CN110210671A - 电力系统短期负荷预测方法、装置及终端设备 - Google Patents

电力系统短期负荷预测方法、装置及终端设备 Download PDF

Info

Publication number
CN110210671A
CN110210671A CN201910480786.4A CN201910480786A CN110210671A CN 110210671 A CN110210671 A CN 110210671A CN 201910480786 A CN201910480786 A CN 201910480786A CN 110210671 A CN110210671 A CN 110210671A
Authority
CN
China
Prior art keywords
load
day
input variable
observational
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910480786.4A
Other languages
English (en)
Inventor
张立硕
马助兴
徐红元
张宝德
赵冀宁
康哲
冯亮
李京生
李晓光
刘永钊
霍晓娣
高禄恒
冯士伟
孟延辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Maintenance Branch of State Grid Hebei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Maintenance Branch of State Grid Hebei Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Maintenance Branch of State Grid Hebei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910480786.4A priority Critical patent/CN110210671A/zh
Publication of CN110210671A publication Critical patent/CN110210671A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种电力系统短期负荷预测方法及装置，所述方法包括：获取观测日输入变量并对所述观测日输入变量进行预处理；基于专家系统对温度与负荷的相关系数进行预测；根据预处理后的观测日输入变量和专家系统预测得到的温度与负荷的相关系数确定电力系统预测日各时间点的负荷预测值。本发明提供的电力系统短期负荷预测方法及装置能够有效提高电力系统短期负荷预测精度。

