基于经验模态分解的多模型融合售电量预测模型

售电量预测的精度是影响售电公司利润的一个重要因素.传统售电量预测方法难以解决售电量数据序列的趋势性、周期性与随机性等问题.为此,本文提出一种多模型融合的售电量预测方法.首先,采用基于经验模态分解方法将日和月度售电量分解为高、中、低频分量,构建三种独立的基模型,分别对不同频分量进行预测;然后,基于历史数据和同期的外部因素...     

基于用电多注意力的独居老人风险识别方法

为解决中国城市独居老人健康监护难的问题，本文提出一种基于用电多注意力的独居老人风险识别方法。通过新一代智能电表采集独居老人的历史用电数据，提取独居老人各类型电器的用电特征；通过多注意力机制学习独居老人的电量趋势、负荷波动等特征，建立独居老人用电指纹。在此基础上，将当前独居老人的用电数据与用电指纹数据进行比对，判断独居老人是否存在风险。在某城市社区应用该方法，识别准确率达96.7%。该方法通过电力数据实现了独居老人风险识别，提升了政府的独居老人管理水平。