-
公开(公告)号:CN119046877A
公开(公告)日:2024-11-29
申请号:CN202411140091.9
申请日:2024-08-20
Applicant: 深圳供电局有限公司
IPC: G06F18/25 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本申请涉及一种电力负荷预测方法、装置、计算机设备、可读存储介质和程序产品,涉及电力技术领域。方法包括:响应于目标地区的电力负荷预测指令,获取目标地区的历史电力负荷数据、电力负荷预测指令所指示的预测时间信息、以及目标地区的环境信息;分别对预测时间信息和环境信息进行影响程度分析,得到预测时间信息和环境信息各自的影响系数;在影响系数达到预设影响系数阈值的情况下,将历史电力负荷数据、预测时间信息和环境信息中的至少一个输入预先训练好的电力负荷预测模型,得到目标地区的电力负荷预测结果;电力负荷预测模型是基于卷积神经网络和长短期记忆神经网络建立得到的模型。采用本方法能够提高高度密集区域的电力负荷预测准确性。
-
公开(公告)号:CN113780861B
公开(公告)日:2024-09-03
申请号:CN202111096469.6
申请日:2021-09-18
Applicant: 深圳供电局有限公司
IPC: G06Q10/0637 , G06Q50/06
Abstract: 本发明提供一种基于用户日电量调整值的成分指数评估方法及系统,包括步骤S1,获取行业用户数据,并根据预设的筛选规则选取样本用户;步骤S2,获取样本用户的历史日电量的周期分量,并根据历史日电量的周期分量计算样本用户的日电量调整值;步骤S3,根据样本用户的日电量调整值计算样本用户在行业层面的重要度权重、贡献率权重、单位能耗产值权重及业扩潜力权重;步骤S4,根据样本用户的重要度权重、贡献率权重、单位能耗产值权重及业扩潜力权重,确定基期内的行业用户日电量调整值的成分指数。本发明基于用户的日电量调整值,从行业层面、个体层面赋予多个维度的权重,确定用户调整日电量的成分指数,为分析企业经营状态、未来经济走势提供数据。
-
公开(公告)号:CN113780861A
公开(公告)日:2021-12-10
申请号:CN202111096469.6
申请日:2021-09-18
Applicant: 深圳供电局有限公司
Abstract: 本发明提供一种基于用户日电量调整值的成分指数评估方法及系统,包括步骤S1,获取行业用户数据,并根据预设的筛选规则选取样本用户;步骤S2,获取样本用户的历史日电量的周期分量,并根据历史日电量的周期分量计算样本用户的日电量调整值;步骤S3,根据样本用户的日电量调整值计算样本用户在行业层面的重要度权重、贡献率权重、单位能耗产值权重及业扩潜力权重;步骤S4,根据样本用户的重要度权重、贡献率权重、单位能耗产值权重及业扩潜力权重,确定基期内的行业用户日电量调整值的成分指数。本发明基于用户的日电量调整值,从行业层面、个体层面赋予多个维度的权重,确定用户调整日电量的成分指数,为分析企业经营状态、未来经济走势提供数据。
-
公开(公告)号:CN113469500A
公开(公告)日:2021-10-01
申请号:CN202110629487.X
申请日:2021-06-07
Applicant: 深圳供电局有限公司
Abstract: 本发明公开一种行业用电大数据特征分析方法及装置,其中,行业用电大数据特征分析方法包括:步骤S1,确定行业用电负荷数据;步骤S2,对所述行业用电负荷数据进行预处理和标准化,获得行业用电负荷数据的标准化数据样本;步骤S3,根据近邻传播AP聚类算法对所述标准化数据样本进行数据分析和特征提取,分析行业用电特性。本发明采用AP聚类算法对行业用电数据进行相似度度量、特征分析及聚类,并与传统k‑means聚类算法进行结果比对,从测试结果显示AP聚类算法应用于行业用电大数据特征提取和数据分析中优于传统的k‑means聚类算法,具有实用价值和广泛应用前景。
-
公开(公告)号:CN114219241A
公开(公告)日:2022-03-22
申请号:CN202111455074.0
申请日:2021-12-01
Applicant: 深圳供电局有限公司
Abstract: 本发明提供一种客户用电行为分析方法,包括基于客户用电特征数据,确定客户用电行为指标,并结合客户属性及其数据分布情况,得到每一客户用电行为指标各自对应的指标属性并设为标签,且进一步给所有标签分别进行赋值;获取待分析的客户群体及其所含每一客户在对应客户用电行为指标下的标签赋值,并采用预设的聚类算法,对该客户群体中所有客户对应的标签赋值进行聚类计算,将所得的聚类结果输出为该客户群体的客户用电行为。本发明还提供一种客户用电行为分析系统。实施本发明,全面考虑反映客户用电特征的指标进行分析,并利用聚类算法来简化传统分析算法的复杂度,从而解决现有技术分析结果偏差较大的问题。
-
公开(公告)号:CN114078063A
公开(公告)日:2022-02-22
申请号:CN202111320501.4
申请日:2021-11-09
Applicant: 深圳供电局有限公司
IPC: G06Q50/06 , G06F16/906
Abstract: 本发明提出了一种利用电力客户用电负荷信息实现行业分类的方法,首先利用计量自动化采集系统获取特定区域中典型用户日、月用电量数据和有功功率数据;采用模糊c‑均值聚类算法,根据上述数据对每一用户的用电行业类别进行自动归类;再利用客户画像系统中的用电特性的特征参数对聚类获得的用电行业类别的合理性进行校验修正;最后运用DBI指标确定典型用电行业最优聚类中心曲线。实施本发明,可以快速准确地对用电客户所在行业进行分类。
-
-
-
-
-