基于机器学习的配网供电多维辅助决策分析方法及系统

AITNT
正文
推荐专利
基于机器学习的配网供电多维辅助决策分析方法及系统
申请号:CN202411706154
申请日期:2024-11-26
公开号:CN119514999A
公开日期:2025-02-25
类型:发明专利
摘要
本发明提供基于机器学习的配网供电多维辅助决策分析方法及系统,所述方法包括:S1、获取配网历史数据和历史用电负荷数据;S2、通过长短时记忆网络和配网历史数据,得到供电需求预测模型;S3、通过时序预测算法和历史用电负荷数据,得到负荷变化模型;S4、基于步骤S2和S3的输出,对配网实时运行数据进行识别,得到供电能力变化趋势和负荷裕度;S5、基于步骤S4的输出建立综合目标函数,通过遗传算法对所述目标函数进行优化求解,输出最优供电决策方案;S6、执行步骤S5的输出,实时监测配网供电运行参数,基于所述配网供电运行参数对所述最优供电决策方案进行动态调整。本发明提升了配网供电的可靠性,以及实现了配网供电决策方案的动态调整和优化。
技术关键词
需求预测模型 负荷 配网 物联网传感器 辅助决策分析系统 遗传算法 指标 数据 深度学习模型 波动特征 参数 误差校正 权重分配方法 模糊逻辑算法 支持向量机算法 通信接口 计算机 可读存储介质
系统为您推荐了相关专利信息
1
一种含分布式电源的综合负荷模型建立方法及系统
综合负荷模型 拓扑图 分布式电源 电力系统稳定 电力系统信息
2
一种含微电网群的AI主动配网调度优化方法、介质及系统
调度优化方法 微电网 电网调度优化 深度神经网络模型 配网
3
一种智能化锅炉燃烧调控方法及系统
历史负荷数据 智能化锅炉 历史运行数据 调控方法 调控策略
4
电力系统的负荷预测方法、装置及电子设备
XGBoost算法 XGBoost模型 负荷预测方法 电力系统 数据
5
一种基于深度学习的煤矿电力负荷动态监控与超产预警方法及系统
电力负荷预测模型 动态监控 信息平台 预警方法 深度学习算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号