“负荷序列”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368815个，建议您升级VIP下载更多相关专利

[发明专利]一种电网负荷序列模拟方法和装置-CN202211316450.2在审
发明人：邹金;郑晓东;陈悦江;卢斯煜;周保荣 -专利权人：南方电网科学研究院有限责任公司
申请日： 2022-10-26 - 公布日： 2023-03-31 - 主分类号： G06Q10/0631 文献下载
摘要：本申请公开了一种电网负荷序列模拟方法和装置，方法包括：获取待模拟年份的多时间尺度特性参数；根据所述待模拟年份的多时间尺度特性参数中的月最高负荷、周特性和日特性，计算得到所述待模拟年份的初始负荷模拟序列；获取历史负荷序列并对所述历史负荷序列进行时间尺度转换，生成历史负荷转换序列；将所述初始负荷模拟序列送入预先设置的负荷序列模拟模型中，生成所述待模拟年份的目标负荷模拟序列。本申请生成的所述待模拟年份的目标负荷模拟序列可为电力系统运行规划等工作提供数据基础。同时负荷序列模拟模型直接采用历史负荷转换序列优化负荷趋势，能快速生成所需的目标负荷模拟序列，在实际的生产运行和系统规划中应用更为便捷。
一种电网负荷序列模拟方法装置

[发明专利]短期电力负荷预测方法、装置、设备及存储介质-CN202111500923.X在审
发明人：陈军;姚婧 -专利权人：武汉大学
申请日： 2021-12-09 - 公布日： 2022-03-25 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种短期电力负荷预测方法、装置、计算机设备及计算机可读存储介质，该方法包括：通过对按照预置条件采集的负荷序列进行预处理；根据预置集合经验模态分解模型对预处理后的所述负荷序列进行分解，得到负荷子序列集合，其中，所述负荷子序列集合包括至少两个负荷子序列；根据预置神经网络模型和所述负荷子序列集合，得到预测的负荷子序列值，其中，所述预置神经网络模型包括预置卷积神经网络模型和预置循环神经网络模型，所述负荷子序列值至少为一个；对各个所述负荷子序列值进行融合，确定负荷序列值，从而提高短期电力负荷预测精度。
短期电力负荷预测方法装置设备存储介质

[发明专利]负荷预测方法及装置-CN202011346134.0有效
发明人：赵蕾 -专利权人：新智数字科技有限公司
申请日： 2020-11-25 - 公布日： 2023-01-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了负荷预测方法、装置、计算机可读存储介质及电子设备，方法包括：获取预测时段前的序列模式以及序列模式中的目标子序列，序列模式包括各个历史负荷数据各自携带的聚类标识；从序列模式中确定目标子序列的匹配子序列；根据目标子序列和预测时段之间的序列长度、各个匹配子序列以及序列模式，确定预测时段的至少一个目标聚类标识；根据各个目标聚类标识、各个历史负荷数据以及各个历史负荷数据各自携带的聚类标识，确定预测时段的负荷数据本发明提供的技术方案通过历史负荷数据携带的聚类标识，从历史负荷数据中找到与预测时段的负荷相似的负荷数据，提高了负荷预测的准确性，同时无需进行时间序列模型训练，提高了负荷预测的效率。
负荷预测方法装置

[发明专利]基于大数据的电网运行管理方法、装置、设备及存储介质-CN202210196800.X在审
发明人：张聪;宋丹阳;庞海天;樊小毅 -专利权人：深圳江行联加智能科技有限公司
申请日： 2022-03-02 - 公布日： 2022-06-28 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于大数据的电网运行管理方法、装置、设备及存储介质，所述方法为：获取电力负荷数据，通过对电力负荷数据进行预处理操作，清理电力负荷数据中的异常数据；对预处理操作后的电力负荷数据进行波动区间的密度聚类，得到供异常检测的离群序列和供预测使用的负荷序列聚集簇，根据离群序列建立异常行为检测模型，根据负荷序列聚集簇建立负荷预测模型；使用异常行为检测模型对离群序列进行异常行为检测，得到异常行为序列，使用负荷预测模型对负荷序列聚集簇进行负荷的短期预测，得到预测序列，基于异常行为序列和预测序列对电网运行进行管理。从而实现异常用电行为检测和电力负荷短期预测，保证电网的安全可靠运行。
基于数据电网运行管理方法装置设备存储介质

