一种基于工程量化数据的配网中压停电计划耗时预测方法
申请号:CN202510205053
申请日期:2025-02-24
公开号:CN120354982A
公开日期:2025-07-22
类型:发明专利
摘要
本发明公开了一种基于工程量化数据的配网中压停电计划耗时预测方法,包括:数据采集、数据预处理、预测模型训练、预测总耗时、输出结果与调整优化及数据收集模块、数据预处理模块、预测模型训练模块、预测模块、调整与优化模块和显示与反馈模块。本发明一方面提高停电计划的精准度:通过量化数据分析,能够精准预测停电过程的耗时,避免过度停电或过短时间的停电,从而更好地协调配电网的运行与维修工作,另一方面优化资源配置:预测停电耗时可以帮助电力公司在停电计划中合理配置人力、物力和设备,确保资源的高效利用,降低运营成本。
技术关键词
停电计划
预测模型训练
机器学习算法
数据收集模块
引入遗传算法
优化预测模型
优化资源配置
训练预测模型
粒子群优化算法
智能优化算法
设备状态信息
神经网络算法
多层感知机
支持向量机
电力公司
噪声数据
传播算法
阶段