种短期用电量的预测方法、装置及电子设备，在获取到预设时刻之前的每一天的日用电总量之后，对日用电总量进行特征时间尺度分析，得到日用电总量的数据波动模式，并依据数据波动模式将日用电总量进行电量分解操作，得到具有不同稳定变化趋势的多种用电分量数据，由于用电分量数据是具有稳定变化趋势的，即是规律性的，进而能够根据用电分量数据预测得到日用电量预测值。通过本发明，可以将波动性较大的历史用电量数据分解成有规律性变化的用电分量数据，进而再依据有规律性变化的用电分量数据进行用电量预测，使得用电量预测的准确度较高，基于预测的用电量进行发电控制的准确度较高。
-
公开(公告)号：CN112085459A
公开(公告)日：2020-12-15
申请号：CN202010724825.3
申请日：2020-07-24
申请人： 华北电力大学
摘要： 本发明涉及一种风电项目投资估算方法及装置，包括：获取与风电单位千瓦投资相关的工程特征因素数据；将所述与风电单位千瓦投资相关的工程特征因素数据输入至预先训练的误差反向传播神经网络模型，确定风电单位千瓦投资估算值。本发明提供的技术方案提高了模型优化的能力和准确度，进而提高了投资估算的精度和泛化能力，实现了快速合理地估算风电项目投资，为投资决策和项目立项提供了科学客观的依据，具有重要的社会意义。
-
公开(公告)号：CN109961173A
公开(公告)日：2019-07-02
申请号：CN201910136122.6
申请日：2019-02-25
申请人： 华北电力大学
摘要： 本发明属于电力负荷预测技术领域，尤其涉及一种用于分布式电源发电功率的智能预测方法，包括：步骤1：采集包括历史日风速、风向在内的气象样本数据并进行归一化处理；步骤2：将样本数据分出模型训练数据和检验数据，运用果蝇算法进行迭代寻优；步骤3：引入免疫算法对果蝇算法参数进行优化；步骤4：采用免疫算法优化后的免疫‑果蝇优化算法对支持向量机进行优化，建立优化后的支持向量机预测模型；步骤5：检验支持向量机预测模型的有效性，并得到最终预测结果。通过免疫算法的优化避免了果蝇算法陷入局部最优的问题，有效提高算法的全局搜索能力，提高了模型的SVM回归预测精度。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.078 秒)
