-
公开(公告)号：CN119419816A
公开(公告)日：2025-02-11
申请号：CN202411534691.3
申请日：2024-10-31
Applicant: 广东电网有限责任公司
IPC: H02J3/06 , H02J3/38 , H02J3/48 , H02J3/50 , G06F30/18 , G06F30/20 , G06F111/04 , G06F113/04
Abstract: 本发明公开了一种基于潮流约束的配电网优化方法、装置、设备及存储介质，上述方法包括：获取预设时段内各时刻的配电网数据；再根据配电网数据，以预设时段网损最小为目标，构建软开关运行优化模型以及所述软开关运行优化模型的约束条件；随后在各约束条件下，对软开关运行优化模型进行求解，得到预设时段网损最小时的全支路电流、各节点电压以及各支路功率；最后根据所述预设时段网损最小时的全支路电流、各节点电压以及各支路功率对配电网进行优化。通过实施本发明，可以避免需要考虑由于间歇性分布式电源的使用增加，而产生的功率倒送问题，同时提高了优化结果的准确性和求解效率。
-
公开(公告)号：CN118195268B
公开(公告)日：2024-08-16
申请号：CN202410588837.6
申请日：2024-05-13
Applicant: 广东电网有限责任公司佛山供电局
Inventor： 郑剑锋 , 陆锦培 , 冼钟业 , 张姣 , 温纪营 , 刘成 , 万中田 , 万敏 , 周磊 , 刘志陆 , 招永锦 , 陈雪 , 李耀东 , 龚贤夫 , 彭勃 , 陈旭宇 , 胡壮丽
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本发明提供了一种基于网格优化的变电站选址方法，方法包括：获得目标变电站的供电区域，对目标变电站的供电区域进行网格划分，获得目标变电站的供电区域网格图；基于目标变电站的供电区域网格图，确定多个初始供电线路组合；对多个初始供电线路组合进行筛选，获得符合距离约束、负荷约束的标准供电线路组合；确定标准供电线路组合的数量是否满足预设数值；如果是，获取每个标准供电线路组合中距离最远的设备对，获得所有标准供电线路组合的设备对集合；基于所有标准供电线路组合的设备对集合，确定距离最远的设备对，将距离最远的设备对之间的中点位置作为待建变电站的位置，解决现有技术中变电站选址难以精确识别最佳的变电站位置的问题。
-
公开(公告)号：CN117909936B
公开(公告)日：2024-07-26
申请号：CN202410317023.9
申请日：2024-03-20
Applicant: 广东电网有限责任公司
IPC: G06F18/27 , G06Q50/06 , G06F123/02
Abstract: 本发明公开了一种基于时变参数的电能碳相关性建模方法及装置，通过获取预设时间段内的碳排放数据、石油能源消耗数据和电力消耗数据，对碳排放数据进行高分辨率提取，得到高分辨率碳排放数据，对高分辨率碳排放数据、石油能源消耗数据和电力消耗数据分别进行时间变化建模得到多个时间序列模型，再估计出各个时间序列模型所对应的动态协方差矩阵，根据各个动态协方差矩阵计算得到相关性矩阵，利用均匀分布数据和相关性矩阵得到动态密度函数并求解得到最优自由度，根据最优自由度得到电‑能‑碳相关性建模结果，本方法实现了对电‑能‑碳三个主体进行相关性建模，进而可以在后续应用中能够挖掘出更准确的碳数据信息。
-
公开(公告)号：CN118379068A
公开(公告)日：2024-07-23
申请号：CN202410158545.9
申请日：2024-02-04
Applicant: 广东电网有限责任公司
IPC: G06Q30/018 , H02J3/46 , G06F17/16
Abstract: 本发明公开了一种碳排放评估方法、发电机控制方法及装置，所述碳排放评估方法包括：计算广义节点内所产生的直接碳排放量；其中，广义节点为将若干个用电节点进行聚合，并将所聚合的用电节点对应的若干个受点通道和若干个送电通道简化为一条受点通道和一条送电通道后所得到的节点；计算广义节点的流入电量矩阵；根据所述直接碳排放量以及所述流入电量矩阵，计算广义节点的碳排放因子矩阵；计算广义节点的负荷用电间接碳排放量；计算广义节点对应的电力通道碳排放量；根据所述直接碳排放量、负荷用电间接碳排放量以及电力通道碳排放量，得到广义节点的电网碳排放量。通过本发明可以提高碳排放评估过程中的数据隐私性以及求解速度。
-
公开(公告)号：CN118316034A
公开(公告)日：2024-07-09
