“网络负荷”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994530个，建议您升级VIP下载更多相关专利

[发明专利]电力负荷预测方法、装置、计算机设备和存储介质-CN202310469340.8在审
发明人：葛静;李勋;黄鹏;嘉有为;陈佳文 -专利权人：南方电网电动汽车服务有限公司
申请日： 2023-04-24 - 公布日： 2023-08-11 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及一种电力负荷预测方法、装置、计算机设备和存储介质。所述方法包括：通过负荷预测模型的编码网络分别对电力系统的历史负荷数据和待处理天气数据进行特征提取，得到低维负荷数据和低维词向量数据；通过所述负荷预测模型的拼接网络对所述低维负荷数据和所述低维词向量数据进行拼接，得到拼接向量；通过所述负荷预测模型的解码网络对所述拼接向量进行解码处理，得到负荷预测数据。采用本方法能够提高电力负荷预测的精确性。
电力负荷预测方法装置计算机设备存储介质

[发明专利]一种电力系统短期电力负荷的预测方法-CN201811566295.3在审
发明人：郑雷;林国春;吴广超;臧芳;马彦;梁凯;林吉华;王明杰;陈义江;李怀远;王文彬 -专利权人：积成电子股份有限公司
申请日： 2018-12-21 - 公布日： 2019-04-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种电力系统短期电力负荷的预测方法，建立三层结构的神经网络模型；采用筛选重要度的方法对与待预测电力负荷相关的各个因素进行约简，获取神经网络模型的输入变量；将约简所获取的输入变量作为神经网络模型的最终输入变量，通过对神经网络模型进行训练，获取预测日当天的最大电力负荷。本发明约简了与负荷预测相关的条件属性，能够较佳地筛选出对最大电力负荷无关的变量，大大地降低神经网络的输入变量数，不仅较佳地减轻神经网络的训练负担，而且较佳地提升神经网络的预测精度；对神经网络模型的学习训练算法、及神经网络模型的输入变量均进行改进，且两者能够互相协同，能够较佳地实现对短期电力负荷的预测。
神经网络模型输入变量电力负荷预测神经网络约简电力系统最大电力筛选负荷预测三层结构条件属性学习训练重要度算法协同改进

[发明专利]基于优化VMD算法和DBN网络的电力负荷分类方法-CN202210657083.6在审
发明人：周孟然;张易平;胡锋;朱梓伟;汪锟;刘宇 -专利权人：安徽理工大学
申请日： 2022-06-10 - 公布日： 2022-08-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于优化VMD算法和DBN网络的电力负荷分类方法，其特征在于，包括：获取多个负荷在采样周期内的电力负荷数据，并对电力负荷数据进行预处理；通过优化VMD算法对预处理后的电力负荷数据进行分解，并从分解向量中提取特征向量；将特征向量输入至训练后的DBN神经网络中进行负荷分类；通过该方法可以将优化VMD算法和DBN神经网络相结合，从而实现对用电负荷进行精准分类。
基于优化 vmd 算法 dbn 网络电力负荷分类方法

[发明专利]网络系统、控制单元和最优路由控制方法-CN201180066077.3有效
发明人：芦原浩司 -专利权人：日本电气株式会社
申请日： 2011-11-16 - 公布日： 2013-10-09 - 主分类号： H04L12/717 文献下载
摘要：本发明通过在集中网络系统中提供灵活网络控制来解决提高网络可操作性和效率的问题。具体而言，在集中控制通信路径的网络系统中，鉴于网络设备的负荷状态、服务器设备的负荷状态和应用的负荷状态来选择最优路径。这时，集中控制构成系统、诸如网络和服务器的所有设备的控制设备计算最优路径并且在网络设备中设置通信路径。另外，控制设备估计网络的拥塞状态以及服务器和应用的负荷状态并且确定最优路径。另外，控制设备不仅估计当前状态而且从以往拥塞状态和负荷状态估计可能在未来出现的事件并且确定最优路径。
网络系统控制单元最优路由方法

