-
公开(公告)号：CN117350158B
公开(公告)日：2024-11-26
申请号：CN202311327368.4
申请日：2023-10-13
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06F30/27 , G06Q50/06 , G06F119/02
Abstract: 本发明提供一种混合RetNet和AM‑BiLSTM算法的电力短期负荷预测方法，包括：步骤一、从数据中台获取电负荷历史数；步骤二、对获取的用电负荷历史数据进行预处理；步骤三、对预处理过后的用电负荷历史数据进行时序特性分析，结合外部因素和历史数据构成模型输入数据；步骤四、采用混合RetNet和AM‑BiLSTM算法的负荷预测模型对构建的模型输入数据进行未来短期每日24小时电力负荷预测；步骤五、采用平均绝对百分比误差MAPE和均方根误差RMSE作为评价负荷预测模型准确率的评价指标，并根据步骤四的预测结果评价负荷预测模型。本发明可提高短期负荷预测模型的预测精度，以便预测出更加准确的电力短期负荷。
-
公开(公告)号：CN118735721A
公开(公告)日：2024-10-01
申请号：CN202410712732.7
申请日：2024-06-04
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06Q50/06 , H02J3/00 , G06Q10/04 , G06F18/10 , G06N3/045 , G06N3/0464 , G06N3/0442
Abstract: 一种利用GAT‑BILSTM&CNN‑LSTM模型提高多目标误差均衡度的方法，包括：获取目标区域的负载数据和气温数据；对负载数据和气温数据进行数据清洗；对数据清洗后的数据进行特征工程处理得到历史数据；设置GAT‑BILSTM算法网络和设置CNN‑LSTM算法网络；模型组合：使用GAT‑BILSTM对历史数据进行训练，算出目标区域负载率预测变量的每个预测误差，再算出平均误差，其次将超出平均误差的负载率预测变量与CNN‑LSTM的结果进行组合，组合的方式是采用误差倒数法进行加权，剩下的负载率预测变量则保持不变输出结果。本发明可解决多目标预测模型中各个目标预测误差的相差过大的问题，同时尽可能减小整体误差。
-
公开(公告)号：CN117369813A
公开(公告)日：2024-01-09
申请号：CN202311337011.4
申请日：2023-10-13
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
Abstract: 一种基于数据中台的用能监测指标体系可视化展示方法，包括：构建多维度下的用能指标体系；根据用能指标体系对电力数据进行溯源处理，得到用能数据；基于用能数据进行数据治理；基于对治理后的数据针对不同的数据类型和用能监测指标选择合适的方法进行数据分析和指标计算；将计算后的指标数据接入图形语法设计思想的可视化引擎，在选取图表类型后运用可视化引擎进行快速开发，将用能指标体系按照不同维度呈现。本发明采取量化的形式表现电力数据在不同维度下的波动情况，以图形化和图表化的方式呈现电力用户用能数据，辅助决策者快速挖掘有效信息，发现数据内在变化规律，以实现发现、分析、预测、监控和决策等目标，提升供电服务水平。
-
公开(公告)号：CN118899829A
公开(公告)日：2024-11-05
申请号：CN202410936221.3
申请日：2024-07-12
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: H02J3/00 , G06N3/0464 , G06N3/0442 , G06N3/042 , G06N3/08 , G06F17/18 , G06F18/25 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/24
Abstract: 本发明提供一种利用GAT‑LSTM&STGCN‑MLP双时空图模型进行电网负载率预测的方法，包括：从数据中台和气象网站获取目标区域负载数据和天气数据；对获取目标区域的负载数据和天气数据进行数据清洗，所述负载数据包括日期、目标区域下乡镇的负载率，天气数据包括日期、目标区域气温；对进行数据清洗后的数据进行特征工程处理，得到若干维度数据；基于GAT‑LSTM时空图算法网络和STGCN‑MLP时空图算法网络构建双时空图多目标算法模型；将所得若干维度数据输入所述建双时空图多目标算法模型进行预测，得到目标区域下属乡镇的负载率预测结果。本发明在各种复杂多变的节日情况下仍能保持稳定预测，增强了模型稳定性。
-
公开(公告)号：CN117369813B
公开(公告)日：2024-06-21
申请号：CN202311337011.4
申请日：2023-10-13
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
Abstract: 一种基于数据中台的用能监测指标体系可视化展示方法，包括：构建多维度下的用能指标体系；根据用能指标体系对电力数据进行溯源处理，得到用能数据；基于用能数据进行数据治理；基于对治理后的数据针对不同的数据类型和用能监测指标选择合适的方法进行数据分析和指标计算；将计算后的指标数据接入图形语法设计思想的可视化引擎，在选取图表类型后运用可视化引擎进行快速开发，将用能指标体系按照不同维度呈现。本发明采取量化的形式表现电力数据在不同维度下的波动情况，以图形化和图表化的方式呈现电力用户用能数据，辅助决策者快速挖掘有效信息，发现数据内在变化规律，以实现发现、分析、预测、监控和决策等目标，提升供电服务水平。
-
Patent Agency Ranking