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：CN117934247B
公开(公告)日：2024-06-25
申请号：CN202410330667.1
申请日：2024-03-22
Applicant: 广东电网有限责任公司
IPC: G06Q50/26 , G06F18/211 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开的基于时序分解的碳排放因子预测方法、装置、电子设备及存储介质，通过将电力系统在连续时间节点下的碳排放因子所构成的时序数据进行时序分解，生成分别具备趋势特性、周期特性、以及典型事件特性的各类特征分量，并利用共型预测模型评估点预测模型输出的各特征分量在未来时间节点下的碳排放因子的预测精准度，继而根据置信比例阈值计算各类特征分量的碳排放因子的分量预测区间，最终生成电力系统在各未来时间节点下的碳排放因子的点预测结果以及预测区间。因此，本发明通过分析当前碳排放因子的时序数据的各类特性，预测处电力系统在未来时间节点的碳排放因子的预测结果和预测区间，有效地提高碳排放因子预测结果的准确性和可靠性。
-
公开(公告)号：CN117934209A
公开(公告)日：2024-04-26
申请号：CN202410330640.2
申请日：2024-03-22
Applicant: 广东电网有限责任公司
Abstract: 本发明提供了一种基于知识图谱的区域电力系统碳排放大数据分析方法，包括：根据区域电力系统的组成，对所述区域电力系统的碳排放知识进行表示，得到区域电力系统对象的实体关系，并分别采集区域电力系统的源侧、网侧和荷侧的非结构化数据；根据所述实体关系，将所述碳排放数据中的非结构化数据，作为基于预先训练的多分支并行神经网络的输入，输出第一知识抽取结果；获取融合实体标识和名称，并根据所述融合实体标识和所述名称，对所述第一知识抽取结果进行知识融合，得到所述实体关系对应的碳排放属性值，将所述碳排放属性值存入碳排放知识库中；采用本发明能够对区域电力系统的碳排放数据进行精确控制。
-
公开(公告)号：CN117251823A
公开(公告)日：2023-12-19
申请号：CN202311249798.9
申请日：2023-09-25
Applicant: 广东电网有限责任公司
IPC: G06F18/25 , G06F18/213 , G06F18/241 , G06F18/23 , G06F18/15 , G06N3/0464
Abstract: 本发明公开了一种基于神经网络的多源异构数据融合方法及装置，包括：对第一多源异构数据进行特征提取，得到多个数据源的第一目标特征；通过由神经网络训练得到的特征提取模型，将第一多源异构数据转换为各数据源的特征映射图，并将各第一目标特征分解为若干个子特征，然后基于各子特征之间的关联关系，将所有子特征融合为特征映射子图序列；通过由神经网络训练得到的目标分类识别模型，对特征映射子图序列进行目标分类识别，并利用目标分类识别结果，对特征映射子图序列中的所有待处理特征进行叠加和归一化处理，得到总体特征。采用本发明实施例，实现第一多源异构数据的层次性分析，弥补单层次信息融合的处理极易受到异常因素影响的缺陷。
-
公开(公告)号：CN116128130B
公开(公告)日：2023-10-24
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。
-
公开(公告)号：CN116629418A
公开(公告)日：2023-08-22
申请号：CN202310565897.1
申请日：2023-05-18
Applicant: 广东电网有限责任公司
IPC: G06Q10/04 , G06Q50/02 , G06N3/0464
Abstract: 本发明公开了一种原油需求预测方法及系统，通过获取原油需求数据、原油消费数据、成品油消费数据、成品需求数据和相关因素数据，并根据原油需求数据、原油消费数据、成品油消费数据、成品需求数据和相关因素数据构建数据集后，将数据集通过基于灰色模型的预测模型进行特征提取，得到第一预测结果；再调用原油需求预测模型对根据第一预测结果和相关因素数据进行计算，得到第二预测结果，并对第二预测结果进行反归一化处理，得到最终预测结果，利用灰色模型对各类相关因素和信息进行深层挖掘，再利用深层挖掘的信息对组合模型进行模型训练以及需求预测，通过各类深层挖掘信息的映射和关联进行模型训练，能提高模型预测的准确率，减少预测的误差。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.107 seconds)
