申请/专利权人：国网四川省电力公司信息通信公司;厦门亿力吉奥信息科技有限公司;国网四川省电力公司管理培训中心

申请日：2023-11-28

公开（公告）日：2024-05-17

公开（公告）号：CN118052350A

主分类号：G06Q10/063

分类号：G06Q10/063;G06Q50/06;G06F18/241;G06F18/214;G06N3/0442

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.04#实质审查的生效;2024.05.17#公开

摘要：本发明涉及数据分析领域，更具体的说，它涉及一种电力气象数据综合分析方法及系统。一种电力气象数据综合分析系统，包括：气象数据获取模块、电力数据获取模块、基准数据序列建立模块、时序预测网络模型管理模块、电力数据预测模块和电力数据分析模块。本发明通过获取当前同一区域的气象数据和电力数据，并将当前统一区域的气象数据和电力数据与前N‑1次获取的同一区域的气象数据和电力数据经过组成基准数据序列，再基于基准数据序列和时序预测网络模型预测下一次的电力数据，实现对电力气象数据的综合分析，并且针对下一次的电力数据分析区域内将会发生异常的电力数据，并及时进行提醒，提高电力系统的安全性。

主权项：1.一种电力气象数据综合分析方法，其特征在于，包括：获取当前同一区域的气象数据和电力数据，并将当前统一区域的气象数据和电力数据与前N-1次获取的同一区域的气象数据和电力数据经过组成基准数据序列，获取当前同一区域的气象数据和电力数据的时间间隔为T，基准数据序列的形式为{X1，X2…Xn…XN}，其中n＝1，2，3······N，Xn为基准数据序列中第n项的电力气象数据，电力气象数据由同一区域的气象数据和电力数据组成；将基准数据序列送入训练好的时序预测网络模型进行处理，输出下一次的电力数据；电力数据的存储形式为{D1，D2…Dj…DJ}，其中Dj为第j个电力数据属性对应的电力数据值，J为电力数据属性的总数量；时序预测网络模型基于LSTM网络进行建立，具体包括LSTM块、注意力机制块和ELM块，其中LSTM块用于提取基准数据序列中对应的时序性特征，注意力机制块用于强化时序性特征中不同项对应的权重，ELM块用于根据强化过权重之后的时序性特征输出下一次的电力数据；逐个选择下一次的电力数据中的电力数据值Dj，并针对选择的电力数据值Dj，将选择的电力数据值Dj与第j个电力数据属性对应的电力数据值范围进行匹配，若是匹配成功，不进行操作；否则，基于电力数据值Dj对应的第j个电力数据属性建立并发送警示信息。

全文数据：

权利要求：

百度查询： 国网四川省电力公司信息通信公司;厦门亿力吉奥信息科技有限公司;国网四川省电力公司管理培训中心 一种电力气象数据综合分析方法及系统

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD