“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]一种基于改进BP神经网络的低压台区电力负荷预测方法-CN202210720001.8在审
发明人：李颖;徐钰强;韩长志;周青睐;王海帆;李天鲍;王哲萍;周嘉诚;姚利忠;陈龙;陈云飞;何嵩琦;何玎傲;张超;朱善令 -专利权人：国网浙江省电力有限公司桐乡市供电公司
申请日： 2022-06-23 - 公布日： 2022-11-11 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种基于改进BP神经网络的低压台区电力负荷预测方法，首先收集负荷及气象数据并进行处理，然后利用细菌趋化算法优化BP神经网络，接着利用数据样本进行变学习率的BP神经网络训练，获得负荷预测模型，最后利用训练好的负荷预测模型进行低压台区电力负荷预测。本发明满足了低压台区的负荷预测的实时性和准确性要求，通过建立有效准确的配网低压台区负荷预测模型，分析配网低压台区负荷预测结果，进而分析低压台区负荷及运行规划，提高配网系统可靠稳定供电，指导低压居民电网改造建设
一种基于改进 bp 神经网络压台电力负荷预测方法

[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

[发明专利]一种智能电网短期负荷预测方法-CN202111677523.6在审
发明人：周鑫;张蔷;王巍;王子强;高琴;马骞;刘梅;邵晓茹 -专利权人：中国南方电网有限责任公司;北京清软创新科技股份有限公司
申请日： 2021-12-31 - 公布日： 2022-03-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种智能电网短期负荷预测方法，包括以下步骤：获取负荷预测所需的基础数据集；对获取的基础数据集进行预处理、LMD算法处理，获得完备数据集；基于完备数据集，采用Inception模块构建强化学习网络，通过强化学习网络改进训练参数；基于改进的训练参数，采用DRNN构建深度学习网络；通过深度学习网络获取短期负荷预测模型并进行数据分析。本发明提供的一种智能电网短期负荷预测方法，将数据预处理技术和负荷预测技术相结合，通过LMD算法将强化学习和深度学习相结合，降低智能电网短期负荷预测数据的误差。
一种智能电网短期负荷预测方法

[发明专利]一种基于解耦机制的配电线路负荷预测方法-CN202111663680.1在审
发明人：张家安;李凤贤 -专利权人：河北工业大学
申请日： 2021-12-31 - 公布日： 2022-04-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于解耦机制的配电线路负荷预测方法，该预测方法将神经网络方法和概率方法相结合，利用神经网络方法和概率方法实现未来一天负荷预测的基础上体现负荷数据变化的时序性。该方法充分考虑影响负荷变化的多种因素，并通过负荷累积分布函数概率结果体现负荷的时序性特征，对短期负荷预测具有较高的预测精度。
一种基于机制配电线路负荷预测方法

[发明专利]一种基于用户使用习惯的供热负荷预测方法-CN202210304671.1在审
发明人：黄文平;刘宇;薛静远 -专利权人：华能碳资产经营有限公司
申请日： 2022-03-22 - 公布日： 2022-07-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于用户使用习惯的供热负荷预测方法，包括，根据供热用户的历史记录数据，建立供热负荷关联矩阵；根据集中供热系统的运行数据，扩充供热负荷关联矩阵；根据扩充的供热负荷关联矩阵，建立预测网络，进行供热负荷预测；本发明基于用户使用习惯，综合考虑室外气象参数和室内采暖温度对热负荷的影响，建立预测网络，使得供热负荷预测结果更为精准。
一种基于用户使用习惯供热负荷预测方法

[发明专利]基于IPSO-混沌BP网络的负荷短期预测方法及预测系统-CN202110392956.0在审
发明人：祝燕萍;苏卫华;蒋兴新;赵容兵 -专利权人：国网上海市电力公司;上海浦海求实电力新技术股份有限公司
申请日： 2021-04-13 - 公布日： 2021-07-06 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于IPSO‑混沌BP网络的负荷短期预测方法及预测系统，所述方法首先获取待测地点的实际历史电力负荷数据，再将所述电力负荷数据输入所述IPSO‑混沌BP网络的电力负荷短期预测模型中，获取所述地点预测日的各整点时刻的电力负荷预测结果，所述电力负荷短期预测模型以混沌BP神经网络为基础，所述混沌BP神经网络中的权值和阈值通过改进粒子群优化获得，所述改进粒子群采用引入反正弦函数的非线性动态改进惯性权重策略和加速系数线性调整策略。本发明能够有效地提高算法的寻优速度与搜索性能，减少算法的运算时间，并提高短期电力负荷预测的准确性，从而降低电网的运行成本。
基于 ipso 混沌 bp 网络负荷短期预测方法系统

