公共文化服务平台

搜索到1120篇“ 售电量“的相关文章

基于Holt-Winters法的配电台区售电量预测方法: 2025年; 配电台区售电量预测过程中,只能捕捉到序列数据的级别分量和趋势分量,使得预测结果的均方根误差(RMSE)较高。因此,提出基于Holt-Winters法的配电台区售电量预测方法。采集历史售电数据,并通过小波分解重构算法,完成历史售电数据的降噪处理。利用Holt-Winters指数平滑策略对数据序列展开加权平均移动分析,以时间卷积网络为核心搭建预测模型,针对输入的特征组合进行分析即可得到配电台区售电量预测结果。实验结果表明:应用所提方法得到的配电台区售电量预测值均方根误差为0.04,基本满足了售电量精准预测要求。; 熊根鑫石文娟李淑贤孙亚慧王同乐; 关键词：售电量配电台区相似日小波变换

基于Goldstein滤波算法的短期售电量精准预测方法: 2025年; 为提升售电量预测的精准性,提出基于Goldstein滤波算法的短期售电量精准预测方法。采集历史用电数据并绘制电力负荷曲线图,依托于Goldstein滤波算法处理图像,得到可以准确反映用户短期用电规律的数据。利用皮尔逊相关系数筛选出相似电力用户,并合理选取参考日,得到可用于短期售电量预测的数据集。运用曲线拟合分析原理,搭建售电量增长趋势模型,并了解售电量变化影响因素,基于此建立多元回归预测模型,通过粒子群求解得出精准的售电量预测结果。实验结果表明:所提方法的短期售电量预测结果,平均绝对百分比误差保持在5%以下。; 李云杨冰马晶石文娟程思远; 关键词：售电量粒子群算法

一种售电量预测方法及装置: 本申请公开了一种售电量预测方法及装置，可以提升售电量预测结果的准确度和可信度。其中，售电量预测方法包括：获取历史售电量数据；对所述历史售电量数据进行异常值处理和数据集筛选，获得筛选后曲线；基于季节调整算法对筛选后曲线进行...; 陈健

区域售电量的分类统计核算方法: 本发明涉及区域售电量的分类统计核算方法，通过获取区域售电量实时数据，对区域售电量实时数据进行处理，确定区域售电量特征数据；对区域售电量特征数据进行类别划分，确定分行业的区域售电量特征数据；对分行业的区域售电量特征数据进行...; 王翠敏吴明雷杨延春于波魏立勇石琳光张凡王海巍陈彬刘裕德黄杰韩慎朝卢德志袁新润陈百霞王寅龙李吉津李红明曹晓男孙学文郭晓丹王嘉庚隋淑慧丁玲张荣荣石枫蔡林静刘长利朱伯苓李民

基于多头自注意力机制和长短期记忆网络方法的区域售电量预测: 2025年; 区域售电量的精确预测对于电力部门实施有效的能源管理和规划方面发挥着关键作用。现有的预测模型主要依赖于历史售电量数据,部分模型考虑到温度的影响,但对多种气象因素的综合考量不足。因此,考量多气象因子,提出一种多头注意力机制和长短期记忆网络结合的区域售电量预测方法(multi-head self-attention mechanism long short-term memory,MHAM-LSTM)。首先通过相关性分析筛选出关键变量,去除冗余变量。然后利用多头注意力机制重点关注对售电量有重要影响的关键指标,并生成新的指标变量。最后采用LSTM网络深入挖掘时间序列数据的潜在规律,实现区域售电量预测。实验表明,MHAM-LSTM模型在售电量预测精度方面优于随机森林、深度神经网络、长短时记忆网络、时间卷积神经网络和Transformer等对比模型,展现出较大的性能优势。此外,气象因素重要性分析结果显示,综合考虑多种气象变量,特别是温度、风速和湿度,能够提高预测的准确性。; 李伟李晓舟樊沛林张宏江; 关键词：气象因素

基于ISSD-GRU模型的台区售电量预测方法: 2024年; 针对台区售电量不确定影响因素多、预测精度不高的问题,提出了一种基于改进ISSD优化GRU神经网络的台区售电量预测方法,利用反向学习提高SSD算法对最优参数的搜索效率。以某地台区历史售电量、温度、工作日类型和节假日类型作为影响因素对GRU模型进行训练,利用ISSD算法实现对GRU隐藏层神经元个数和学习率超参数的寻优,构建用于台区售电量预测的ISSD-GRU模型。算例分析表明,ISSD-GRU模型在台区售电量预测结果上精度更高。; 刘成; 关键词：时间序列

基于卷积神经网络的电力市场短期售电量预测方法被引量：3: 2024年; 电力市场短期售电量预测的精度对优化用电结构以及提高供电可靠性具有重要意义,传统短期售电量预测方法没有考虑偏差电量考核影响、用电行为差异导致电预测精度低,提出基于卷积神经网络的电力市场短期售电量预测方法,首先根据用户的用电负荷率进行分类,获取不同行业的用电特征和需求模式,然后考虑正负偏差电量的影响,设计基于CNN-ResNet的短期售电量预测方法,通过实验分析表明,该方法能够有效提高多因素影响下售电量预测的准确率。; 王蕾李斌李泠聪张振明姜涛

基于迁移学习的售电量预测方法: 本发明公开了基于迁移学习的售电量预测方法，具体包括如下过程：分别获取源域数据集和目标域数据集，并将两个数据集分别划分为训练集和数据集；构建CNN‑Transformer复合模型，采用源域训练集对CNN‑Transform...; 程松高敏任景张小东周鑫李俊李宁

一种解决供售电量统计异常问题的方法: 本发明公开了一种解决供售电量统计异常问题的方法，包括以下步骤：系统在计算运行电能表电量时，需对运行电能表电量进行异常判断；系统对运行电能表电量进行异常判断后；分别按照日/月展示异常电量的运行电能表明细；取运行电能表异常电...; 吴海杰符艺超王鹏刘春波

一种疫情影响下售电量精准预测方法: 本发明公开了一种疫情影响下售电量精准预测方法，包括：构造算法一，由自回归模型拟合售电量曲线，并利用LightGBM集成学习算法预测售电量；构造算法二，利用X13季节分解算法分解售电量曲线处理，以得到预测后的售电量曲线；对...; 程宏亮刘宏张鹏飞苟蛟龙罗艺闯蒋颖

相关作者