[发明专利]一种负荷波动调整方法、装置、设备和存储介质-CN201911388448.4在审
发明人：柏果 -专利权人：中国移动通信集团四川有限公司;中国移动通信集团有限公司
申请日： 2019-12-30 - 公布日： 2021-07-16 - 主分类号： H04W24/08 文献下载
摘要：本发明实施例公开了一种负荷波动调整方法、装置、设备和存储介质，该方法包括：获取网络设备在设定时间点的期望设备负荷值和实际设备负荷值；根据期望设备负荷值和实际设备负荷值，判断网络设备是否需要进行负荷调整；若是，则从各个预设的负荷影响因素中确定目标影响因素；其中，预设的负荷影响因素包括：5G物联网终端信令流、5G低时延终端信令流、5G高宽带终端信令流、4G用户数以及告警量；根据目标影响因素，调整网络设备的负荷本发明实施例能够实时监测网络负荷的波动，并且有针对性的对于确定出的负荷影响因素进行调整，避免了盲目操作，从而提高了处理负荷波动问题的效率和准确性。
一种负荷波动调整方法装置设备存储介质

[发明专利]一种短期负荷预测方法、装置、设备及存储介质-CN201810784848.6在审
发明人：殷豪;许锐埼;孟安波;曾云;刘诗韵;吴非;李皓 -专利权人：广东工业大学
申请日： 2018-07-17 - 公布日： 2018-12-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开的一种短期负荷预测方法，首先获取历史负荷数据，然后基于集成经验模态分解对历史负荷数据进行分解得到多个子序列，其次选取训练样本并利用训练样本训练DBN网络以得到DBN网络预测模型，最后利用DBN网络预测模型和各子序列对短期负荷进行预测，采用本方案，由于将历史负荷数据进行了分解得到子序列，从一定程度上降低了负荷数据的复杂特性(高度非线性和非平稳性)，因此，采用DBN网络预测模型和低复杂特性的负荷数据的子序列对短期负荷进行预测，本方案对短期负荷的预测精度更高，对电网运行调度的正常运行提供了很大的保障。此外，本发明还公开了一种短期负荷预测装置、设备及存储介质，效果如上。
短期负荷预测历史负荷数据网络预测模型子序列存储介质复杂特性负荷数据训练样本预测经验模态分解高度非线性分解非平稳性运行调度电网网络

[发明专利]一种电缆线路短时负荷预测方法-CN201710495777.3在审
发明人：吴炬卓 -专利权人：广东电网有限责任公司珠海供电局
申请日： 2017-06-26 - 公布日： 2017-10-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种电缆线路短时负荷预测方法。一种电缆线路短时负荷预测方法，以负荷预测时刻对应的平均气温和天气特征值，以及其前四个时刻对应的负荷电流为输入，负荷预测时刻对应的负荷电流为输出，构建BP神经网络；使用训练样本对网络进行初步训练，再使用粒子群优化算法对网络进行进一步的训练，将负荷预测时刻对应的平均气温和天气特征值，以及其前四个时刻对应的负荷电流输入到最终训练好的神经网络，即可预测出该时刻的负荷电流。本发明的预测方法可以精确地预测负荷电流，可以为电力系统调度提供依据。
一种电缆线路负荷预测方法

[发明专利]基于AdaBoost特征提取和RNN模型的非侵入式负荷辨识方法-CN202011460508.1在审
发明人：李超;李林灿;杨秦敏;陈小飞;张志祥;孙通;李佩;吕华;邵懂;徐石;江岚;相涛 -专利权人：浙江大学;杭州电力设备制造有限公司临安恒信成套电气制造分公司
申请日： 2020-12-11 - 公布日： 2021-03-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于AdaBoost特征提取和深度学习RNN模型的非侵入式负荷识别方法，采用基于自适应变点寻优算法的负荷检测机制对负荷事件进行检测。当检测到负荷事件时，提取电器的负荷特征并存入MySQL数据库中，建立负荷特征库。设计适用于非侵入式负荷识别的RNN网络，通过RNN网络得到负荷特征识别结果，计算针对单个电器的识别准确率和N个电器组合时的识别准确率。最后改变RNN模型的参数，比较不同设置下的负荷辨识准确率，通过调整网络参数实现最佳网络性能。本发明解决了在非侵入式负荷监测中家用电器识别准确率不高，多种电器设备组合和小功率电器难以正确识别的问题。
基于 adaboost 特征提取 rnn 模型侵入负荷辨识方法

