-
公开(公告)号：CN119721374A
公开(公告)日：2025-03-28
申请号：CN202411867509.6
申请日：2024-12-18
Applicant: 广东电网有限责任公司
IPC: G06Q10/04 , G06F18/243 , G06Q50/26
Abstract: 本发明公开了一种碳排放量确定方法、装置及存储介质，其中方法包括:获取同一产业链上各个工业的能源消耗数据；将能源消耗数据输入至预训练好的神经网络中，得到各个工业的预测碳排放量；根据每一工业的预测碳排放量和对应的实际碳排放量，确定第一类工业和第二类工业；构建随机森林模型，将工业的能源消耗数据和碳排放量输入至随机森林模型中，得到第二类工业的第N年预测碳排放量。本发明以同产业链上准确度较高工业的碳排放参数，包括能源消耗数据和碳排放量，来预测准确度较低工业的碳排放量，考虑了同产业链上不同行业的不同应用效果对碳排放量的影响，从而能够有效提高碳排放量确定的准确性和可靠性。
-
公开(公告)号：CN119382101A
公开(公告)日：2025-01-28
申请号：CN202411492430.X
申请日：2024-10-24
Applicant: 广东电网有限责任公司
Abstract: 本发明公开了一种电源与故障限流器的协调规划方法、装置、终端设备及存储介质，通过将电源和故障限流器的协调规划问题作为主问题进行求解，生成初始规划方案解集，继而通过第一子问题排除初始规划方案解集中所有的不可行方案生成第一规划方案解集，通过第二子问题以及第三子问题分析第一规划方案解集的稳定性以及成本生成第二规划方案解集，通过第四子问题分析第二规划方案解集的松弛误差最终生成最优规划方案。因此，本发明将电源和故障限流器的协调规划问题分解成若干问题进行求解，并通过循环迭代求解使问题解集不断收敛并逐渐接近最优解，最终生成最优规划方案，有效解决了GEP领域的关键问题。
-
公开(公告)号：CN119315584A
公开(公告)日：2025-01-14
申请号：CN202411402901.3
申请日：2024-10-09
Applicant: 广东电网有限责任公司
Abstract: 本申请公开了一种基于资源调控的配电网控制优化方法，其中方法包括：对配电网的供给侧和需求侧的不确定因子进行度量，构建第一约束条件；然后针对配电网的三相不平衡情况构建第二约束条件；以配电网的年综合运行成本最小为目标构建目标函数，并根据所述目标函数和第二约束条件，构建资源调控优化模型；对资源调控优化模型进行线性转换，并根据所述第一约束条件对资源调控优化模型进行求解，得到配电网调控策略，对配电网进行调控。本申请针对配电网三相不平衡的特点进行建模，并对模型的不确定性进行描述，得到更精确的可降低配电网的综合运行成本和电压越限风险的调控策略，实现提升配电网的运行效益和运行稳定性。
-
公开(公告)号：CN113852100B
公开(公告)日：2024-11-08
申请号：CN202111125769.2
申请日：2021-09-24
Applicant: 广东电网有限责任公司
Inventor： 李作红 , 李峰 , 余梦泽 , 刘若平 , 陈智颖 , 李鸿 , 左郑敏 , 余浩 , 彭勃 , 徐蔚 , 杨燕 , 金楚 , 罗澍忻 , 周姝灿 , 马龙义 , 张蓓 , 陈鸿琳 , 李猛 , 李逸欣 , 彭虹桥
Abstract: 本申请公开了基于数据驱动的TCPST紧急控制启动判据生成方法及生成装置，生成方法包括根据TCPST的控制目标，选择对应的紧急控制启动判据指标；确定用于数据驱动的样本集的输入量与输出量；通过MATLAB和BPA的交互，自动获取不同故障位置下的故障极限清除时间；通过MATLAB和BPA的交互，自动获取不同故障位置、不同故障清除时间的样本集；通过神经网络对样本集进行学习，得到学习模型，学习模型作为TCPST的紧急控制启动判据。通过上述方式，本申请方法调用速度快、有助于保证控制的响应速度，同时完善了TCPST紧急控制的流程框架，避免了启动判据缺失对TCPST使用寿命及电网效益的不利影响。
-
公开(公告)号：CN118316034B
公开(公告)日：2024-08-27
申请号：CN202410658445.2
申请日：2024-05-27
Applicant: 广东电网有限责任公司
IPC: H02J3/00 , H02J3/46 , H02J3/28 , H02J3/06 , G06F30/20 , H02J3/14 , G06F113/04 , G06F111/04
Abstract: 本发明涉及电力系统技术领域，公开了一种多节点系统的碳排放因子动态计算方法及装置。该方法获取系统各节点之间的连接关系，根据连接关系形成节点链接矩阵；根据节点链接矩阵构建若干个约束条件，建立考虑系统成本的系统运行模拟模型，并通过优化系统运行模拟模型得出系统的最优运行状态；基于系统的最优运行状态对应的数据，计算系统的节点有功通量矩阵；获取系统的机组碳排放因子矩阵，结合节点有功通量矩阵，计算得出系统各节点的碳势；根据系统各节点的碳势，计算系统各节点负荷用电对应的碳排放量。本发明完善了动态计算系统碳因子的全流程，提高了动态计算多节点系统碳排放因子的准确性，提升了各节点机组开机组合低碳调控的效果。
