[发明专利]一种电力调度潮汐排班方法及系统在审

专利信息
申请号: 202111520653.9 申请日: 2021-12-13
公开(公告)号: CN114219275A 公开(公告)日: 2022-03-22
发明(设计)人: 戚焕兴;廖云;罗添允;张仙仙;黄莹璇;蔡宛达;杨加意;潘连荣;袁亚湘 申请(专利权)人: 广西电网有限责任公司北海供电局;广西电网有限责任公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06;G06K9/62;G06N3/04;G06N3/08;G06Q10/04
代理公司: 广州市专注鱼专利代理有限公司 44456 代理人: 张志鹏
地址: 536000 广西壮族自治*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电力 调度 潮汐 排班 方法 系统
【权利要求书】:

1.一种电力调度潮汐排班方法,其特征在于,包括以下步骤:

步骤S1、建立基于长短时记忆循环神经网络的预测模型,预测出电力调度故障工单数量;

步骤S2、对电力调度的计划工作任务进行工单类型划分,并对每种计划工单类型设定相应的复杂系数;

步骤S3、结合预测出的电力调度故障工单数量及其相对应的计划工单类型的复杂系数,得到每种故障工单类型的操作强度分值;

步骤S4、根据操作强度分值的结果按分值进行区间划分,每区间对应一个工作强度类别;

步骤S5、根据工作强度类别生成相对应的电力调度潮汐排班安排。

2.根据权利要求1所述的电力调度潮汐排班方法,其特征在于,所述对电力调度的计划工作任务进行工单类型划分,并对每种工单类型设定相应的复杂系数具体包括:

对电力调度的计划工作任务进行工单类型划分;

再对每种工单类型进行难度划分,不同难度赋予相对应的分值;

结合每种工单类型的不同难度的分值,得到每种工单类型的复杂系数。

3.根据权利要求1所述的电力调度潮汐排班方法,其特征在于,所述建立基于长短时记忆循环神经网络的预测模型,预测出电力调度故障工单数量具体包括:

采集影响电力调度故障工作量的样本数据;

对样本数据进行标签化及onehot预处理;

基于样本数据搭建线性拟合模型,甄选出训练数据类型;

搭建长短时记忆循环神经网络预测模型;

利用训练数据对长短时记忆循环神经网络预测模型进行深度学习;

测试长短时记忆循环神经网络预测模型的预测效果,并直达预测模型满足设定的预测准确率;

将满足设定的预测准确率的长短时记忆循环神经网络预测模型进行电力调度故障工单数量的预测。

4.根据权利要求1所述的电力调度潮汐排班方法,其特征在于,所述根据操作强度分值的结果按分值进行区间划分,每区间对应一个工作强度类别具体指:

根据操作强度分值的结果按分值划分为四个区间,包括第一区间、第二区间、第三区间和第四区间;

工作强度类别包括轻工作强度值班、中工作强度值班、高工作强度值班和应急工作强度值班;

第一区间对应轻工作强度值班;第二区间对应中工作强度值班;第三区间对应高工作强度值班;第四区间对应应急工作强度值班。

5.根据权利要求4所述的电力调度潮汐排班方法,其特征在于,所述根据工作强度类别进行生成相对应的电力调度潮汐排班安排具体指:

轻工作强度值班对应基础值班;中工作强度值班对应正常值班;高工作强度值班对应加强值班;应急工作强度值班对应应急值班;

基础、正常值班、加强值班和应急值班分别对应不同的值班人数。

6.一种电力调度潮汐排班系统,其特征在于,包括:

故障工单数量预测模块用于对电网电力调度故障工单数量进行预测;

潮汐排班模块用于根据电网电力调度故障工单数量生成操作强度分析图表,用于根据操作强度表生成潮汐排班表;

所述操作强度分析图表用于显示每天每种故障工单类型的操作强度分值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西电网有限责任公司北海供电局;广西电网有限责任公司,未经广西电网有限责任公司北海供电局;广西电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111520653.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top