“负荷分类”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果438600个，建议您升级VIP下载更多相关专利

[发明专利]零碳建筑的负荷识别方法、装置、设备及存储介质-CN202211706033.9在审
发明人：施展;李波;邓晓智;王秀竹;窦铮;黄东海;钱鑫 -专利权人：广东电网有限责任公司;广东电网有限责任公司电力调度控制中心
申请日： 2022-12-27 - 公布日： 2023-04-07 - 主分类号： G06F18/24 文献下载
摘要：本申请公开了一种零碳建筑的负荷识别方法、装置、设备及存储介质，通过利用交叉分类法，对零碳建筑的用电设备进行分组分类，得到零碳建筑的多个设备组；针对每个设备组，采用直接聚类法，对设备组中每个用电设备的日负荷数据进行聚类，得到用电设备的第一日负荷聚类中心曲线，以及对同种类的用电设备进行分组聚类，得到第二日负荷聚类中心曲线，以根据设备分组确定日负荷中心曲线，从而能够针对不同建筑物快速锁定负荷模型，能够快速有效的识别零碳建筑的设备负荷；最后根据用电设备的日负荷数据和第二日负荷聚类中心曲线，识别零碳建筑的负荷状态，以实现对零碳建筑快速有效的负荷识别，从而便于根据负荷状态调整零碳建筑的碳排放。
建筑负荷识别方法装置设备存储介质

[发明专利]一种基于需求响应的电力负荷行为预测方法-CN201710860514.8在审
发明人：吴丹;邓序之;吴晨;邵佳佳;赵敏;刘杰;李芝娟;康晓燕 -专利权人：国网上海市电力公司
申请日： 2017-09-21 - 公布日： 2018-01-16 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种基于需求响应的电力负荷行为预测方法，包含S1、采集预测地区的电力数据；S2、采用双向比较法，对采集到的电力数据进行异常数据处理；S3、对电力用户按照不同维度进行分类；S4、对分类后各个维度相同的电力用户进行电力数据的归一化处理；S5、采用聚类算法对各个维度相同的、且完成归一化的电力数据进行聚类处理，并得到聚类中心；S6、根据得到的聚类中心，预测电力负荷的标幺值；S7、对电力负荷标幺值进行反归一化处理，得到预测值。本发明通过聚类算法将电力负荷数据按照其用电趋势进行分类，并且由聚类中心判断和预测电力负荷值，实现对城市能源互联网中每一个小区域的电力负荷进行准确预测。
一种基于需求响应电力负荷行为预测方法

[发明专利]一种基于模糊C聚类的典型需求侧用户筛选方法-CN201510664749.0在审
发明人：徐青山;祝明乐;许晓慧;汪春;刘海璇;张祥文;丁茂生;马军;田炯;丁皓;张倩 -专利权人：东南大学;中国电力科学研究院;国网宁夏电力公司
申请日： 2015-10-15 - 公布日： 2016-06-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于模糊C聚类的典型需求侧用户筛选方法，根据用户的电力、电量数据提取特征量进而得到对应用户的日负荷曲线向量和电量水平特征，采用模糊C-均值聚类算法对同种行业内的用户以日负荷曲线为特征量进行聚类获得日负荷曲线相似的同类型用户及分类数目；根据日负荷曲线向量和电量水平特征以及分类数目采用加权重心的思想建立同类型用户中的典型用户筛选模型，进而通过该筛选模型从同类型用户中筛选出典型用户。本发明不仅能够对同行业电力用户进行分类，而且能从同类型用户中筛选出典型用户。
一种基于模糊典型需求用户筛选方法

[发明专利]一种电力用电市场景气指数预测方法-CN201610162651.X在审
发明人：秦丽娟;韩帅;严旭;曾博;林溪桥 -专利权人：广西电网有限责任公司电力科学研究院
申请日： 2016-03-22 - 公布日： 2016-08-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于电力系统电能量数据处理技术领域，尤其涉及一种电力用电市场景气指数预测方法，首先，收集电力用户信息，对电力用户在用电过程中的电力负荷特性进行行分类；其次，根据电力负荷特性分类数据，对电力用户的用电信息进行跟踪与查询，剔除季节因素和日历效应的影响，并对分类数据进行季节调整处理；再次，对用户用电市场可能对电力负荷造成影响的异动信息因素进行监测，最后，根据分析预测各电力市场景气指标结果，判断用电市场景气情况与波动特点，并输出预测分析报告，本发明能充分判断用电发展的状态，并对该用电负荷产生的影响给以合理评估，实现电力用电市场的监测。
一种电力用电市场景气指数预测方法