Description

电力系统短期负荷预测方法、装置及终端设备
技术领域
本发明属于电力系统技术领域，更具体地说，是涉及一种电力系统短期负荷预测方法及装置。
背景技术
随着我国区域性电力市场的逐步建立和完善，短期负荷预测工作将在电力市场运营中占据十分重要的地位。国内外许多专家学者在预测理论和方法方面做了大量的研究工作并取得了卓越的成果。
现有的短期负荷预测方法主要包括两大类：以时间序列为代表的传统预测方法和以神经网络为代表的智能预测方法。其中，传统预测方法在很大的程度上依赖于预测人员的经验能力，智能预测方法由于其模型的限制性不能及时地适应实际电力环境的变化，因此两类短期负荷预测方法的预测精度均有待提高。
发明内容
本发明的目的在于提供一种电力系统短期负荷预测方法及装置，以解决现有技术中存在如何进一步提高电力系统短期负荷预测精度的技术问题。
本发明实施例的第一方面，提供了一种电力系统短期负荷预测方法，包括：
获取观测日输入变量并对所述观测日输入变量进行预处理；
基于专家系统对温度与负荷的相关系数进行预测；
根据预处理后的观测日输入变量和专家系统预测得到的温度与负荷的相关系数确定电力系统预测日各时间点的负荷预测值。
本发明实施例的第二方面，提供了一种电力系统短期负荷预测装置，包括：
输入变量获取模块，用于获取观测日输入变量并对所述观测日输入变量进行预处理；
相关系数确定模块，用于基于专家系统对温度与负荷的相关系数进行预测；
负荷预测模块，用于根据预处理后的观测日输入变量和专家系统预测得到的温度与负荷的相关系数确定电力系统预测日各时间点的负荷预测值。
本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的电力系统短期负荷预测方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的电力系统短期负荷预测方法的步骤。
本发明提供的电力系统短期负荷预测方法、装置及终端设备的有益效果在于：与现有技术相比，本发明实施例提供的电力系统短期负荷预测方法、装置及终端设备首先使用专家系统对温度和负荷的相关系数进行确定，再基于专家系统预测得到的温度和负荷的相关系统确定电力系统预测日各时间点的负荷预测值。使用专家系统对温度和负荷的相关系数进行确定，一方面，相对于现有技术中采用最小二乘法对温度和负荷的相关系数进行确定的方法而言更加准确；另一方面，既避免了完全使用智能预测方法适应性差的问题，又降低了传统预测方法对预测人员经验的依赖性，因此可有效提高电力系统短期负荷的预测精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的电力系统短期负荷预测方法的流程示意图；
图2的本发明另一实施例提供的电力系统短期负荷预测方法的流程示意图；
图3为本发明再一实施例提供的电力系统短期负荷预测方法的流程示意图；
图4为本发明又一实施例提供的电力系统短期负荷预测方法的流程示意图；
图5为本发明又一实施例提供的电力系统短期负荷预测方法的流程示意图；
图6为本发明一实施例提供的电力系统短期负荷预测装置的结构示意图；
图7为本发明一实施例提供的终端设备的示意框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参考图1，图1为本发明一实施例提供的电力系统短期负荷预测方法的流程示意图。该方法包括：
S101：获取观测日输入变量并对观测日输入变量进行预处理。
在本实施例中，为了获得更准确的数据，需要对观测日输入变量进行预处理，其中，预处理包括去噪处理和异常值清除。
S102：基于专家系统对温度与负荷的相关系数进行预测。
在本实施例中，专家系统主要包括知识库和推理机两大部分，其中，知识库中知识的表示形式为语义网络。基于专家系统对温度与负荷的相关系数进行预测的方法可以为：获取温度和负荷数据，将温度和负荷数据表示成语义网络形式，并将语义网络形式的温度和负荷数据输入至专家系统中，专家系统的推理机根据知识库存放的相关系数的推理知识对温度和负荷数据的相关系数进行推理。
S103：根据预处理后的观测日输入变量和专家系统预测得到的温度与负荷的相关系数确定电力系统预测日各时间点的负荷预测值。
在本实施例中，还可以包括，获取预测日的最高温度和最低温度，根据预处理后的输入变量、专家系统预测得到的温度与负荷的相关系数、预测日的最高温度和最低温度可以确定预测日的最高负荷和最低负荷，根据预测日的最高负荷和最低负荷以及预设负荷变化系数可以确定电力系统预处理各时间点的负荷预测值。
从上述描述可知，本发明实施例提供的电力系统短期负荷预测方法首先使用专家系统对温度和负荷的相关系数进行确定，再基于专家系统预测得到的温度和负荷的相关系统确定电力系统预测日各时间点的负荷预测值。使用专家系统对温度和负荷的相关系数进行确定，一方面，相对于现有技术中采用最小二乘法对温度和负荷的相关系数进行确定的方法而言更加准确；另一方面，既避免了完全使用智能预测方法适应性差的问题，又降低了传统预测方法对预测人员经验的依赖性，因此可有效提高电力系统短期负荷的预测精度。
请一并参考图1及图2，图2为本申请另一实施例提供的电力系统短期负荷预测方法的流程示意图。在上述实施例的基础上，步骤S101可以详述为：
