-
公开(公告)号：CN117171519A
公开(公告)日：2023-12-05
申请号：CN202311065452.3
申请日：2023-08-23
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F18/15
Abstract: 本申请涉及一种负荷数据处理方法、装置、计算机设备和存储介质。方法包括：获取目标时段对应的原始负荷序列；对原始负荷序列中的第一类异常数据进行初步修复，得到初步负荷序列；对初步负荷序列进行频域分解，并根据分解结果，构建时域特征曲线；根据时域特征曲线和初步负荷序列对应的负荷曲线，确定原始负荷序列中的第一类异常数据；根据时域特征曲线，对原始负荷序列中的第一类异常数据和第二类异常数据进行修复。采用本方法能够提高用户负荷异常数据辨识能力和修复效果。
-
公开(公告)号：CN116975791A
公开(公告)日：2023-10-31
申请号：CN202311017483.1
申请日：2023-08-11
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F18/28 , G06F18/241
Abstract: 本发明公开了一种用户用电子模式的确定方法、装置、电子设备及存储介质，该方法包括获取原始负荷曲线矩阵以及随机初始化非负字典；基于预先设置的稀疏约束条件和重构误差矩阵对原始负荷曲线矩阵进行处理，以更新初始化非负字典；当检测到满足目标约束条件时，基于更新后的初始化非负字典确定与原始负荷曲线相对应的至少一个用电子模式。本发明实施例所提供的技术方案，实现了对具有多样性和洗属性的单一用户负荷进行处理，以确定相应的用户子模式，进而基于用电子模式重构出负荷曲线。
-
公开(公告)号：CN116010626A
公开(公告)日：2023-04-25
申请号：CN202310296133.7
申请日：2023-03-24
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F16/36 , G06F40/295 , G06Q30/0201 , G06Q50/06 , G06F16/33 , G06F16/35
Abstract: 本申请涉及一种电力用户知识图谱分析方法、装置和计算机设备。通过预设词典解析服务提供者的名称，得到位置信息、提供的服务和服务提供者的标识名称，根据标识名称对各服务提供者进行分组和对齐后，关联服务提供者数据库中各身份信息至对应的各个服务提供者，分别创建名称、位置信息、所提供的服务和标识名称对应的实体，确定各实体的实体属性，根据多个实体、各实体属性以及各实体之间的关联关系，构建待分析电力系统对应的知识图谱，基于知识图谱分析电力系统。相较于传统通过关系型数据库进行分析，本方案基于服务提供者的各项属性构建知识图谱后对电力系统进行分析，降低了分析难度。
-
公开(公告)号：CN115408197B
公开(公告)日：2023-01-20
申请号：CN202211350146.X
申请日：2022-10-31
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于流式处理及多源数据交叉校验的负荷数据校验方法。方法包括：获取待校验负荷数据对应的负荷数据采集报文，并对负荷数据采集报文进行解析，得负荷实时采集数据；将负荷实时采集数据进行数据队列处理，得已队列负荷采集数据，并将已队列负荷采集数据与档案信息进行关联，得已关联负荷采集数据；对已关联负荷采集数据中的负荷数据电力信息执行电力信息校验库对应的至少三个电力信息校验逻辑，得综合校验结果；在至少一个子校验结果为校验不通过的情况下，判定待校验负荷数据为异常数据，并基于综合校验结果对应的各子校验结果，对待校验负荷数据进行修复，得目标负荷数据。本方法能够降低因单一来源校验导致的误判率。
-
公开(公告)号：CN115236395B
公开(公告)日：2023-01-20
申请号：CN202211154365.0
申请日：2022-09-22
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种变电站碳排放计量方法、装置、计算机设备和存储介质，所述方法包括：采集变电站中各设备的电力数据，以及所述变电站所泄漏的有害气体的检测质量；根据所述各设备的电力数据，得到所述各设备产生的第一碳排放量，以及根据所述检测质量，得到与所述有害气体等效的第二碳排放量；基于所述各设备产生的第一碳排放量和所述第二碳排放量，得到所述变电站的总碳排放量。采用本方法能够实现对变电站碳排放组成部分的分类核算，以便于后续可以进行精准的碳减排处理。
-
Patent Agency Ranking
公开(公告)号：CN117172626B
公开(公告)日：2024-07-30
申请号：CN202311453904.5
申请日：2023-11-03
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/0639 , G06Q50/06