[发明专利]基于行业分类的可中断电价确定方法、设备及存储介质-CN202011072679.7在审
发明人：冯君淑;刘俊;张富强;徐志成;鲁刚;闫晓卿;徐波;焦冰琦;郑宽;张晋芳;傅观君;赵秋莉;吕梦璇 -专利权人：国网能源研究院有限公司;国网河北省电力有限公司
申请日： 2020-10-09 - 公布日： 2021-01-08 - 主分类号： G06Q30/02 文献下载
摘要：本公开一个或多个实施例提供了一种基于行业分类的可中断电价确定方法、设备及存储介质，其中，基于行业分类的可中断电价确定方法包括：确定预设多个行业中各行业的可中断电价；确定所述各行业的可中断负荷供给量；根据所述各行业的可中断电价以及可中断负荷供给量之间的函数关系生成可中断负荷供给曲线；基于所述可中断负荷供给曲线根据已知的可中断负荷供给量确定出目标可中断电价。该方法可根据已知的可中断负荷供给量确定出电力用户的目标可中断电价。
基于行业分类中断电价确定方法设备存储介质

[发明专利]一种基于回归分析法的基线负荷模型的负荷辨识方法-CN201910738251.2在审
发明人：沈泉江;解梁军;郭乃网;宋岩;庞天宇;陈睿;杨栋;陈开能;唐丽娜 -专利权人：国网上海市电力公司;华东电力试验研究院有限公司;星环信息科技(上海)有限公司
申请日： 2019-08-12 - 公布日： 2019-11-15 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种基于回归分析法的基线负荷模型的负荷辨识方法，该方法包括以下步骤：步骤1：对电力用户数据根据用户类型和所在地区进行分类；步骤2：针对经过分类的电力用户数据的每一类用户取其中个别用户的用电负荷数据及相关影响因素数据建立回归式；步骤3：根据回归式进一步获得该类群体用户中其他用户的需求响应期基线负荷；步骤4：利用获得的基线负荷辨识错峰潜力负荷。
基线用户数据回归式辨识回归分析法负荷模型群体用户数据建立需求响应影响因素用电负荷用户类型分类准确率

[发明专利]一种基于专家系统知识库的非正常日负荷预测模型-CN202211171922.X在审
发明人：宫嘉炜;李映雪;刘敦楠;戴奇奇;王伟;罗路平;吴浩;熊云;张雪婷;董治新;王瀚甫;郭伟嘉 -专利权人：国网江西省电力有限公司经济技术研究院;华北电力大学
申请日： 2022-09-26 - 公布日： 2022-12-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了本发明提出了一种基于专家系统知识库的非正常日负荷预测模型，充分考虑非正常日的负荷变化和特性等，确定非正常日的负荷预测方法。一种基于专家系统知识库的非正常日负荷预测模型，所述方法具体包括以下步骤：(1)根据专家系统的知识库,对待测日分类处理,对需要修正的待测日选取相应的修正模型。(2)根据分类结果,选取相应的修正模型,对相关影响因素进行处理,计算负荷修正量。(3)将常规负荷预测结果与所选各修正模型的修正量进行综合计算,确定最终预测结果。
一种基于专家系统知识库正常负荷预测模型

[发明专利]一种基于信息新鲜度的电网电力数据预测方法-CN202110970503.1在审
发明人：王鑫;李新民;郑国强;汪玉;秦丹丹;王峰;刘丽;张淑娟;魏李莉;赵亮 -专利权人：国网安徽省电力有限公司电力科学研究院;国网安徽省电力有限公司;西南科技大学
申请日： 2021-08-23 - 公布日： 2021-11-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于信息新鲜度的电网电力数据预测方法，选取电力数据样本，选用弹性BP神经网络对电力数据样本处理，在神经网络中进行训练，以获得预测负荷的神经网络模型；步骤一、电力数据的预处理；将所述电力数据样本进行处理、采样；步骤二、信息新鲜度计算；对步骤一的初分类的电力数据样本进行终分类，以获得输出预测阶段的输入的电力数据；步骤三、数据预测；将步骤二终分类的电力数据样本作为预测负荷的神经网络模型的输入量，获得不同数据新鲜度的负荷数据对待预测点的电力预测负荷值，选取误差最小的预测值最为最终的负荷预测值。
一种基于信息新鲜电网电力数据预测方法