S201：基于滑动窗口滤波器对观测日输入变量进行获取。
S202：根据格拉布斯准则对观测日输入变量进行预处理。
在本实施例中，可以基于滑动窗口滤波器对观测器输入变量获取并进行去噪处理，再根据格拉布斯准则对观测日输入变量进行异常值去除。
请一并参考图1及图3，图3为本申请再一实施例提供的电力系统短期负荷预测方法的流程示意图。在上述实施例的基础上，步骤S102可以详述为：
S301：获取历史同类型日的天气温度数据和电力系统负荷数据。
S302：将历史同类型日的天气温度数据和电力系统负荷数据输入至专家系统，得到温度与负荷的相关系数。
在本实施例中，基于专家系统对温度与负荷的相关系数进行预测的方法可以为：获取温度和负荷数据，将温度和负荷数据表示成语义网络形式，并将语义网络形式的温度和负荷数据输入至专家系统中，专家系统的推理机根据知识库存放的相关系数的推理知识对温度和负荷数据的相关系数进行推理。
可选地，也可采用专家系统与解算方法结合的方式对温度与负荷的相关系数进行确定，具体方法可以为：
首先在专家系统的知识库中存储以下知识：至少两种解算方法的解算特点以及使用范围、分析数据数据变化趋势的知识等。
其次，将温度与负荷数据输入至专家系统中，专家系统的推理机根据知识库存放的知识确定要使用的解算方法，再使用解算方法计算温度与负荷数据的相关系数。
其中，解算方法包括但不限于最小二乘法、卷积神经网络等。
请一并参考图1及图4，图4为本申请又一实施例提供的电力系统短期负荷预测方法的流程示意图。在上述实施例的基础上，步骤S103可以详述为：
S401：根据预处理后的观测日输入变量和专家系统预测得到的温度和负荷的相关系数确定预测日的最大负荷和最小负荷。
S402：根据观测日的最大负荷和最小负荷、预设负荷变化系数确定电力系统观测日各时间点的负荷预测值。
在本实施例中，温度和负荷的相关系数包括最高温度与最大负荷的相关系数(记为第一相关系数)、最低温度与最小负荷的相关系数(记为第二相关系数)。
在本实施例中，最大负荷Lmax和最小负荷Lmin的确定方法可以为：
Lmax＝a1×Tmax+a2
Lmin＝b1×Tmin+b2
其中，(a1,a2)为第一相关系数，(b1,b2)为第二相关系数，Tmax为预测日最高温度，可预先获取，Tmin为预测日最低温度，可预先获取。
电力系统观测日各时间点的负荷预测值L(i)的确定方法可以为：
L(i)＝L'(i)×(Lmax-Lmin)+Lmin
请一并参考图1及图5，图5为本申请又一实施例提供的电力系统短期负荷预测方法的流程示意图。在上述实施例的基础上，预设负荷变化系数的确定方法可以为：
S501：获取历史同类型日的负荷数据。
S502：根据历史同类型日的负荷数据确定预设负荷变化系数。
在本实施例中，预设负荷变化系数的确定方法可以为：
其中，L'(k,i)为第k个历史同类型日第i小时负荷数据的归一化值，L(k,i)为第k个历史同类型日第i小时负荷数据，L(k,min)为第k个历史同类型日最小负荷数据，L(k,max)为第k个历史同类型日最大负荷数据。
则预设负荷变化系数L(i)为：
其中，N为整数，表示负荷数据的时间范围数。若历史同类型日的负荷数据所涉及的有效时间范围为7点至17点，则负荷数据的时间范围数为17-7＝10。
可选地，作为本发明实施例提供的电力系统短期负荷预测方法的一种具体实施方式，历史同类型日表示在观测日之前，与观测日输入变量数值的差值在预设范围内的日期。
对应于上文实施例的电力系统短期负荷预测方法，图6为本发明一实施例提供的电力系统短期负荷预测装置的结构框图。为了便于说明，仅示出了与本发明实施例相关的部分。参考图6，该装置包括：输入变量获取模块100，相关系数确定模块200，负荷预测模块300。
其中，输入变量获取模块100，用于获取观测日输入变量并对观测日输入变量进行预处理。
相关系数确定模块200，用于基于专家系统对温度与负荷的相关系数进行预测。
负荷预测模块300，用于根据预处理后的观测日输入变量和专家系统预测得到的温度与负荷的相关系数确定电力系统预测日各时间点的负荷预测值。
参考图6，在本发明的另一个实施例中，输入变量获取模块100可以包括：
数据获取单元110，用于基于滑动窗口滤波器对观测日输入变量进行获取。
预处理单元120，用于根据格拉布斯准则对观测日输入变量进行预处理。
参考图6，在本发明的再一个实施例中，相关系数确定模块200可以包括：
相关数据获取单元210，用于获取历史同类型日的天气温度数据和电力系统负荷数据。
相关系数确定单元220，用于将历史同类型日的天气温度数据和电力系统负荷数据输入至专家系统，得到温度与负荷的相关系数。
参考图6，在本发明的又一个实施例中，负荷预测模块300可以包括：
峰值确定单元310，用于根据预处理后的观测日输入变量和专家系统预测得到的温度和负荷的相关系数确定预测日的最大负荷和最小负荷。
负荷预测单元320，用于根据观测日的最大负荷和最小负荷、预设负荷变化系数确定电力系统观测日各时间点的负荷预测值。
可选地，作为本发明实施例提供的电力系统短期负荷预测装置的一种具体实施方式，预设负荷变化系数的确定方法可以为：
获取历史同类型日的负荷数据。
根据历史同类型日的负荷数据确定预设负荷变化系数。
