申请/专利权人：广东大爱天下能源集团有限公司

申请日：2024-05-27

公开（公告）日：2024-06-25

公开（公告）号：CN118246639A

主分类号：G06Q10/063

分类号：G06Q10/063;G06N3/006;G06N3/0442;G06N3/0464;G06N3/08;G06Q10/04;G06Q10/067;G06Q50/06

优先权：

专利状态码：在审-公开

法律状态：2024.06.25#公开

摘要：本发明公开了一种基于人工智能的电力智能管理方法及系统，属于电力智能管理技术领域，方法包括电力数据采集、数据预处理、电负荷预测、电力系统故障检测和电力智能管理。本发明采用基于卷积长短期网络的双任务模型，引入双任务共享部分参数，在处理电力系统数据的同时考虑了天气条件对于电负荷的影响，提高了方法整体的泛用性，改善了数据重复性问题；采用结合自适应二次插值学习的差分进化算法，优化分层极限学习机进行电力故障检测，提升了模型参数的自适应优化质量，并提高了模型准确性和电力智能管理整体任务的可靠性；采用结合电负荷预测和电力故障检测两项任务，并统合给出电力智能管理辅助参考，提高了系统的智能性、集成性和可扩展性。

主权项：1.一种基于人工智能的电力智能管理方法，其特征在于：该方法包括以下步骤：步骤S1：电力数据采集，用于采集电力智能管理所需的原始数据；步骤S2：数据预处理，用于优化数据质量；步骤S3：电负荷预测，具体为依据电力优化数据，通过构建电负荷预测主任务子网和辅助任务子网，得到基于卷积长短期网络的双任务模型，采用基于卷积长短期网络的双任务模型，进行电负荷预测，得到电负荷预测信息；所述基于卷积长短期网络的双任务模型，用于通过对主任务和辅助任务的相关训练信息进行加权来提高模型的泛化能力，具体包括电负荷预测主任务子网和辅助任务子网；所述电负荷预测主任务子网，具体包括主要输入层、编码模块、第一解码模块、第二解码模块和主要输出层；所述辅助任务子网，具体包括辅助输入层、辅助编码模块、辅助解码模块和辅助输出层；步骤S4：电力系统故障检测，具体为依据电力系统优化数据，采用结合自适应二次插值学习的差分进化算法，对分层极限学习机进行优化，通过优化后的分层极限学习机进行电力系统故障检测，得到电力故障检测信息；所述电力系统故障检测，用于检测电力系统潜在的故障情况，包括以下步骤：步骤S41：构建分层极限学习机；步骤S42：改进差分进化算法，用于提升模型参数的自适应优化质量，具体为通过在差分进化算法中加入自适应学习和二次插值，对差分进化算法进行改进，得到结合自适应二次插值学习的差分进化算法；步骤S43：模型训练并优化，具体为通过结合自适应二次插值学习的差分进化算法，优化分层极限学习机，并进行模型训练，得到电力系统故障检测模型；步骤S44：通过电力系统故障检测模型进行电力系统故障检测，得到电力故障检测信息；步骤S5：电力智能管理。

全文数据：

权利要求：

百度查询： 广东大爱天下能源集团有限公司 一种基于人工智能的电力智能管理方法及系统

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