[发明专利]一种基于电能表数据的计量资产管理系统-CN202210408451.3在审
发明人：刘文宇;周海山;张穆昕;刘馨然;廖力莹;吴秋铜;刘禹丹;崔赫;李运泽;刘璐;焦通;尚莹;孙丽娜;马婉忠;赵婉旭;赵青;康丽雁;曹兵;张屹丹;李丹 -专利权人：国网辽宁省电力有限公司营销服务中心;北京志翔科技股份有限公司;国家电网有限公司
申请日： 2022-04-19 - 公布日： 2022-07-29 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于电能表数据的计量资产管理系统，属于电能表管理技术领域，包括计量资产统计单元、计量数据采集单元、计量数据处理单元以及计量数据分析单元，所述计量数据处理单元，用于对采集到的负荷数据进行处理操作，所述计量数据分析单元，用于对处理后的负荷数据基于离散傅里叶变换以及频域指标特征参数得到用户分类的频域指标特性集，并对分类用户基于所属电能表数据进行计量资产的结果评价。该基于电能表数据的计量资产管理系统，通过设置计量数据分析单元，计量数据分析单元对负荷数据进行归一化预处理后，再对负荷数据进行离散傅里叶变换得到频域指标特性集，从而实现对用户的负荷特性分类，给计量资产的合理分配提供帮助
一种基于电能表数据计量资产管理系统

[发明专利]一种电动汽车充电供应控制方法、装置、终端及介质-CN202311153137.6在审
发明人：向新宇;徐川子;陈奕;霍英宁;何岳昊;葛蔚蔚;武宽;王文君;徐靖雯;马笛;陆元愉;蔡依诺;赵觅;贺一鸣;许灿庆;丁涛;楼洁妮;耿光超 -专利权人：国网浙江省电力有限公司杭州供电公司
申请日： 2023-09-08 - 公布日： 2023-10-13 - 主分类号： B60L53/62 文献下载
摘要：本发明公开了一种电动汽车充电供应控制方法、装置、终端及介质，所述方法包括提取目标区域所有电能表历史记录中的所有用户的充电行为数据，通过无监督学习K‑means聚类算法进行聚类分析并进行统计计算，得到用户充电行为分类占比；将所述用户充电行为分类占比以及采集的电动汽车负荷功率数据作为训练集，通过CNN‑LSTM混合神经网络模型进行训练，得到电动汽车负荷实时估计模型；根据当前时刻采集的电动汽车负荷功率数据以及用户充电行为分类占比，得出所有电能表的电动汽车集群负荷功率值。因此，本发明实施例仅需在实时状态下采集系统与部分电能表保持通信状态，即可对全部电能表的电动汽车总负荷进行实时估计，以控制所述目标区域电动汽车的充电供应。
一种电动汽车充电供应控制方法装置终端介质

[发明专利]基于深度学习的家庭用电负荷辨识方法-CN202310925916.7在审
发明人：郭家虎;刘思远 -专利权人：安徽华昇能源互联网研究院有限公司
申请日： 2023-07-26 - 公布日： 2023-10-27 - 主分类号： G06F18/21 文献下载
摘要：本发明公开了基于深度学习的家庭用电负荷辨识方法，涉及非侵入式负荷监测技术领域；步骤一：将去噪自编码器中的重构误差修改为交叉熵；步骤二：将改进后的去噪自编码器模型中全部的全连接层替换为卷积层，获取全卷积分类自编码器模型；步骤三：引入多种特征融合的方式，获取FCN‑CAE负荷辨识模型；步骤四：将电流采样波形输入至FCN‑CAE负荷辨识模型中，获取电器种类；改进后的全卷积分类自编码器模型面对实际的家用电器辨识时具有更好的适应性，辨识性能更为优越；相比于传统机器学习的分类算法，基于深度学习的非侵入式负荷辨识模型，可以从数据中自动提取特征无需手动提取，计算和表达能力更为出色，有效地提高了准确性和实用性。
基于深度学习家庭用电负荷辨识方法