[发明专利]一种模糊C均值聚类的馈线负荷性质分析方法-CN202111656978.X在审
发明人：李方舟;霍健;孙雯;施冬明;党传坤;刘红霞;牛阳;刘晓;贝太周;谭苏君;徐欣;马文霞;王金峰;邢建;刘琛;何峰军 -专利权人：国网山东省电力公司济南供电公司;国家电网有限公司
申请日： 2021-12-30 - 公布日： 2022-06-28 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种模糊C均值聚类的馈线负荷性质分析方法，包括：采集馈线的历史负荷数据，对历史负荷数据进行聚类找到聚类中心的目标负荷数据序列；计算目标负荷数据序列的目标变化趋势序列；预设c种典型负荷数据序列，计算各种典型负荷数据序列的参考变化趋势序列；计算目标变化趋势序列和各个参考变化趋势序列之间时间弯曲欧式距离；利用模糊C均值聚类方法和时间弯曲欧式距离求解目标变化趋势序列相对各个参考变化趋势序列隶属度函数；确定最大隶属度函数，并取最大隶属度函数所对应的典型负荷数据序列的类型即为馈线的类型。本发明结合变化趋势序列与时间弯曲欧式距离的优异特性，提高馈线负荷性质分类拟合的精准度。
一种模糊均值馈线负荷性质分析方法

[发明专利]一种冷热电多元负荷预测方法及系统-CN202210903897.3在审
发明人：刘念;徐万欣 -专利权人：华北电力大学
申请日： 2022-07-29 - 公布日： 2022-09-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种冷热电多元负荷预测方法及系统，涉及负荷预测领域。该预测方法包括：获取电力系统在当前时刻的负荷数据；负荷数据包括：冷负荷数据、热负荷数据和电负荷数据；采用随机森林法对负荷数据进行特征选择，得到当前时刻的特征集序列；特征集序列包括：冷负荷特征集序列、热负荷特征集序列和电负荷特征集序列；将当前时刻的特征集序列输入到负荷预测模型中，输出下一时刻的负荷数据；负荷预测模型基于线性自注意力机制建立；本发明能够简单快速实现负荷预测。
一种热电多元负荷预测方法系统

[发明专利]一种电力负荷时间序列大数据智能建模与预测方法-CN201910043089.2有效
发明人：刘辉;于程名;吴海平;尹恒鑫;刘泽宇;陈浩林 -专利权人：中南大学
申请日： 2019-01-17 - 公布日： 2020-11-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种电力负荷时间序列大数据智能建模与预测方法，对电力负荷时间序列历史数据进行小波分解，将电力负荷时间序列历史数据分解为电力负荷高频时间序列历史数据和低频时间序列历史数据，然后对所有时间序列进行集成化处理，对时间序列进行聚类，对每种聚类类别的时间序列基于Elman神经网络建立负荷预测模型，最后对预测的分解后的电力负荷进行重构，完成对电力负荷时间序列的智能建模，从而实现对不同特征的电力负荷进行高效、智能预测
一种电力负荷时间序列数据智能建模预测方法

[发明专利]日前综合用能尖峰负荷智能预测方法、装置、设备及介质-CN202210790414.3在审
发明人：赵日晓;赵琦;王新迎;王继业;王剑锋;尚学军 -专利权人：中国电力科学研究院有限公司;国网天津市电力公司电力科学研究院;国网天津市电力公司;国家电网有限公司
申请日： 2022-07-06 - 公布日： 2022-10-14 - 主分类号： H02J3/00 文献下载
摘要：本发明属于电力负荷预测技术领域，特别公开一种日前综合用能尖峰负荷智能预测方法、装置、设备及介质；所述方法包括：获取目标区域前X天的负荷序列、温度序列、湿度序列及积温指数序列；将获取的目标区域前X天的负荷序列、温度序列、湿度序列及积温指数序列输入预先建立的混合神经网络，获得目标区域次日的最大负荷、平均负荷、最小负荷的预测数值；输出所述目标区域次日的最大负荷、平均负荷、最小负荷的预测数值。本发明利用循环神经网络和全连接网络的混合神经网络，考虑温度、湿度、温度积累效应的气象因素，对区域综合能源电、热、气总用能负荷进行精确预测；提升综合能源利用安全性和运行效率。
日前综合尖峰负荷智能预测方法装置设备介质

