国网江苏省电力有限公司南京供电分公司朱红获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉国网江苏省电力有限公司南京供电分公司申请的专利一种电力物联网电力负荷预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117200190B 。
龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311040562.4,技术领域涉及:H02J3/00;该发明授权一种电力物联网电力负荷预测方法是由朱红;周冬旭;刘少君;孙凯;钱欣;朱正谊;杨林青设计研发完成,并于2023-08-17向国家知识产权局提交的专利申请。
本一种电力物联网电力负荷预测方法在说明书摘要公布了:一种电力物联网电力负荷预测方法,电力物联网在不同片区设有子服务器用于边缘计算,构建轻量化电力负荷预测模型,所述轻量化电力负荷预测模型适用于边缘计算中的边缘服务器计算资源,实现在边缘计算中完成电力物联网电力负荷预测。本发明根据历史用电数据并针对其特点构建深度学习预测模型实现精准的负荷预测,同时尽可能地缩减模型规模,轻量化模型,使其便于部署到电力企业在各个片区设置的边缘服务器上,以各个片区为单位预测该片区未来的用电量,避免各个片区用电数据全部上传云端带来的不便,减轻云端计算压力。
本发明授权一种电力物联网电力负荷预测方法在权利要求书中公布了:1.一种电力物联网电力负荷预测方法,其特征是电力物联网在不同片区设有子服务器用于边缘计算,构建轻量化电力负荷预测模型,所述轻量化电力负荷预测模型适用于边缘计算中的边缘服务器计算资源,实现在边缘计算中完成电力物联网电力负荷预测,包括以下步骤: S1收集历史用电数据并进行预处理,包括异常值修正和缺失值填补; S2将历史用电数据的时间序列进行分解,将S1得到的历史用电数据时间序列分解为趋势分量、季节分量和残差分量三个部分,趋势分量反应长期时间内用电量的总体趋势,季节分量反应长期时间内用电量呈现出的周期态势,残差分量反应真实值与趋势分量、季节分量之和的偏差; S3构建轻量化电力负荷预测模型并进行训练, 轻量化电力负荷预测模型基于Transformer的编解码器结构,针对S2分解出来的三个分量分别配置三个分支进行预测,其中对于趋势分量和残差分量的预测采用DP-Attention模块实现注意力机制,对于季节分量采用FDP-Attention模块实现注意力机制,三个分量分别输入模型进行预测,将三个分量在解码器端输出的预测结果进行相加重构即得到最终预测结果;用历史用电数据训练构建的预测模型; 轻量化电力负荷预测模型中,DP-Attention模块具体为:首先对输入序列进行Q,K,V的计算,计算公式如下: Q=WqI K=WkI V=WvI 其中,I为输入序列合并后的向量矩阵,Wq、Wk、Wv分别是模型学习到的Q,K,V参数矩阵;随后对输入序列向量按比例失活,原始的Q,K,V被分为未失活的Q',K',V'与失活的Q”,K”,V”;未失活的Q',K',V'仍然进行如下公式所示的注意力机制相关性计算: 其中,dk为Q,K参数矩阵的维度;失活的Q”,K”,V”不再进行各自之间注意力机制相关性的计算,而是直接用所有V的全局平局替代: 其中,M为输入序列的长度; FDP-Attention模块具体为:将输入向量进行傅里叶变换到频域,同时依然对输入向量进行随机比例失活计算注意力机制相关性,然后再进行反傅里叶变换得到最终的相关性结果,相比DP-Attention模块,在计算注意力机制相关性之前和之后加入一层傅里叶变换和反傅里叶变换,对于未失活的Q',K',V'采用下列公式进行注意力机制的相关性计算: 其中,F表示傅里叶变换,F-1表示反傅里叶变换,dk为Q,K参数矩阵的维度;对于失活的Q”,K”,V”,与DP-Attention模块相同; 对于DP-Attention模块和FDP-Attention模块,将V'和V”组合在一起作为输入序列的相关性表征,再经过残差链接、标准化和前馈层,构成Transformer编码器的输出; Transformer解码器同样采用与编码器相同的注意力模块,即DP-Attention模块和FDP-Attention模块,将编码器的输出与解码器的输入共同输入解码器,经过残差链接、标准化和前馈层,最终再通过一层线性层得到各个分量的预测输出; S4模型部署,将训练好的轻量化电力负荷预测模型部署到各个片区的子服务器,以片区为单位完成对未来电力负荷的预测,将待测日期前的用电数据输入预测模型中,完成电力负荷的预测,用于后续调度规划。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网江苏省电力有限公司南京供电分公司,其通讯地址为:210019 江苏省南京市建邺区奥体大街1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。