“电力负荷”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526442个，建议您升级VIP下载更多相关专利

[发明专利]多用户场景下的家庭用户电力负荷预测方法及相关设备-CN202211311699.4在审
发明人：曹文治;刘厚盾;凌笑;刘利枚;杨艺;杨俊丰;马俊杰 -专利权人：湖南工商大学
申请日： 2022-10-25 - 公布日： 2023-01-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种多用户场景下的家庭用户电力负荷预测方法及相关设备，包括：获取家庭用户的历史电力负荷数据集，基于每个家庭用户的历史电力负荷数据集进行主成分分析，得到初始数据集，并对初始数据集聚类分析，得到N类池用户数据，采用N类池用户数据，分别对预设的深度学习模型进行训练，得到N个电力负荷预测模型；确定待预测的单个家庭用户数据在N类池用户数据中的隶属度系数；采用电力负荷预测模型，对待预测的单个家庭用户数据进行电力负荷预测，得到待预测的单个家庭用户数据对应的N类预测结果；采用隶属度系数对N类预测结果进行加权融合处理，得到待预测的单个家庭的电力负荷预测值，采用本发明可提高电力负荷预测的精准性。
多用户场景家庭用户电力负荷预测方法相关设备

[发明专利]一种基于电力负荷增强预测的电能精准计量方法-CN202211315002.0在审
发明人：张月;赵罡;胡春光;陈永明;汪祝年;周军;李静;刘玉婷;刘后发;于帅 -专利权人：国网江苏省电力有限公司镇江供电分公司
申请日： 2022-10-26 - 公布日： 2023-01-10 - 主分类号： G06F18/214 文献下载
摘要：本发明提供一种基于电力负荷增强预测的电能精准计量方法，包括以下步骤：采集历史电力负荷数据作为原始数据；基于所述原始数据进行数据转换得到扩充数据，将所述扩充数据和所述原始数据组成数据集；构建电力负荷预测模型，将所述数据集输入所述电力负荷预测模型内进行训练，得到训练后预测模型；采集当前电力负荷数据作为输入数据，将所述输入数据输入所述训练后预测模型，输出预测数据和基于所述预测数据相对应的电流互感器变比档位调节方案数据本发明专利提出了一种电力负荷增强预测方法，有效解决了电力负荷预测中训练数据不足的问题。根据数据增强后的模型预测结果，本发明专利提出了基于电力负荷增强预测的电能精准计量方法。
一种基于电力负荷增强预测电能精准计量方法

[发明专利]一种基于长相关FARIMA模型的短期电力负荷预测方法-CN201410597336.0有效
发明人：李庆;宋万清 -专利权人：上海工程技术大学
申请日： 2014-10-29 - 公布日： 2017-07-04 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于长相关FARIMA模型的短期电力负荷预测方法，包括以下步骤1)根据预测日之前的电力负荷数据，获得预测样本数据；2)对预测样本数据进行预处理，剔除异点以及零均值化，得到电力负荷序列{Xt}；3)利用重标极差分析法计算电力负荷序列{Xt}的Hurst指数的估计值H；4)根据得到的Hurst指数的估计值H，判断电力负荷序列是否满足长相关过程，若满足，则计算分数差分参数d，若不满足，则返回步骤1)；5)根据得到的分数差分参数d建立电力负荷序列{Xt}的FARIMA模型；6)根据FARIMA模型预测电力负荷值，并对预测电力负荷值进行反差分得到实际预测值，用以调整用电调度方案。
一种基于相关 farima 模型短期电力负荷预测方法

[发明专利]中长期电力负荷预测方法-CN201910355154.5有效
发明人：罗澍忻;林勇;麻敏华;靳冰洁;左郑敏;郑秀波;韦斌;周姝灿 -专利权人：广东电网有限责任公司电网规划研究中心
申请日： 2019-04-29 - 公布日： 2021-08-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种中长期电力负荷预测方法，包括以下步骤：获取预设时间段内的电力负荷数据及其影响因子；根据第一时间尺度将电力负荷数据和影响因子划分为多个第一时间尺度数据，根据第二时间尺度将影响因子划分为多个第二时间尺度数据；根据多个第一时间尺度数据和多个第二时间尺度数据构建电力负荷预测模型；采用长短期记忆神经网络对电力负荷预测模型进行训练以生成堆叠长短期记忆网络模型；通过堆叠长短期记忆网络模型对电力负荷进行预测，并生成电力负荷预测数据该方法能够解决不同时间尺度数据依赖问题，提高中长期电力负荷的预测精度。
中长期电力负荷预测方法