[发明专利]考虑负荷分类的分布式风电源与电容器联合动态规划方法-CN201811168253.4有效
发明人：赵洁;邵尤国;刘涤尘;刘琦;张胜峰;刘子皓 -专利权人：武汉大学
申请日： 2018-10-08 - 公布日： 2022-02-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及电力系统规划技术，具体涉及一种考虑负荷分类的分布式风电源与电容器联合动态规划方法，包括以下步骤：步骤1、按行业对负荷分类，建立各行业的负荷增长模型；步骤2、分别以规划期利润和场景效益最大为目标函数该方法按照行业对负荷分类，考虑其不同增长规律，能更准确模拟实际负荷增长方式，从而使规划场景更为接近实际情况。
考虑负荷分类分布式电源电容器联合动态规划方法

[发明专利]基于网格化技术和BP神经网络的空间负荷预测方法-CN201711257567.7在审
发明人：焦明曦;王徭;赵晓宁;穆冠男;张婕;肖白 -专利权人：国网吉林省电力有限公司长春供电公司;东北电力大学
申请日： 2017-12-04 - 公布日： 2018-06-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明是基于网格化技术和BP神经网络的空间负荷预测方法，其特点是包括以下步骤：建立电力地理信息系统；根据待预测区域内各10kV馈线供电范围生成I类元胞，对各元胞的历史负荷值、用地信息进行数据整合；依据各I类元胞负荷值、用地信息和负荷密度均衡系数求取各分类负荷密度；以等大小网格生成II类元胞，利用已求取的历年分类负荷密度指标乘以各II类元胞内各种用地类型的面积，再乘以相应的负荷密度均衡系数，得到各II类元胞的历年最大负荷值；利用BP神经网络的优势，根据所确定的训练样本和测试样本对BP神经网络进行训练，得到目标年的各II类元胞负荷预测值。
元胞空间负荷密度均衡网格化地理信息系统测试样本负荷预测密度指标数据整合网格生成训练样本预测区域最大负荷分类预测馈线供电

[发明专利]一种企业月最大需量预测方法-CN201910434945.7在审
发明人：李沛楠 -专利权人：清科优能（深圳）技术有限公司
申请日： 2019-05-23 - 公布日： 2019-08-20 - 主分类号： G06Q30/02 文献下载
摘要：包括以下步骤，步骤一，获取企业相关历史数据，得出参考月的月最大负荷值和平均温度值；步骤二，采用最大负荷特性区间分析法，求出每月峰平谷各部分最大负荷值，以及每月峰平谷出现最大负荷天数分别占总天数概率值，根据每月峰平谷各自最大负荷值和对应概率值，得出每月最大负荷特征值，根据“近大远小”设置加权序列，得出历史数据预测值；步骤三，采用负荷特性系数分类法，对影响企业负荷波动因素进行分类，获取预测月平均温度及最大负荷预估值，根据不同工况，得出不同特征函数
最大负荷预测历史数据最大需量峰平谷特征函数分类法相乘预估负荷波动负荷特性加权序列区间分析影响企业预测误差总天数概率减小天数参考分类申报

[发明专利]一种自适应的负荷识别方法以及智能电能表-CN202010701288.0在审
发明人：朱国富;杨国烨;华号;王宁;冯子蛟;缪炜;张晓东 -专利权人：江阴长仪集团有限公司
申请日： 2020-07-20 - 公布日： 2020-11-17 - 主分类号： G01R22/06 文献下载
摘要：本发明公开了一种自适应的负荷识别方法以及智能电能表，包括以下步骤：1、构建负荷特征库：计量模块实时采样对电气设备的电流、电压波形数据，将有功功率P、无功功率Q、基波功率因数λ以及电压‑电流三次谐波含有率差VIHR，作为待分类样本特征；2、负荷的分解：选取训练样本集，在训练样本集中通过聚类分析构建负荷状态模板，计算概率因子，选出功率权重因子，构建负荷分解模型；3、待分类负荷的识别：引入概率因子作为辅助特征，利用遗传算法对目标函数进行负荷分解，得到分解结果；4、状态修整、输出。本发明通过使用基波功率因数和电压‑电流三次谐波含有率差特征来表征负荷，使各负荷特征分布相对分散，提高小功率电气设备的识别率。
一种自适应负荷识别方法以及智能电能表