公开(公告)号：CN117236485B
公开(公告)日：2024-05-03
申请号：CN202311026867.X
申请日：2023-08-15
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06Q10/04 , H02J3/00 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明提供一种基于CNN‑BILSTM算法减小预测电网供电量误差的方法，包括：获取数据、数据清洗、构建特征、构建算法、改进模型(优化数据集)、模型验证；本发明在卷积神经网络‑长短期记忆网络(CNN‑LSTM)算法的基础上对LSTM采用双向序列传播(BILSTM)，形成卷积神经网络‑双向长短期记忆网络(CNN‑BILSTM)，通过此算法来建模预测电网供电量，在不破坏原有已训练好的模型情况下通过优化数据集的方式减小模型误差，避免多次训练模型、省时省力，有效减小模型误差。
-
公开(公告)号：CN117474152B
公开(公告)日：2024-04-09
申请号：CN202311406860.0
申请日：2023-10-27
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F18/214
Abstract: 本发明提供一种基于Conv1d的多变量CNN‑GRU算法用于短期负荷的实际预测方法，包括：从数据中台获取某地区一段时间的用电相关数据，包括用电量、供电量、负载率；对获取的用电相关数据进行数据处理，数据处理包括合并数据、空缺数据处理、计算每日平均负载率以及计算每日的相关电量；对处理后的用电相关数据进行错位映射，用当前时刻的用电量与历史某时刻的各变量形成对应，形成输入数据模型；基于输入数据模型构建CNN‑GRU实际预测模型对未来一段时间的用电量进行实际预测。本发明将CNN‑GRU算法首次应用于短期负荷的实际预测，通过错位映射避免先预测自变量X再预测因变量Y，可以在提升运行速度基础上保证较低的误差。
-
公开(公告)号：CN117474152A
公开(公告)日：2024-01-30
申请号：CN202311406860.0
申请日：2023-10-27
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F18/214
Abstract: 本发明提供一种基于Conv1d的多变量CNN‑GRU算法用于短期负荷的实际预测方法，包括：从数据中台获取某地区一段时间的用电相关数据，包括用电量、供电量、负载率；对获取的用电相关数据进行数据处理，数据处理包括合并数据、空缺数据处理、计算每日平均负载率以及计算每日的相关电量；对处理后的用电相关数据进行错位映射，用当前时刻的用电量与历史某时刻的各变量形成对应，形成输入数据模型；基于输入数据模型构建CNN‑GRU实际预测模型对未来一段时间的用电量进行实际预测。本发明将CNN‑GRU算法首次应用于短期负荷的实际预测，通过错位映射避免先预测自变量X再预测因变量Y，可以在提升运行速度基础上保证较低的误差。
-
公开(公告)号：CN117313849A
公开(公告)日：2023-12-29
申请号：CN202311316574.5
申请日：2023-10-12
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06N5/022 , G06F16/36 , G06F40/295 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N7/01 , G06F16/901 , G06F18/23 , G06N3/006 , G06F40/289 , G06F18/213 , G06N3/0455
Abstract: 本发明提供一种基于多源异构数据融合技术的能源行业知识图谱构建方法及装置，该方法包括：数据准备、数据清洗、实体、属性、关系抽取、知识图谱构建和知识图谱存储。本发明面向各种异构能源数据实现能源数据知识图谱的知识抽取、关联，建立异构能源数据语义关联，提供查询分析能力，精准匹配用户需求，协助业务人员迅速获得能源行业的相关知识，从而增强他们在实际工作中的应用能力和效率。本发明中采用了BERT‑BiLSTM‑CRF模型，结合抽取规则，从数据中抽取实体、关系、属性等相关的知识源、构建知识源的关联语义关系，利用实体链接完成语义消歧；基于Neo4j技术，生成图形数据库，提供高效的知识检索、拓展。
-
公开(公告)号：CN119539029A
公开(公告)日：2025-02-28
申请号：CN202411482520.0
申请日：2024-10-23
Applicant: 湖北华中电力科技开发有限责任公司 , 国网湖北省电力有限公司
IPC: G06N3/098 , H02J3/00 , G06N3/0442 , G06F30/27 , G06Q50/06
Abstract: 本发明提供一种面向电力系统暂态稳定性的自适应个性化联邦学习方法，包括：利用PSASP电力系统仿真软件生成电力系统仿真数据；数据标准化数据集进行划分；基于处理后的数据构建基础模型LSTM；基于基础模型LSTM进行自适应个性化联邦学习，得到练完成后的个性化模型；将实际电力系统数据作为个性化模型的输入，验证个性化模型的准确性和实用性。本发明允许每个客户端根据不同电力部门数据的独特性，训练出与其数据分布相匹配的个性化模型，增强了模型对本地电网暂态稳定性的预测准确性；通过在多个客户端上并行进行模型训练，有效利用了分布式计算资源，提高了整体训练效率和处理大规模数据集的能力。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.047 seconds)