[发明专利]一种配电网的电力负荷预测方法、装置及存储介质-CN201911018594.8有效
发明人：吴思凡;赵沛霖 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-10-24 - 公布日： 2021-03-16 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种配电网的电力负荷预测方法、装置及存储介质，所述方法包括：获取第一预设时间段内目标区域的测试数据集；基于电力负荷预测模型，对所述测试数据集进行电力负荷预测处理，得到当前时刻之后的目标时间段内目标区域的电力负荷数据集；所述电力负荷预测模型的训练方法包括：获取第二预设时间段内的样本数据集；构建预设机器学习模型，并将所述预设机器学习模型确定为当前机器学习模型；基于所述当前机器学习模型，对所述样本数据集进行卷积操作，得到卷积特征集；基于所述卷积特征集，确定损失值；基于所述损失值，确定所述电力负荷预测模型。通过本申请的电力负荷预测预测模型，可以快速、准确地预测未来短期内的电力负荷数据。
一种配电网电力负荷预测方法装置存储介质

[发明专利]一种基于稀疏表示的电力负荷预测方法-CN201810304089.9有效
发明人：於志勇;郭文忠;黄昉菀;郑香平 -专利权人：福州大学
申请日： 2018-04-04 - 公布日： 2022-03-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于稀疏表示的电力负荷预测方法，包括以下步骤：通过电力公司获取真实电力负荷数据，对数据进行预处理得到，包括数据缺失、数据异常和数据归一化等具体操作等处理；通过拼接基础字典、单位矩阵字典和外部因素字典，使其构成过完备字典，过完备字典包括用于求解稀疏系数向量的训练字典和用于预测未来电力负荷的测试字典两部分；根据预处理的电力负荷数据和的训练字典使用正交匹配追踪OMP算法来求解系数向量；结合测试字典和稀疏系数向量来预测未来的电力负荷该方法在真实存在的电力负荷数据集的基础上，可以有效地预测未来的电力负荷，在添加外部因素的条件下，可以显著地提高负荷预测的精度。
一种基于稀疏表示电力负荷预测方法

[发明专利]电力现货市场售电商负荷申报优化方法及系统-CN202011415901.9有效
发明人：杨明;高源;张长行;杨佳峻;李鹏 -专利权人：山东大学;国网山东省电力公司经济技术研究院
申请日： 2020-12-07 - 公布日： 2022-05-17 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供的电力现货市场售电商负荷申报优化方法及系统，属于电力交易技术领域，获取电力市场历史信息以及电力市场实时信息；根据电力市场历史信息以及电力市场实时信息，以售电商的综合购电成本最小化为目标，建立售电商日前市场负荷申报模型；采用改进的深度Q网络算法对售电商日前市场负荷申报模型进行优化求解，得到售电商日前市场负荷申报曲线。本发明以最小化售电商综合购电成本为目标，以负荷限制、偏差考核为约束，综合考虑各类出清电价与负荷的不确定性，提高了电力负荷申报准确度，提高了负荷申报结果的可参考性，使电力市场售电商购电更加合理，显著地降低了售电商购电成本
电力现货市场售电商负荷申报优化方法系统

[发明专利]用于电力负荷预测的相似日的选择方法及装置-CN201910382118.8在审
发明人：赵蕾 -专利权人：新奥数能科技有限公司
申请日： 2019-05-09 - 公布日： 2019-09-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了用于电力负荷预测的相似日的选择方法、装置、可读介质及电子设备，方法包括：计算电力系统在预测时刻之前的至少两个历史时间段内的第一实时电力负荷的第一标准差；针对预测时刻所属预测日之前的每个历史日，计算电力系统在历史日中与至少两个历史时间段相对应的至少两个目标时间段内的第二实时电力负荷的第二标准差；计算每个历史日对应的第二标准差与第一标准差之间的第一绝对差值；选择各个第一绝对差值中的最小值对应的历史日作为用于电力负荷预测的相似日通过本发明的技术方案，根据选取的相似日对电力系统在预测时刻的电力负荷进行负荷预测时，预测的电力负荷可更为准确的表达电力系统在预测时刻的实际电力负荷。
电力负荷标准差预测电力负荷预测计算电力系统历史时间段电力系统电子设备负荷预测可读介质实际电力时间段

