公开(公告)号：CN115796552A

公开(公告)日：2023-03-14

申请号：CN202211732013.9

申请日：2022-12-30

Applicant: 南方电网数字电网研究院有限公司

Inventor： 向睿 ,  罗敏 ,  周尚礼 ,  杨劲锋 ,  郭杨运 ,  赵伟 ,  赖雨辰 ,  杨景旭 ,  陈敏娜 ,  张英楠

IPC: G06Q10/0631 ,  G06Q30/0202 ,  G06Q50/06

Abstract: 本申请涉及一种基于分时电价的可调资源特征库构建方法、可调资源特征库构建装置、服务器、存储介质和计算机程序产品。包括：获取用电客户在预设时间周期内的用电负荷数据，多个预设时间域内的用电成本；基于各预设时间域内的用电负荷数据，确定用电客户分别在各预设时间域内的用电负载比率和用电客户在时间周期内的平均用电负载；基于各预设时间域内的用电负载比率和用电成本，以及在时间周期内的平均用电负载，确定用电客户分别在各预设时间域内的响应指标值；基于各预设时间域内的响应指标值，生成关于用电客户的可调节负荷资源库。采用本方法能够优化构建可调节负荷资源库的流程和提高评估用户对可调节负荷资源的响应程度的准确性。

公开(公告)号：CN115392594A

公开(公告)日：2022-11-25

申请号：CN202211330610.9

申请日：2022-10-27

Applicant: 南方电网数字电网研究院有限公司

Inventor： 罗敏 ,  周尚礼 ,  李鹏 ,  赵伟 ,  郭杨运 ,  向睿 ,  赖雨辰 ,  杨景旭 ,  陈敏娜 ,  杜锦阳

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  H02J3/00

Abstract: 本申请涉及一种基于神经网络和特征筛选的用电负荷模型训练方法。方法包括：获取训练样本数据；获取针对各候选用电特征组合对应的特征选择变量，并采用梯度下降的方法，从各候选用电特征组合中筛选出目标用电特征组合；将目标用电特征组合输入至待训练的电力负荷预测模型中，得到用户用电负荷预测数据；基于用户用电负荷预测数据和目标用电特征组合所对应的用户用电负荷样本数据之间的差异，获取待训练的电力负荷预测模型对应的模型损失值；根据模型损失值调整待训练的电力负荷预测模型的模型参数，直至模型损失值低于预设阈值，将模型参数调整后的待训练的电力负荷预测模型作为训练好的电力负荷预测模型。本方法能提高用户用电负荷预测的精度。

公开(公告)号：CN117175609B

公开(公告)日：2024-02-23

申请号：CN202311435605.9

申请日：2023-11-01

Applicant: 南方电网数字电网研究院有限公司

Inventor： 赵伟 ,  李鹏 ,  谢宁 ,  林文智 ,  周尚礼

IPC: H02J3/14 ,  H02J3/00

Abstract: 本申请涉及一种电力负荷柔性调控方法、装置、电力负荷柔性调控终端和存储介质。所述方法包括：获取预设历史时间段中待调控专变台区中协议转换后至少一个场景下的多元柔性负荷的负荷运行状态数据；将负荷运行状态数据输入非侵入式负荷辨识模型，得到各类型柔性负荷的子负荷运行状态数据；将各子负荷运行状态数据，分别输入负荷状态预测模型，得到预设未来时间段中，各类型柔性负荷的预测负荷运行状态数据；将预测负荷运行状态数据输入柔性负荷调控模型，生成针对待调控专变台区的柔性负荷调控方案；生成与柔性负荷调控方案相匹配的调控指令，并将协议转换后调控指令发送至待调控专变台区。采用本方法能够提高柔性负荷调控的精确程度。

公开(公告)号：CN115392594B

公开(公告)日：2023-03-24

申请号：CN202211330610.9

申请日：2022-10-27

Applicant: 南方电网数字电网研究院有限公司

Inventor： 罗敏 ,  周尚礼 ,  李鹏 ,  赵伟 ,  郭杨运 ,  向睿 ,  赖雨辰 ,  杨景旭 ,  陈敏娜 ,  杜锦阳

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/2113 ,  G06N3/0442 ,  G06N3/084 ,  H02J3/00

Abstract: 本申请涉及一种基于神经网络和特征筛选的用电负荷模型训练方法。方法包括：获取训练样本数据；获取针对各候选用电特征组合对应的特征选择变量，并采用梯度下降的方法，从各候选用电特征组合中筛选出目标用电特征组合；将目标用电特征组合输入至待训练的电力负荷预测模型中，得到用户用电负荷预测数据；基于用户用电负荷预测数据和目标用电特征组合所对应的用户用电负荷样本数据之间的差异，获取待训练的电力负荷预测模型对应的模型损失值；根据模型损失值调整待训练的电力负荷预测模型的模型参数，直至模型损失值低于预设阈值，将模型参数调整后的待训练的电力负荷预测模型作为训练好的电力负荷预测模型。本方法能提高用户用电负荷预测的精度。

公开(公告)号：CN115640935A

公开(公告)日：2023-01-24

申请号：CN202211660431.1

申请日：2022-12-21

Applicant: 南方电网数字电网研究院有限公司

Inventor： 李鹏 ,  卢世祥 ,  周尚礼 ,  罗敏 ,  赵伟 ,  张乐平 ,  何恒靖 ,  郭晓斌

IPC: G06Q10/06 ,  G06Q50/06 ,  G06Q50/26

Abstract: 本申请涉及一种获取目标节点的流出功率；按照电力系统中节点的上下游关系，确定与目标节点连接的上游节点，获取上游节点流入目标节点的碳排放因子和流入功率；根据目标节点的流出功率、上游节点流入目标节点的碳排放因子和流入功率，确定目标节点的碳排放因子；根据目标节点的碳排放因子，计算目标节点的实际碳排放量。采用电力碳排放计量设备对电力系统中所有节点的碳排放因子和碳排放量在本地节点处单独进行计算，无需将所有数据都发送至云端管理系统，能够快速完成碳排放量的计算，提高碳排放量计算过程的效率。另外，在每一电力碳排放计量设备将计算结果发送至云端管理系统后，系统能够对每一节点的碳排放情况进行单独管理，提高管理效率。