[发明专利]一种球磨机负荷状态检测方法-CN202210716493.3在审
发明人：高云鹏;张其旺;孟雪晴;冯英辉;谢琴;王俊霖 -专利权人：湖南大学
申请日： 2022-06-22 - 公布日： 2022-10-25 - 主分类号： G01H17/00 文献下载
摘要：本发明公开了一种球磨机负荷状态检测方法，包括：采集球磨机筒体振动信号；将球磨机筒体振动信号输入预设的球磨机负荷状态检测模型，得到球磨机负荷状态检测值。其中，预设的球磨机负荷状态检测模型具有根据输入的球磨机筒体振动信号，得到输入的球磨机筒体振动信号对应的球磨机负荷状态检测值的功能。预设的球磨机负荷状态检测模型包括依次连接的宽卷积神经网络、卷积层、N个残差收缩网络模块、池化层、全连接层和softmax分类器；且残差收缩网络模块的输入和输出融合之后作为其后一个模块或网络层的输入。本发明相对于现有方法更加高效，且能更加准确地检测球磨机负荷状态。
一种球磨机负荷状态检测方法

[发明专利]一种基于强化解码器的电力负荷多步预测方法和装置-CN202310497034.5在审
发明人：鲍玉昆;司马琪;张心泽;杨司玥;赵晨冉;沈良 -专利权人：华中科技大学
申请日： 2023-05-05 - 公布日： 2023-08-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种电力负荷多步预测方法和装置，属于电力负荷多步预测技术领域，其构建的初始预测模型包括预测网络和至少一个现有预测结构的基础网络，经过训练得到目标预测模型。将历史负荷序列输入目标预测模型，利用基础网络输出前一步负荷预测值，利用智能体从基础网络和解码器输出的前一步预测值中选出一个误差最小的，作为解码器执行本步预测任务的输入，从而解码得到本步的负荷预测值，按时步向后逐步解码得到未来多步的负荷预测值，形成多步预测结果；该方法能够减轻自回归机制导致的误差累计，还能够避免Teacherforcing机制导致的暴露偏差问题，最终能够降低预测误差，提高电力负荷多步预测精度。
一种基于强化解码器电力负荷预测方法装置

[发明专利]一种楼宇负荷最优组合确定方法、终端设备及存储介质-CN201910594414.4有效
发明人：吕志盛;邵世然 -专利权人：厦门理工学院
申请日： 2019-07-03 - 公布日： 2021-10-15 - 主分类号： G06Q50/06 文献下载
摘要：本发明涉及一种楼宇负荷最优组合确定方法、终端设备及存储介质，该方法中包括：S1：根据楼宇中不同负荷类型的房间在不同时刻的负荷情况构建模型矩阵；S2：构建Hopfield神经网络模型，设定构建的模型矩阵为输入矩阵，根据模型矩阵设定网络的四项约束项和目标项；S3：对模型进行训练，直到网络的能量函数小于设定的阈值时停止，根据停止时模型的输出矩阵确定楼宇中各负荷类型的房间的使用时间。本发明通过构建Hopfield神经网络，根据楼宇各项负荷的使用时间和可接受转移的时间进行约束项的设置，以楼宇实际运行得到的负荷曲线的峰谷差率作为目标函数，有效的解决了楼宇负荷组合优化问题。
一种楼宇负荷最优组合确定方法终端设备存储介质

[发明专利]一种基于GAN的用户负荷曲线生成方法-CN201910775634.7有效
发明人：陈建福;曹安瑛;李建标;甘德树;裴星宇;唐捷;刘嘉宁;温柏坚;蔡徽;陈勇;周建明;邹国惠;黄培专;杨昆;唐小川;钱兴博;萧展辉;裴求根;江疆;游雪峰;王大鹏;黄明磊;黄剑文;彭泽武;魏理豪;谢瀚阳;凌华明;廖志戈;皮霄林 -专利权人：广东电网有限责任公司;广东电网有限责任公司珠海供电局
申请日： 2019-08-21 - 公布日： 2022-01-11 - 主分类号： G06Q30/02 文献下载
摘要：本发明涉及一种基于GAN的用户负荷曲线生成方法，属于电力系统需求侧响应领域。该方法包括：负荷曲线归一化、搭建生成网络、搭建判别网络、交替训练生成网络、负荷曲线生成。本方法基于GAN(Generative Adversarial Network，生成对抗网络)，利用GAN捕捉真实数据隐含的统计特征，并基于统计特征生成海量用户负荷，使得生成负荷数据既能遵循用户固有的分布特征利用本方法能够在真实数据不足的情况下生成海量虚拟负荷数据，生成数据能够反映用户真实的用电特征，体现真实负荷的统计特征，同时能够模拟用户多样的用电行为，从而替代真实数据用于配电网分析以及需求侧响应技术的模拟
一种基于 gan 用户负荷曲线生成方法

