低压线损率指标的预测方法

准确地预测低压线损率,能够帮助供电企业对低压片区科学地管理。介绍了预测技术线损率和管理线损率的方法,根据实际各种影响因素,重点引入了计算管理线损的“管理难度系数”,使预测值更合理、更接近实际值。     

基于注意力-拷贝机制的复杂文本摘要生成方法

自动文本摘要是一种利用计算机从原始文本中提取出一段能够反映原始文本主旨的连贯短文的文本摘要方法.所提出的基于注意力机制与拷贝机制的编码-解码抽象式文本摘要模型,能够在把握整体语义的同时利用注意力机制生成关键信息和局部细节;并通过借鉴人工摘要的复制思想,引入拷贝机制,提高模型的实体识别能力;同时使用文本简化、批量归一化和计划采样对模型进行了强化.通过使用中国裁判文书网法律文书数据集进行验证,结果表明所提方法能够应用于复杂文本摘要生成,也初步探讨了文本摘要在法律自动判决上的应用.     

引导专用变压器客户合理控制电费成本

引导专用变压器客户合理控制电费成本,是供电企业深化改革和开拓市场的具体体现,是协助客户提升市场竞争力的实惠性服务的重要举措。介绍了从电费构成的各方面要素,分析了如何利用峰谷电价、无功补偿、变压器经济运行和新报装的电源性投资等影响电费成本的因素,达到客户合理控制电费成本的目的。     

用离散系数分析住宅用电异常情况的方法探讨

介绍一种引入统计学的离散系数作为分析住宅用户用电情况的方法。叙述了与该方法有关的用电客户分类方法,用电量离散系数的计算、分析及目标区间的划分。该方法的实例应用结果说明了这一方法效果好,能有效地提高用电检查工作的效率。     

基于k-means聚类和变分位鲁棒极限学习机的短期负荷预测方法

随着售电侧市场的逐步开放,集中式的供售电模式被打破,为获取更精确的区域短期负荷预测值,提出一种基于k-means聚类和变分位鲁棒极限学习机的短期负荷预测方法。首先利用传统的k-means聚类算法对历史电力负荷数据进行负荷模式的提取,获取相同用电行为的用户负荷曲线。然后采用变分位鲁棒极限学习机对不同类负荷曲线分别建立预测模型,最后叠加单个的预测值形成最终的预测结果。通过设定不同的分位值来模拟不同的预测场景,以此得到所有可能性的预测值,即实现变分位-多场景的VQR-ORELM灵活预测。为验证所提方法的有效性,采用2个实际案例进行仿真分析。结果表明,相对于支持向量机、BP神经网络、极限学习机模型、鲁棒极限学习机模型,所提模型在聚类前后预测精度始终最高,进一步验证了所提方法的优越性和灵活性。通过k-means聚类后,所有模型预测性能都有较大提高。