-
Patent Agency Ranking
公开(公告)号：CN117933493B
公开(公告)日：2024-06-07
申请号：CN202410323416.0
申请日：2024-03-21
Applicant: 广东电网有限责任公司
IPC: G06Q10/04 , G06F18/25 , G06Q30/018 , G06F123/02
Abstract: 本发明提供了多时间颗粒度数据协调的碳排放因子预测方法及系统，包括：采集待预测区域的第一碳排放数据，并将所述第一碳排放数据按照时间颗粒度，建立多个对碳排放因子进行预测初始的第一预测模型；其中，每个时间颗粒度都对应一个第一预测模型；根据所述时间颗粒度和待预测时段，建立时间层次矩阵，并根据所述时间层次矩阵对多个第一预测模型进行融合，得到初始的第一协调预测模型；根据所述第一碳排放数据对所述第一协调预测模型进行参数更新，得到训练好的第二协调预测模型，以使通过所述第二协调预测模型预测碳排放因子；采用本发明能够提高碳排放因子的预测精确度。
-
公开(公告)号：CN117910047A
公开(公告)日：2024-04-19
申请号：CN202410316929.9
申请日：2024-03-20
Applicant: 广东电网有限责任公司
Abstract: 本发明公开了一种多密钥联邦学习方法、装置、终端设备及介质，方法包括：根据各能源设备的公钥计算得到聚合公钥，根据密钥分布、误差分布、密文模数、预设的随机向量以及聚合公钥，重复执行迭代训练操作，直至各能源设备本地模型均收敛；迭代训练操作包括：计算第一加密权重总和、第二加密权重总和，根据各能源设备的私钥、第二加密权重总和以及误差分布，得到各能源设备的解密份额；根据密文模数、各能源设备的解密份额以及第一加密权重总和，计算明文总和；对明文总和进行解码得到权重总和，然后根据得到的平均权重以及各能源设备本地模型所对应的训练样本对各能源设备本地模型进行训练，通过实施本发明提高了多密钥联邦学习的效率和安全性。
-
公开(公告)号：CN117540426A
公开(公告)日：2024-02-09
申请号：CN202311595372.9
申请日：2023-11-27
Applicant: 广东电网有限责任公司
Abstract: 本发明公开了一种基于同态加密和联邦学习的能源电力数据共享方法及装置，所述方法包括：构建包括参与设备与服务器的初始能源电力数据共享模型；其中，所述参与设备为用于能源电力数据共享的各类移动终端；所述参与设备包含能源电力数据的局部模型；所述服务器包含能源电力数据的全局模型；所述服务器将全局模型的加密的初始化全局权重参数传输至参与设备；在所述参与设备接收到加密的初始化全局权重参数时，重复执行局部模型参数更新操作，直至所述全局模型收敛时，生成能源电力数据共享模型；根据所述能源电力数据共享模型完成模型中各参与设备与服务器间的能源电力数据共享。
-
公开(公告)号：CN116562450A
公开(公告)日：2023-08-08
申请号：CN202310540716.X
申请日：2023-05-12
Applicant: 广东电网有限责任公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0635 , G06Q10/0875 , G06Q50/06 , G06F18/214 , G06F18/243
Abstract: 本发明公开了一种煤炭供需形势预警方法及系统，通过获取历史煤炭生产总量、煤炭消费总量、煤炭供应总量、煤炭价格、电煤库存和煤炭可用天数等历史煤炭供需数据后，将历史煤炭供需数据输入根据对基于梯度提升算法的决策树分类模型进行构建得到的煤炭供需形势预警模型进行计算，得到煤炭供需预警结果，以使所述调度中心根据所述煤炭供需预警结果对煤炭资源进行调度，通过梯度提升分类算法自主识别煤炭供需预警级别，有效提高了煤炭供需预测准确度及预测效率。
-
公开(公告)号：CN116128130A
公开(公告)日：2023-05-16
申请号：CN202310075122.6
申请日：2023-01-31
Applicant: 广东电网有限责任公司
IPC: G06Q10/04 , G06F18/213 , G06Q50/06 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于图神经网络的短期风能数据预测方法及装置，通过对历史风能数据进行数据预处理，得到标准历史风能数据；构建包括CNN模块、GNN模块和时序卷积模块的初始CGNN模型；将标准历史风能数据输入到初始CGNN模型中，以使CNN模块对标准历史风能数据进行特征提取，得到稀疏图邻接矩阵，GNN模块对稀疏图邻接矩阵进行节点信息融合，得到信息融合图结构，时序卷积模块对信息融合图结构进行高维特征提取，得到第一风能预测数据；将采集的待预测地区的第一历史风能数据输入CGNN模型中，得到短期风能预测数据；与现有技术相比，本发明通过构建CGNN模型，能综合考虑各信息节点间的关系，提高风能预测数据的准确性。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.08 seconds)