[发明专利]基于两阶段智能特征工程的负荷超短期预测方法及系统-CN202310041816.8在审
发明人：孙波;于彬彬;李建靖 -专利权人：山东大学
申请日： 2023-01-12 - 公布日： 2023-04-25 - 主分类号： G06Q10/04 文献下载
摘要：本公开属于电力系统技术领域，具体涉及一种基于两阶段智能特征工程的负荷超短期预测方法及系统，包括：获取电力负荷的历史数据；对所获取的电力负荷历史数据进行聚类分析，得到最优历史日负荷曲线；根据所得到的最优历史日负荷曲线和预设的预测模型，完成电力负荷的超短期预测；其中，预设的预测模型采用组合式预测模型，通过极限学习机来构建超短期预测模型，结合贝叶斯优化极限学习机，实现对电力负荷的超短期预测。
基于阶段智能特征工程负荷短期预测方法系统

[发明专利]一种基于人工智能的电网负荷预测方法-CN202111503615.2在审
发明人：张书波 -专利权人：重庆科创职业学院
申请日： 2021-12-10 - 公布日： 2022-03-04 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于人工智能的电网负荷预测方法，主要解决现有电网负荷预测方法预测算法复杂、预测结果不准确的问题。该预测方法通过获取历史电力负荷数据，确定历史电力负荷峰值时间区段，并对历史电力负荷峰值数据进行预处理，得到处理后的电力负荷峰值数据的映射数据与气象环境数据的分布特征，同时通过数据预处理，最终确定初始训练模型的训练集通过对训练集的数据组训练获得数据模型，建立电力负荷预测模型。从而可通过输入预测的气象环境数据对相应时间区段的电力负荷进行预测，无需进行拟合计算，同时也有效避免了现有技术中存在的过拟合现象，也避免了过拟合现象对模型精度的影响，有利于实现对未来的电力负荷的精确预测。
一种基于人工智能电网负荷预测方法

[发明专利]配电网系统及其无功控制方法和控制系统-CN201810918450.7有效
发明人：李洪涛;王存平;毋炳鑫;李献伟;吕立平;于浩然;王行 -专利权人：许继集团有限公司;国网北京市电力公司;国家电网有限公司;许昌许继软件技术有限公司
申请日： 2018-08-13 - 公布日： 2020-08-11 - 主分类号： H02J3/18 文献下载
摘要：本发明涉及配电网系统及其无功控制方法和控制系统，配电网系统中有电力电子负荷，电力电子负荷通过电力电子负荷变换器连接线网，在线网负荷增加到一定程度时，控制电力电子负荷变换器进行有功降载，以减缓有功不足的情况，同时，根据电力电子负荷变换器的有功输出功率计算电力电子负荷变换器相应的无功补偿指令值，确定需要补偿的无功功率的大小，根据得到的无功补偿指令值控制电力电子负荷变换器进行无功补偿，对线网进行一定的无功支撑因此，在线网有功不足的情况下适当减小有功负荷，同时利用剩余的变换器容量给线网一定的无功支撑，改善线网的电压质量，同时增加线网的电压，节省了线网相关无功补偿设备的投资量，避免线网电压下降。
配电网系统及其无功控制方法控制系统