[发明专利]一种基于改进前馈神经网络模型的短期电力负荷预测方法-CN202310232162.7有效
发明人：郑伟钦;钟炜;唐鹤;马欣;何胜红;谭家勇;倪非非;陈志平;张勇;张哲铭;叶小刚;冯镇生;王俊波;谭泳岚;骆林峰;吴洁璇;姜美玲;钟嘉燊 -专利权人：广东电网有限责任公司佛山供电局
申请日： 2023-03-13 - 公布日： 2023-07-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于改进前馈神经网络模型的短期电力负荷预测方法，通过改进前馈神经网络模型进行电力负荷预测，该模型包括输入层、增强隐含层和输出层，增强隐含层包括若干个暂态隐含层，不同的暂态隐含层挖掘和捕捉不同负荷数据的特征，并通过聚合的方式得到增强隐含层的输出，从而适应负荷数据的多样性和不确定性。本发明的改进前馈神经网络模型，通过对传统神经网络结构中的隐含层进行改进，提出增强型隐含层概念，深度学习和挖掘负荷数据的特征，自适应学习负荷数据的不确定性和随机性，从而适应当前电力系统的负荷预测需要。
一种基于改进神经网络模型短期电力负荷预测方法

[发明专利]一种基于VMD-GRU网络的公共建筑冷负荷预测方法-CN202010346263.3有效
发明人：于军琪;解云飞;赵安军;惠蕾蕾;冉彤;王佳丽;王福;田颖 -专利权人：西安建筑科技大学
申请日： 2020-04-27 - 公布日： 2023-05-23 - 主分类号： G06N3/0442 文献下载
摘要：一种基于VMD‑GRU网络的公共建筑冷负荷预测方法，包括以下步骤：步骤1，对原始数据进行相关性分析，挑选出相关性高的进行预测；步骤2，使用VMD分解原始冷负荷序列；步骤3，在GRU网络中对预测模型进行训练；步骤4，输入冷负荷预测数据的相关性高的变量进行VMD分解，进而输入到GRU网络中进行预测，得到冷负荷的预测分量；步骤5，将分量预测结果相加得出冷负荷预测值。本发明提供了一种基于VMD‑GRU网络的大型公共建筑冷负荷预测模型。针对大型公共建筑冷负荷预测问题，文中提出VMD‑GRU预测模型，对变量进行相关性分析，避免人工经验选取输入变量的不足，缩短预测时间。
一种基于 vmd gru 网络公共建筑负荷预测方法

[发明专利]一种基于MV-GRU的热负荷预测方法-CN202110363509.2有效
发明人：李光夏;张俊波 -专利权人：西安电子科技大学
申请日： 2021-04-02 - 公布日： 2023-10-17 - 主分类号： G06N3/045 文献下载
摘要：本发明公开了一种利用多视角‑门控循环单元神经网络(MV‑GRU)对集中供热系统热负荷进行预测的方法，所诉方法包括：获取热负荷、室外温度的历史数据，将其作为两种视角；对两种视角的数据进行归一化处理，划分为训练集和验证集；利用归一化后的数据训练组合神经网络获得预测模型，组合神经网络由GRU和DMAN网络组成；基于所述热负荷预测模型，对集中供热系统的热负荷进行预测。本发明的基于MV‑GRU实现的集中供热系统热负荷预测方法，通过挖掘热负荷和室外温度两者之间的耦合关系，实现了对集中供热系统热负荷较为高效的预测。
一种基于 mv gru 负荷预测方法

[发明专利]一种微电网群负荷预测方法、系统、介质及电子设备-CN202111240193.4在审
发明人：撖奥洋;魏振;郑准;牛庆达;王义元;栾春朋;万发耀;刘子良 -专利权人：国网山东省电力公司青岛供电公司
申请日： 2021-10-25 - 公布日： 2022-01-28 - 主分类号： G06F30/27 文献下载
摘要：本公开提供了一种微电网群负荷预测方法、系统、介质及电子设备，所述方法为：获取微电网群的运行参量数据；根据获取的运行参量数据和预设神经网络模型，得到负荷预测结果；其中，预设神经网络模型为脊波递归神经网络模型，且脊波递归神经网络模型采用粒子群优化算法训练；本公开采用粒子群优化的脊波递归神经网络模型，极大的提高了微电网群负荷预测精度，进而实现了更精准的微电网群负荷调度。
一种电网负荷预测方法系统介质电子设备

[发明专利]一种基于LASSO-TSA-GRNN网络的建筑热负荷预测方法及系统-CN202110990068.9在审
发明人：于军琪;惠蕾蕾;赵安军;杨晓寒;高之坤;边策;康智恒;米璐 -专利权人：西安建筑科技大学
申请日： 2021-08-26 - 公布日： 2022-02-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供的一种基于LASSO‑TSA‑GRNN网络的建筑热负荷预测方法及系统，包括以下步骤：预设GRNN网络预测模型；利用树种优化算法对预设的GRNN网络预测模型进行优化，得到最优的TSA‑GRNN网络预测模型；利用Lasso变量筛选待预测建筑的热负荷影响因素，并将筛选出的热负荷影响因素最为最优的TSA‑GRNN网络预测模型的输入变量，进而实现对待预测建筑的热负荷进行预测；本发明极大地提高了预测精度，建筑本体特征因素的引入使预测方法更加符合工程实际需求
一种基于 lasso tsa grnn 网络建筑负荷预测方法系统