对低压台区线损率的预测方法

发明专利有效专利

申请号：
CN201910223787.0
IPC分类号：G06Q10/04;G06Q50/06;G06K9/62;G06N3/04;G06N3/08
申请日期：
2019-03-22
申请人：
国网浙江省电力有限公司信息通信分公司;杭州电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	对低压台区线损率的预测方法
申请号	CN201910223787.0	申请日期	2019-03-22
法律状态	实质审查	申报国家	中国
公开/公告日	2019-08-09	公开/公告号	CN110110887A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	国网浙江省电力有限公司信息通信分公司;杭州电子科技大学	申请人地址	浙江省杭州市黄龙路8号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	国网浙江省电力有限公司信息通信分公司,杭州电子科技大学	当前权利人	国网浙江省电力有限公司信息通信分公司,杭州电子科技大学
发明人	陈逍潇;方舟;程清;季超;牟黎;龚小刚;黄宇腾;张景明;沈志豪;夏鹏飞;周后盘;贾林
代理机构	杭州华鼎知识产权代理事务所（普通合伙）	代理人	项军

摘要

本申请提出了对低压台区线损率的预测方法，包括获取低压台区线损数据，将获得的数据进行数据清洗，剔除其中异常线损数据；将清洗过的数据按特征进行K‑Means聚类，计算各个K值对应的轮廓系数，并选择轮廓系数最接近1的聚类数为最优聚类数；归一化或标准化聚类后的特征数据，基于处理后的数据确定训练集和测试集；构建卷积神经网络模型，利用得到数据矩阵对模型进行训练，使用训练好的模型对数据进行预测。通过基于K‑Means聚类和深度学习理论的卷积神经网络建立低压台区线损率的预测模型，既考虑了合计供电量、台区容量、总用户等特征数据与当前线损率之间的关系，又使用了上月线损率、同期线损率、同期累计线损率等历史线损数据来提高预测的准确性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供