[发明专利]电力负荷频率特性分析方法、装置、设备和存储介质-CN202310524728.3在审
发明人：肖逸;楼楠;杨林;张勇;陈亦平;王科;方必武;张鸿轩;颜融 -专利权人：中国南方电网有限责任公司
申请日： 2023-05-09 - 公布日： 2023-09-15 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及一种电力负荷频率特性分析方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：基于电力系统的电力数据生成仿真系统数据；根据仿真系统数据构建电力负荷频率特性模型；其中构建电力负荷频率特性模型包括训练特征融合神经网络；获取电力系统的支路数据，建立子神经网络；其中子神经网络输出负荷比例数据并将负荷比例数据输入特征融合神经网络；调用电力负荷频率特性模型对负荷频率特性进行分析，获取负荷频率的变化趋势。采用本方法能够获取当前时间段的负荷频率变化趋势，还可预测之后一段时间内的频率变化趋势，对上层母线负荷频率变化进行实时分析与防控。
电力负荷频率特性分析方法装置设备存储介质

[发明专利]基于负荷矩的闭环配电网潮流估计方法-CN201310195719.0有效
发明人：盛万兴;宋晓辉;李建芳;胡丽娟;史常凯;贾东梨;张瑜;李雅洁;仉天舒;常松 -专利权人：国家电网公司;中国电力科学研究院;陕西电力科学研究院
申请日： 2013-05-23 - 公布日： 2013-09-25 - 主分类号： H02J3/00 文献下载
摘要：本发明属于电力系统技术领域，提出了基于负荷矩的闭环配电网潮流估计方法，对于两端供电的闭式网络，单独求出各个负荷节点单独作用时，每段线路的输送功率和产生的负荷矩；将各个负荷单独作用时每段线路的输送功率叠加，确定网络的功率分布；将各个负荷单独作用时在每段线路产生的负荷矩叠加，得出各段线路的总负荷矩，进而估算出线路的电压降，确定网络的电压分布；比较节点两侧线路的负荷矩方向，若方向相反，则可以确定该节点为潮流分界点，从而确定网络的电流分布。本发明根据负荷矩估计电压降，根据负荷矩的方向确定潮流分界点，无需对环网进行特殊处理，可方便的确定闭环配电网的潮流分布。
基于负荷闭环配电网潮流估计方法

[发明专利]切片资源调度方法、装置、系统和计算机可读存储介质-CN202010767046.1在审
发明人：陈洁;谢沛荣;王庆扬;王哲;欧建南;吴敏清;李文苡;李雪馨 -专利权人：中国电信股份有限公司
申请日： 2020-08-03 - 公布日： 2022-02-22 - 主分类号： H04W28/16 文献下载
摘要：切片资源调度方法包括：监控网络切片对应的多个网络切片实例的负荷，其中，每个网络切片实例具有预设的负荷权重；根据监控结果，调整每个网络切片实例的负荷权重。本发明实施例的方法能够根据网络切片实例的负荷情况，动态地调整网络切片实例的分配策略，从而能够提高资源的利用率，降低了系统能耗和运营成本。
切片资源调度方法装置系统计算机可读存储介质

[发明专利]一种负荷与其供电电源的阻抗式电气距离的计算方法-CN202110107342.3在审
发明人：鲍海;徐晟尊;王子恒;李若馨;王悦萦;丁津津;张峰;孙辉;汪勋婷 -专利权人：华北电力大学;国网安徽省电力有限公司电力科学研究院
申请日： 2021-01-27 - 公布日： 2021-06-01 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种负荷与其供电电源的阻抗式电气距离的计算方法，包括以下步骤：采用牛顿‑拉夫逊法对配电网进行潮流计算；依据潮流计算结果，将配电网的多电源网络拆分为单电源向单负荷供电网络，并挑出包含指定负荷的单电源向单负荷供电网络作为待处理网络；对所有含指定负荷的单电源向单负荷供电网络的电源注入功率求和，得到等效电源的注入功率；采用虚拟支路将等效电源的注入功率与指定负荷功率连接起来，依据稳态功率传输原理，建立两者的功率输送关系，并求解虚拟支路阻抗，此为描述所有电源与指定负荷间的电气距离。本发明利用一个综合的电气距离描述所有电源与负荷的电气联系紧密程度，为配电网精确调度提供重要依据。
一种负荷与其供电电源阻抗电气距离计算方法