[发明专利]基于变分模态分解和长短期记忆网络的母线负荷预测方法-CN202111353368.2在审
发明人：赵洁;唐佳杰;何育钦;麻高源;张怀勋;方宇迪;肖思怡;梁忆琳 -专利权人：武汉大学
申请日： 2021-11-16 - 公布日： 2022-03-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了基于变分模态分解和长短期记忆网络的母线负荷预测方法。将原始母线负荷序列通过变分模态分解得到分解后母线负荷序列，分解后母线负荷序列由固有模态函数与余项构成，将分解后母线负荷序列去除余项后得到降噪后母线负荷序列，将降噪预处理后母线负荷序列均匀划分为多组负荷样本序列，通过多组负荷样本序列构建长短期记忆网络的训练集，将长短期记忆网络训练集引入长短期记忆网络进行训练，选择平方和误差函数作为损失函数，利用梯度下降法对训练集进行迭代预测得到短期日内负荷预测集；本发明对新型电力系统下的母线负荷噪声特性进行降噪优化，对降噪后负荷利用长短期记忆网络进行训练，母线负荷预测的精确度得到有效提升。
基于变分模态分解短期记忆网络母线负荷预测方法

[发明专利]基于融合模型的电力负荷短期预测方法、装置及相关介质-CN202210976233.X在审
发明人：李婉莹;王国勋;刘雨桐;雷晓宇;张兴 -专利权人：华润数字科技有限公司
申请日： 2022-08-15 - 公布日： 2022-10-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于融合模型的电力负荷短期预测方法、装置及相关介质，该方法包括：获取电力负荷数据，并进行特征归一化处理，得到对应的电力负荷序列；采用支持向量回归模型对电力负荷序列进行训练及预测，得到对应的电力负荷预测值，并根据电力负荷序列和电力负荷预测值得到一残差序列；采用动力学模态分解模型对残差序列进行训练及预测，得到第一残差序列预测值；利用灰色灾变预测模型对残差序列进行异常值检测校准，以得到第二残差序列预测值；将电力负荷预测值与所述第二残差序列预测值进行叠加，并将叠加结果作为最终的电力负荷短期预测结果。本发明能够解决力负荷存在的非平稳、波动性强等问题，以提高电力负荷短期预测的准确率和稳定性。
基于融合模型电力负荷短期预测方法装置相关介质

[发明专利]一种电力月负荷趋势混沌组合模型安全监控预测方法-CN201310279036.3无效
发明人：邵泽辉;黄正文;叶安胜;王静;李枚;李眉眉;曾永刚 -专利权人：成都大学
申请日： 2013-07-05 - 公布日： 2013-11-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种电力月负荷的趋势混沌组合模型安全监控预测方法，包括步骤：A.电力系统每月用电量累计组成月负荷时间序列；B.把月负荷序列分解为趋势序列和剩余序列的叠加；C.电力月负荷的趋势序列利用最小二乘法拟合出线性回归模型；D.分析电力月负荷剩余序列的混沌性，揭示月负荷变化的非线性特征，采用序列自相关函数来确定延迟时间τ；E.重构电力月负荷剩余序列相空间；F.采用混沌相空间模型对月负荷剩余序列预测；G.剩余序列的相空间模型预测结果y1，加上趋势预测结果y2作为电力月负荷预测值。本发明说明电力月负荷具有混沌特性，其预测精度令人满意，能有效监测电力月负荷变化规律从而保障电力系统的安全经济运行。
一种电力负荷趋势混沌组合模型安全监控预测方法

