买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东大爱天下能源集团有限公司

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，具体为通过数据采集，得到电力原始数据，所述电力原始数据包括电力系统数据和环境因素数据，所述电力系统数据包括历史用电数据和电力系统运行数据，所述环境因素数据包括温度、湿度、风速和降水率；步骤S2：数据预处理，用于优化数据质量，具体为通过对电力原始数据进行缺失值填补、异常值删除、归一化处理和独热编码，得到电力优化数据，所述电力优化数据包括电力系统优化数据和环境因素优化数据；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；在步骤S33中，所述构建电负荷预测主任务子网，包括以下步骤：步骤S331：构建主要输入层，具体为接收电力系统优化数据作为电负荷预测主任务子网的输入，得到主任务输入数据；步骤S332：设计电负荷预测主任务子网的编码模块和解码模块，具体为在编码模块中设置1个卷积层和1个最大池化层，在第一解码模块中设置1个长短期网络层和1个密集层，在第二解码模块中设置2个长短期网络层、1个正则化层和1个密集层；步骤S333：结合辅助任务输出结果，对电负荷预测主任务进行辅助计算，具体为对辅助任务输出结果进行重复和扩展，并将重复和扩展后的辅助任务输出结果与第一解码模块的输出结果进行串联，得到串联数据，再将串联数据输入到第二解码模块中进行计算；步骤S334：构建主要输出层，用于输出电负荷预测主任务子网的预测结果；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，用于结合电负荷预测和电力系统故障检测结果进行电力智能管理，具体为结合所述电力故障检测信息和所述电负荷预测信息，进行基于人工智能的电力管理辅助，得到电力智能管理辅助参考信息，所述电力智能管理辅助参考信息，具体包括电力系统健康状态评估参考信息、电力系统预防性维护建议信息、电力供应调整建议信息和应急响应策略参考信息。

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