Abstract: 本申请涉及一种用户用电曲线对新能源消纳边际贡献的评价方法、边际贡献的评价装置、服务器、存储介质和计算机程序产品。所述方法包括：获取电网控制系统产出的第一总负荷量和针对于新能源负荷消耗的第一消纳量；以及，获取个体用户消耗的第二总负荷量；确定电网控制系统消耗新能源负荷的比重；以及确定个体用户在预设周期时间内对应的负荷用电曲线；在负荷用电曲线的形态不变的情况下，将预设的扰动负荷量添入第二总负荷量中，确定个体用户在周期时间内受到扰动负荷后所消耗的第三总负荷量，评价负荷用电曲线对电网控制系统消耗新能源负荷的边际贡献。采用本方法能够提升评价个体用户的负荷用电对消耗新能源负荷的边际贡献的准确性和可靠性。
-
公开(公告)号：CN117239810A
公开(公告)日：2023-12-15
申请号：CN202311485598.3
申请日：2023-11-09
Applicant: 南方电网数字电网研究院有限公司
IPC: H02J3/32 , H02J3/14 , H02J3/46 , G06Q10/0631 , G06Q30/0283 , G06Q50/06 , G06F17/11
Abstract: 本申请涉及一种虚拟电厂电能调度方案获取方法。所述方法包括：根据预先构建的电动汽车的充电约束条件和放电约束条件，获取目标虚拟电厂对电动汽车的最小充电量和最大放电量；基于最小充电量、最大放电量，以及目标虚拟电厂对负载提供的最小负载电量，得到目标虚拟电厂从电动汽车获取的充电资源、目标虚拟电厂对电动汽车提供的放电资源，以及目标虚拟电厂从负载获取的负载资源；利用充电资源、放电资源和负载资源，构建目标虚拟电厂的资源获取量预测模型，以及约束条件；据约束条件，通过资源获取量预测模型，获取当目标虚拟电厂的资源获取量最大时，目标虚拟电厂的电能调度方案。采用本方法能够获得更加合理的虚拟电厂电能调度方案。
-
公开(公告)号：CN117196184A
公开(公告)日：2023-12-08
申请号：CN202311058127.4
申请日：2023-08-21
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/0631 , G06Q10/0637 , G06Q10/067 , G06Q50/06
Abstract: 本申请涉及一种用电需求侧响应潜力评估方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：获取预先构建的广义负荷确定模型，广义负荷确定模型中定义有目标函数和至少一个约束条件，目标函数指示基于用电量得到实际用电效用，约束项包括用户的刚性负荷需求、最小连续用电时长、最大连续停电时长、用电功率、全天用电量、用电功率的改变速率、用户处于用电状态、用电曲线形状、或者多种用电模式下的用户用电信息中至少一项；基于广义负荷确定模型，获取实际用电效用最大时对应的目标用电量，基于目标用电量确定需求响应后的负荷；对需求侧响应潜力进行评估。采用本方法能够提升广义负荷的需求侧响应潜力评估精确度。
-
公开(公告)号：CN117172626A
公开(公告)日：2023-12-05
申请号：CN202311453904.5
申请日：2023-11-03
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/0639 , G06Q50/06
Abstract: 本申请涉及一种用户用电曲线对新能源消纳边际贡献的评价方法、边际贡献的评价装置、服务器、存储介质和计算机程序产品。所述方法包括：获取电网控制系统产出的第一总负荷量和针对于新能源负荷消耗的第一消纳量；以及，获取个体用户消耗的第二总负荷量；确定电网控制系统消耗新能源负荷的比重；以及确定个体用户在预设周期时间内对应的负荷用电曲线；在负荷用电曲线的形态不变的情况下，将预设的扰动负荷量添入第二总负荷量中，确定个体用户在周期时间内受到扰动负荷后所消耗的第三总负荷量，评价负荷用电曲线对电网控制系统消耗新能源负荷的边际贡献。采用本方法能够提升评价个体用户的负荷用电对消耗新能源负荷的边际贡献的准确性和可靠性。
-
公开(公告)号：CN115130620B
公开(公告)日：2023-04-28
申请号：CN202211050905.0
申请日：2022-08-31
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F18/214 , G06F18/24 , G06F18/22 , G06N3/08 , G06Q50/06
Abstract: 本公开涉及电力数据智能处理技术领域，特别是涉及一种电力设备用电模式识别模型生成方法、装置、计算机设备和存储介质。所述方法包括：获取电力负荷数据以及用电数据，将电力负荷数据与用电数据随机组合并构造为待标注数据对；对预设比例的待标注数据对赋予数据标签，获取已标注数据对，并与剩余待标注数据合并为初始训练集；构建神经网络模型，基于初始训练集将神经网络模型训练至收敛，获取标注模型；通过标注模型对初始训练集中待标注数据对进行伪标注，获取弱监督训练集；基于弱监督训练集将标注模型训练至收敛，获取识别模型。采用本方法能够精确及高效度量电力负荷数据与用电数据相关性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.033 seconds)