[发明专利]非侵入式电力负荷分解的表格方法-CN200910069134.8有效
发明人：余贻鑫;黎鹏;葛少云;黄纯华 -专利权人：天津天大求实电力新技术股份有限公司
申请日： 2009-06-04 - 公布日： 2009-10-28 - 主分类号： H02J3/00 文献下载
摘要：一种非侵入式电力负荷分解的表格方法，有：离线统计各类用电设备的单元电流参数；根据电力负荷选取其主要用电设备类型；选定一个功率比例间隔组合出所有可能的电力负荷内部主要用电设备功率比例向量；离线求取这些功率比例所对应的电力负荷单元估计电流，形成功率比例和单元估计电流对应表；按照单元估计电流中参数的大小将单元估计电流和功率比例对应表细化成若干个子对应表；根据实测负荷电流参数大小，判断其所在的子对应表；在子表内找到与实测负荷电流最接近的负荷单元估计电流，得到负荷内部主要用电设备的功率消耗比例，实现负荷分解。本发明可有效减少负荷分解的计算量，用于电力系统负荷监测、用电分析、负荷节能、负荷预测和负荷建模等领域。
侵入电力负荷分解表格方法

[发明专利]电力系统的短期负荷预测方法及装置-CN202111519010.2在审
发明人：王冠男;陈嘉翊;杨培 -专利权人：国网江苏省电力有限公司经济技术研究院;国网雄安金融科技集团有限公司;国网征信有限公司;国网商用大数据有限公司
申请日： 2021-12-13 - 公布日： 2022-03-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种电力系统的短期负荷预测方法及装置，该方法包括：获取目标区域内电力系统在历史时长内的历史电力负荷数据；确定所述目标区域在预设的未来时长内的环境信息及电力信息；对所述历史电力负荷数据、环境信息及电力信息进行处理，生成多个预测数据；将各个所述预测数据输入预先训练完成的LSTM模型，应用所述LSTM模型对所述预测数据进行分析，获得所述目标区域的电力系统在所述未来时长内的未来短期负荷。应用本发明提供的方法，通过LSTM模型结合环境信息、电力信息以及历史电力负荷数据等各个因素提高对短期负荷进行预测的准确度。
电力系统短期负荷预测方法装置

[发明专利]一种基于热力图的用户电力负荷时间特性分类识别方法-CN202310443018.8有效
发明人：许群岚;唐志杰;黄乔木;李明 -专利权人：施维智能计量系统服务（长沙）有限公司
申请日： 2023-04-24 - 公布日： 2023-07-14 - 主分类号： G06F18/15 文献下载
摘要：本发明适用于电力电网技术领域，涉及一种基于热力图的用户电力负荷时间特性分类识别方法，包括以下步骤：S10、数据抽取与清洗；S20、绘制用户全年电力负载率热力图；S30、采用负荷CNN神经网络算法基于用户全年电力负载率热力图进行用户电力负荷时间特性识别分类本发明过程简单、结果准确，通过绘制热力图，以热力图的形式呈现用电用户全年电力负荷的时间特性，并采用负荷CNN神经网络算法基于负载率热力图进行负荷特性分类，从全年的角度反应一年中不同月份和季节中每天的负荷时间特性，即反应了两个时间维度的电路负荷时间特性，较现有技术的负荷分类方法更为细致精确。
一种基于力图用户电力负荷时间特性分类识别方法

[发明专利]一种孤岛区域电力负荷预测方法及系统-CN201910616995.7在审
发明人：陈启明;刘辉;吕在生;丁坦;赵红;刘雨薇;万英杰 -专利权人：武汉四创自动控制技术有限责任公司
申请日： 2019-07-09 - 公布日： 2019-10-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种孤岛区域电力负荷预测方法，该方法包括：步骤1，获取需要预测的孤岛区域的电力的历史数据，对历史数据进行提取核主成分分析；步骤2，利用花粉算法对神经网络模型的参数进行优化，训练得到孤岛区域电力负荷预测的神经网络模型；步骤3，将提取核主成分后的历史数据输入神经网络模型进行电力负荷预测。通过构建基于花粉算法和BP神经网络模型的电力负荷预测模型，可实现孤岛型区域电力负荷的计算和预测，提高电力负荷预测的准确性，可为孤岛型区域发电计划优化和调整，合理使用电力资源提供有效参考。
电力负荷预测孤岛区域历史数据神经网络模型花粉算法孤岛核主成分分析输入神经网络计算和预测优化和调整电力负荷电力资源发电计划构建参考预测优化