產(chǎn)品簡介

      短期負荷預測解決方案借助于機器學習技術,從海量數(shù)據(jù)中獲取隱藏的、有效的、可理解的知識,并對電網(wǎng)相關數(shù)據(jù)和信息進行有效挖掘,建立負荷預測模型，實現(xiàn)電網(wǎng)負荷的實時分析及預測,達到負荷預測實時、精準、高效。

      利用科學的預測數(shù)學模型,找到準確、簡便、快捷的預測方法，從而改善以往依賴經(jīng)驗判斷或過于強調理論邏輯而脫離電網(wǎng)實際的預測方法，滿足企業(yè)預測精度提升的要求。

      傳統(tǒng)預測方法對不同類型的售電量預測沒有統(tǒng)一而合理的處理方法,未充分利用現(xiàn)有歷史數(shù)據(jù),在氣候條件、節(jié)假日等的影響下穩(wěn)定性較差。數(shù)據(jù)智能預測建模有效利用了歷史數(shù)據(jù),并考慮了某些復雜因素,且多數(shù)具備自我學習能力和自適應推理能力,通用性強。

應用場景

主網(wǎng)運行負荷實時預測
溫度-負荷關系挖掘
節(jié)假日負荷預測
非節(jié)假日負荷預測
實時修正負荷預測

產(chǎn)品模塊

產(chǎn)品優(yōu)勢

1.提高在線評估時效性
 有效應對電網(wǎng)運行的多變性,適應新形勢下調度技術應用,提高現(xiàn)有在線評估技術的時效性。
2.及時獲取天氣信息
 能夠及時獲取負荷受天氣影響較大地區(qū)的天氣信息(準確到小時分鐘)，有效利用關鍵的天氣信息實現(xiàn)精準分析。
3.提高預測準確性
 解決因電網(wǎng)運行方式多變極大影響預測結果問題,基于實時負荷修正預測結果，快速修正后續(xù)預測結果。

典型客戶

• 廣東電網(wǎng)佛山供電局