[发明专利]一种基于图神经网络和区域网格化的时空负荷预测方法-CN202010841035.3在审
发明人：朱力;李成;毕成琼;史炯;刘云鹏 -专利权人：国网湖北省电力有限公司襄阳供电公司;国家电网有限公司
申请日： 2020-08-20 - 公布日： 2021-02-05 - 主分类号： G06Q10/04 文献下载
摘要：一种基于图神经网络和区域网格化的时空负荷预测方法，涉及电力系统配电网规划技术领域，包括步骤1：特征工程，选取数据特征；步骤2：构建网络拓扑，融入步骤1特征信息；步骤3：基于步骤2拓扑图，对各供电单元特征信息进行传递；步骤4：基于步骤2获得网络拓扑图与步骤3中供电单元信息，进行供电单元负荷预测；步骤5：基于前面步骤，划分网格，进行单元负荷供电网格负荷预测。本发明将待预测区域划分若干网格，对负荷结构用神经网络负荷预测模型，得到整个城市不同时间和区域负荷预测结果；通过网格化技术、图神经网络、回归预测等方法，建立负荷预测模型，融合电网拓扑结构信息，为电力系统配电网规划负荷预测任务提供更精准预测
一种基于神经网络区域网格时空负荷预测方法

[发明专利]基于GAN和GRU神经网络的电网负荷预测方法及装置-CN202211391146.4在审
发明人：邵辉;徐文渊;陶元;李睿;陈志力;钟毅;周红卫 -专利权人：江苏润和软件股份有限公司;湖北华中电力科技开发有限责任公司
申请日： 2022-11-08 - 公布日： 2023-01-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于GAN和GRU神经网络的电网负荷预测方法及装置，方法包括步骤：获取待进行电网负荷预测的日期信息、气象信息，以及电网负荷的历史数据，所述历史数据包括与所述日期信息对应的过去多个历史日期、气象数据和电网负荷的真实数据；将待所述历史数据和服从特定分布的随机数输入到生成对抗网络GAN中，对真实数据进行填充和归一化处理，然后由预测网络GRU依据完整的真实数据，生成电网负荷预测数据并输出。本发明充分利用了负荷数据的时序性特性，使用生成对抗网络对电网负荷历史数据进行填补，使用GRU网络对分布式电网场景下负荷用电数据进行准确预测，提高了负荷预测的准确性和运算速度。
基于 gan gru 神经网络电网负荷预测方法装置

[发明专利]基于电力载波技术的三相四线制网络负荷端相别识别方法-CN201510993526.9有效
发明人：韩俊玉;杨立;马维青;高月春 -专利权人：国家电网公司;国网山西省电力公司阳泉供电公司;北京中电博达科技有限公司
申请日： 2015-12-25 - 公布日： 2019-04-12 - 主分类号： H02J3/26 文献下载
摘要：本发明提供的基于电力载波技术的三相四线制网络负荷端相别识别方法，包括：通信网络构建步骤，将总控制器和负荷平衡调节开关连接低压三相四线制网络；网络相序确定步骤，总控制器确定低压三相四线制网络的三相相序；负荷端相别识别步骤，总控制器发送广播命令，并根据应答信息确定负荷平衡调节开关所连接相别；负荷端相别记录步骤，负荷平衡调节开关记录所连接的相序，总控制器记录负荷平衡调节开关所连接的相别。本发明具有系统简单、应用方便的优点，通过电力载波技术来进行总控制器和负荷平衡调节开关间的通信，有效的掌握符合平衡调节开关所连接的相别，促使三相负荷平衡调节的控制。
基于电力载波技术三相四线制网络负荷端相识别方法