摘要
本发明公开了一种面向负荷管理的意图识别与电量数据分析方法及装置,属于电力系统分析技术领域。本发明通过预设自然语言处理方法对负荷管理人员的输入文本进行特征提取,联动负荷电量数据智能分析,对第一历史电量数据进行模态分量分解,能够精准捕捉新能源的短时波动性与长期趋势性特征,再结合预测负荷数据进行特征划分,得到第一历史电量特征数据和第二历史电量特征数据,之后再进行时序特征分析得到了电力系统中的周期特征数据和突变电量数据,之后再通过预设大模型生成电量概率分布数据,能够对电力系统的负荷波动性进行量化,从而得到更加准确的电力系统的用电量低谷时段和用电量高峰时段,为电网公司的新型负荷管理工作提供支撑。
技术关键词
周期性特征
数据分析方法
意图识别
负荷
注意力
神经网络模型
电力系统
特征分析方法
小波变换方法
峰谷时段
时序
相关系数阈值
高通滤波器
编码
Pearson相关系数
自然语言
低通滤波器
系统为您推荐了相关专利信息
文本情感分析方法
情感词典
中文文本
分词
深度学习框架
储能装置
调控方法
分布式光伏发电
排放量
机器学习算法
自动编码器
网络拓扑结构
半监督聚类
多头注意力机制
模块
管控方法
风险
多头注意力机制
数据
虚拟仿真环境