可选地，作为本发明实施例提供的电力系统短期负荷预测装置的一种具体实施方式，历史同类型日表示在观测日之前，与观测日输入变量数值的差值在预设范围内的日期。
参见图7，图7为本发明一实施例提供的一种终端设备的示意框图。如图7所示的本实施例中的终端700可以包括：一个或多个处理器701、一个或多个输入设备702、一个或多个输出设备703及一个或多个存储器704。上述处理器701、输入设备702、则输出设备703及存储器704通过通信总线705完成相互间的通信。存储器704用于存储计算机程序，计算机程序包括程序指令。处理器701用于执行存储器704存储的程序指令。其中，处理器701被配置用于调用程序指令执行以下操作上述各装置实施例中各模块/单元的功能，例如图6所示模块100至300的功能。
应当理解，在本发明实施例中，所称处理器701可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备702可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备703可以包括显示器(LCD等)、扬声器等。
该存储器704可以包括只读存储器和随机存取存储器，并向处理器701提供指令和数据。存储器704的一部分还可以包括非易失性随机存取存储器。例如，存储器704还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器701、输入设备702、输出设备703可执行本发明实施例提供的电力系统短期负荷预测方法的第一实施例和第二实施例中所描述的实现方式，也可执行本发明实施例所描述的终端的实现方式，在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元，例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备，例如终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种电力系统短期负荷预测方法，其特征在于，包括：
获取观测日输入变量并对所述观测日输入变量进行预处理；
基于专家系统对温度与负荷的相关系数进行预测；
根据预处理后的观测日输入变量和专家系统预测得到的温度与负荷的相关系数确定电力系统预测日各时间点的负荷预测值。
2.如权利要求1所述的电力系统短期负荷预测方法，其特征在于，所述获取观测日输入变量并对所述观测日输入变量进行预处理，包括：
基于滑动窗口滤波器对观测日输入变量进行获取；
根据格拉布斯准则对所述观测日输入变量进行预处理。
3.如权利要求1所述的电力系统短期负荷预测方法，其特征在于，所述基于专家系统对温度与负荷的相关系数进行预测，包括：
获取历史同类型日的天气温度数据和电力系统负荷数据；
将历史同类型日的天气温度数据和电力系统负荷数据输入至专家系统，得到温度与负荷的相关系数。
4.如权利要求1所述的电力系统短期负荷预测方法，其特征在于，所述根据预处理后的观测日输入变量和专家系统预测得到的温度与负荷的相关系数确定电力系统预测日各时间点的负荷预测值，包括：
根据预处理后的观测日输入变量和专家系统预测得到的温度和负荷的相关系数确定预测日的最大负荷和最小负荷；
根据观测日的最大负荷和最小负荷、预设负荷变化系数确定电力系统观测日各时间点的负荷预测值。
5.如权利要求4所述的电力系统短期负荷预测方法，其特征在于，所述预设负荷变化系数的确定方法为：
获取历史同类型日的负荷数据；
根据历史同类型日的负荷数据确定预设负荷变化系数。
6.如权利要求3或5所述的电力系统短期负荷预测方法，其特征在于，所述历史同类型日表示在观测日之前，与观测日输入变量数值的差值在预设范围内的日期。
7.一种电力系统短期负荷预测装置，其特征在于，包括：
输入变量获取模块，用于获取观测日输入变量并对所述观测日输入变量进行预处理；
相关系数确定模块，用于基于专家系统对温度与负荷的相关系数进行预测；
负荷预测模块，用于根据预处理后的观测日输入变量和专家系统预测得到的温度与负荷的相关系数确定电力系统预测日各时间点的负荷预测值。
8.如权利要求7所述的电力系统短期负荷预测装置，其特征在于，所述数据获取模块包括：
数据获取单元，用于基于滑动窗口滤波器对观测日输入变量进行获取；
预处理单元，用于根据格拉布斯准则对所述观测日输入变量进行预处理。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
CN201910480786.4A 2019-06-04 2019-06-04 电力系统短期负荷预测方法、装置及终端设备 Pending CN110210671A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910480786.4A CN110210671A (zh) 2019-06-04 2019-06-04 电力系统短期负荷预测方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910480786.4A CN110210671A (zh) 2019-06-04 2019-06-04 电力系统短期负荷预测方法、装置及终端设备