[发明专利]一种基于特征分解的短期电负荷组合预测方法-CN202011416808.X有效
发明人：林涛;赵伊;吉萌萌;赵丹阳;严寒;石琳;王瑞祥 -专利权人：河北工业大学
申请日： 2020-12-07 - 公布日： 2022-04-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明为一种基于特征分解的短期电负荷组合预测方法，包括以下内容：获取用户侧智能电表的电负荷数据，并进行预处理；将预处理后电负荷数据通过小波变化分解为高频序列和多个低频序列；对高频序列和多个低频序列采用相关度分析并筛选特征，筛选能够表征影响因子的子序列构成保留序列，并记录保留序列中各子序列所对应的相关度系数；将预处理后电负荷数据减去保留序列生成残差序列，将所有序列归一化处理；对残差序列和保留序列中的高频序列采用LSTM模型进行电负荷预测，对保留序列中的低频序列采用时间卷积模型进行电负荷预测；将各频段预测值按照权值求和，得到预测结果。该方法能深入挖掘影响电负荷变化的特征，提高预测精度。
一种基于特征分解短期负荷组合预测方法

[发明专利]一种用于特殊天气和特殊日期的电力系统日负荷预测方法-CN201510807647.X在审
发明人：孙芊;王倩;马建伟;李强;牛雨;冯光 -专利权人：国网河南省电力公司电力科学研究院;国网河南省电力公司;河南恩湃高科集团有限公司;国家电网公司
申请日： 2015-11-19 - 公布日： 2016-03-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种用于特殊天气和特殊日期的电力系统日负荷预测方法，包括以下步骤：A、采集电网历史负荷数据，分离形成特殊日期负荷时间序列和特殊天气负荷时间序列；B、基于时间序列和回归分析法对特殊日期负荷时间序列进行筛选，并对特殊天气负荷时间序列进行小波分解；C、分别对特殊日期负荷输入序列和特殊天气负荷输入序列进行离散小波变换，得到各序列的近似分量和细节分量；D、基于神经网络和相关性分析分别对各近似分量和细节分量进行数据标准化处理；E、采用神经网络预测模型分别对特殊日期负荷和特殊天气负荷进行预测。本发明能够对特殊天气和特殊日期的电力负荷进行精确预测，提高了电力系统日负荷预测的鲁棒性和准确性。
一种用于特殊天气日期电力系统负荷预测方法

[发明专利]一种基于自适应图卷积网络的非侵入式负荷分解方法-CN202210343618.2在审
发明人：王立辉;邱亚娟;王京;张核 -专利权人：东南大学
申请日： 2022-04-02 - 公布日： 2022-08-30 - 主分类号： G06F30/27 文献下载
摘要：本发明是一种基于自适应图卷积网络的非侵入式负荷分解方法，包括以下步骤:(1)形成由总负荷有功功率序列、总负荷电流序列和温度序列构成的总负荷特征序列；(2)对形成的总负荷特征序列进行滑动窗口分段；(3)耦合用户行为特征，对分段后的每段总负荷特征序列进行图建模；(4)将图数据进行划分并输入到AGCN模型中进行训练；(5)对输出目标电器功率曲线进行状态功率阈值判断获得电器状态。本发明依据所采集的传统负荷特征序列和温度形成新的序列，对形成的新的序列耦合用户行为特征进行图建模，通过基于空间注意力机制的切比雪夫图卷积网络充分提取负荷的稳态特征，进而对非侵入式负荷达到更为精准的分解。
一种基于自适应图卷网络侵入负荷分解方法

[发明专利]基于LSTM分位数回归的电力系统短期负荷概率密度预测方法-CN202011366594.X在审
发明人：周晓;杨少瑞;蒙文川;饶志;肖天颖;黎立丰;陈香 -专利权人：南方电网能源发展研究院有限责任公司
申请日： 2020-11-26 - 公布日： 2021-02-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于LSTM分位数回归的电力系统短期负荷概率密度预测方法及装置，包括：采集负荷预测地区的历史负荷数据和外部影响因素数据，并将所述历史负荷数据和所述外部影响因素数据分别构造历史负荷数据序列矩阵和外部影响数据序列矩阵；将所述历史负荷数据序列矩阵和所述外部影响数据序列矩阵进行归一化处理，并将归一化的序列分为测试组序列和训练组序列；将经过归一化处理后历史负荷数据序列矩阵和外部影响数据序列矩阵输入到预设的LSTM分位数回归预测模型，得到短期负荷概率密度的预测结果。本发明能够在保障较高预测精度的同时，考虑到负荷的不确定性，获取用户在未来某段时间内负荷的概率分布情况，使预测结果包含更多的信息。
基于 lstm 位数回归电力系统短期负荷概率密度预测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条