Publications (1)

Publication Number Publication Date
CN110210671A true CN110210671A (zh) 2019-09-06

Family

ID=67790581

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910480786.4A Pending CN110210671A (zh) 2019-06-04 2019-06-04 电力系统短期负荷预测方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN110210671A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967688A (zh) * 2020-09-02 2020-11-20 沈阳工程学院 一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法
CN112215442A (zh) * 2020-11-27 2021-01-12 中国电力科学研究院有限公司 电力系统短期负荷预测方法、系统、设备及介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967688A (zh) * 2020-09-02 2020-11-20 沈阳工程学院 一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法
CN111967688B (zh) * 2020-09-02 2024-02-23 沈阳工程学院 一种基于卡尔曼滤波器与卷积神经网络的电力负荷预测方法
CN112215442A (zh) * 2020-11-27 2021-01-12 中国电力科学研究院有限公司 电力系统短期负荷预测方法、系统、设备及介质
CN112215442B (zh) * 2020-11-27 2021-03-12 中国电力科学研究院有限公司 电力系统短期负荷预测方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
CN109842565B (zh) 接口限流方法、装置、电子设备及存储介质
CN110365703A (zh) 物联网终端异常状态检测方法、装置及终端设备
CN110069353A (zh) 业务异步处理方法及装置
CN109740630A (zh) 异常数据处理方法及装置
CN109726198A (zh) 异常数据处理方法及装置
CN109034244A (zh) 基于电量曲线特征模型的线损异常诊断方法及装置
CN104734996B (zh) 一种网络带宽分配方法及终端
CN109766393A (zh) 异常数据检测方法及装置
CN109684311A (zh) 异常数据检测方法及装置
CN110210671A (zh) 电力系统短期负荷预测方法、装置及终端设备
CN109766331A (zh) 异常数据处理方法及装置
CN107256707A (zh) 一种语音识别方法、系统及终端设备
CN109887522A (zh) 一种麦克风阵列增益调节方法、装置及终端设备
CN110245029A (zh) 一种数据处理方法、装置、存储介质和服务器
CN109343972A (zh) 任务处理方法及终端设备
CN109064058A (zh) 一种避雷器绝缘性能分析方法及装置
CN109597745A (zh) 异常数据处理方法及装置
CN107491331A (zh) 一种应用升级方法及终端设备
CN109739838A (zh) 异常数据处理方法及装置
CN108710538A (zh) 一种线程配置方法、计算机可读存储介质及终端设备
CN113342502A (zh) 数据湖的性能诊断方法、装置、计算机设备及存储介质
CN113743650A (zh) 电力负荷预测方法、装置、设备与存储介质
CN107528969A (zh) 电话拨打时间的管理方法、管理装置及终端设备
CN110414147A (zh) 非等倾边坡安全系数计算方法、装置及终端设备
CN111144634A (zh) 一种电力价格预测的方法以及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190906