-
公开(公告)号：CN104134102A
公开(公告)日：2014-11-05
申请号：CN201410369909.4
申请日：2014-07-30
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
CPC classification number: Y02E40/76 , Y04S10/54 , Y04S10/545
Abstract: 本发明提供一种基于LEAP模型的电网中长期电力需求分布预测方法，包括以下步骤：构建区域中长期终端能源需求和能源加工转换环节的LEAP模型；基于LEAP模型得到区域电网中长期电力需求预测值；按用电部门预测中长期区域全社会用电量在各辖区的分布；获取中长期区域全社会用电量在各辖区的分布预测结果；中长期区域全社会最大负荷各辖区分布预测。本发明为区域电网规划人员掌握中长期区域电力需求分布提供了可靠依据，从而更好地服务于电网规划。
-
公开(公告)号：CN103413254A
公开(公告)日：2013-11-27
申请号：CN201310394968.2
申请日：2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
IPC: G06Q50/06
Abstract: 本发明提供一种中长期负荷预测研究与管理一体化应用系统，该系统包括数据管理单元、数据库、区域宏观经济预测单元、电力需求分析预测单元和数据发布展示单元。本发明通过设置区域宏观经济预测单元，使得电力需求分析预测建立在宏观经济预测的基础之上，整合了宏观经济、产业经济数据、能源供需数据、气象数据、电力供应与电力生产类数据等，建立了统一的数据仓库，统一了负荷预测指标体系，有效提高了数据源管理质量，实现了各层级的实时互联、分类管理、分层应用与共享，有效解决了数据不全、数据质量得不到保障、各部门之间对于基础数据的使用存在壁垒的问题，大大提高了工作效率，为电网公司规划计划决策提供科学依据。
-
公开(公告)号：CN107067180A
公开(公告)日：2017-08-18
申请号：CN201710275125.9
申请日：2017-04-24
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
CPC classification number: G06Q10/0639 , G06Q50/06 , H02J3/00 , H02J2003/007
Abstract: 本发明涉及一种基于灰色关联分析的配电网低电压贡献度评价方法，在传统灰色关联分析的基础上引入熵权理论，克服了专家赋权和平均加权法的缺陷。利用熵权对灰色关联系数进行赋值，能够充分挖掘对象的内部特征，有效地排除了主观因素的影响，使评价结果更加科学，最后通过算例验证了本文所提方法的有效性。对准确分析影响配电网低电压的关键环节，实现低电压的精准治理，提高农网的供电能力与供电质量，具有一定的指导意义。
-
公开(公告)号：CN104112163A
公开(公告)日：2014-10-22
申请号：CN201410166576.5
申请日：2014-04-24
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供一种电力预测景气指数的构造方法，该指数可以用于预测用电量，包括以下步骤：获取历史期的统调用电量同比增速数据和各经济先行指标同比增速数据；根据相关性和滞后性，筛选合适的经济先行指标；确定各经济先行指标的权重；建立构造电力预测景气指数的计算模型；计算得到预测期和历史期的电力预测景气指数；本发明利用各经济先行指标当前已知同比增速数值计算出超前的电力预测景气指数，对统调用电量同比增速进行预测，并进而预测统调用电量，有助于进行电力规划。
-
公开(公告)号：CN107679754A
公开(公告)日：2018-02-09
申请号：CN201710924301.7
申请日：2017-09-30
Applicant: 国网安徽省电力公司经济技术研究院
CPC classification number: G06Q10/06393 , G06Q30/016 , G06Q50/06
Abstract: 本发明涉及电力行业服务技术领域，具体涉及基于改进AHP与模糊理论的电力用户满意度评价方法，包括以下步骤：根据电力用户满意度评价指标体系建立比较矩阵；基于比较矩阵中各指标之间的相对重要程度计算各项指标的重要性排序指数；对各层级指标建立判断矩阵；求判断矩阵的最优传递矩阵；求判断矩阵的拟优一致矩阵，拟优一致矩阵的特征向量即为各项指标的权重向量；采用模糊评价理论对各项指标的权重向量进行分析，由模糊评价矩阵确定相应指标的隶属度值，根据隶属度最大原则确定综合评价结果。本发明引入基于最优传递矩阵的改进AHP获取各层级指标权重，能方便、有效地评价电力用户的满意程度，可以为电力公司经营管理提供一定的参考价值。
-
Patent Agency Ranking
公开(公告)号：CN104134102B
公开(公告)日：2017-09-22
申请号：CN201410369909.4
申请日：2014-07-30
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
CPC classification number: Y02E40/76 , Y04S10/54 , Y04S10/545
Abstract: 本发明提供一种基于LEAP模型的电网中长期电力需求分布预测方法，包括以下步骤：构建区域中长期终端能源需求和能源加工转换环节的LEAP模型；基于LEAP模型得到区域电网中长期电力需求预测值；按用电部门预测中长期区域全社会用电量在各辖区的分布；获取中长期区域全社会用电量在各辖区的分布预测结果；中长期区域全社会最大负荷各辖区分布预测。本发明为区域电网规划人员掌握中长期区域电力需求分布提供了可靠依据，从而更好地服务于电网规划。
-
公开(公告)号：CN104330669B
公开(公告)日：2017-05-10
申请号：CN201410612299.6
申请日：2014-11-03
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
IPC: G01R31/00
Abstract: 本发明所述的一种基于负荷矩的农村配电网低电压预警方法，通过深入分析220/110kV变电站的10kV母线到400V用户的每一个环节可能产生低电压的原因、建立相应的负荷矩模型，进而提出相应的预警方法和治理措施。由于负荷矩直接对应了电网允许的电压损失，且实用方便，既适合运行维护人员及时发现低电压问题，也适用于规划阶段提前预判台区低电压发生，尤其对于农村电工更加实用。本发明所述的一种基于负荷矩的农村配电网低电压预警方法，可实现复杂网络条件下低电压分布及其可能性的迅速判定，进而得出各级电网设备在不同情景下的电压降影响贡献率，分析产生低电压的主要环节，提高了低压预警的准确率。
-
公开(公告)号：CN103413253B
公开(公告)日：2016-05-18
申请号：CN201310394962.5
申请日：2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供一种基于经济、气象因素的年最大负荷分类预测方法，该方法包括以下步骤：（1）根据各类负荷的影响因子，读取历史数据，构建分类预测模型；（2）获取目标年各解释变量值；（3）对目标年的各类负荷进行分类预测；（4）计算目标年的年最大负荷。本发明将年最大负荷分解为年基础负荷、年居民空调负荷和年非居民空调负荷，便于更深层次地考虑其影响因子；建立了分类预测模型，并在预测模型中同时考虑了经济和气象因素，在气象因素中，并未考虑具体温度的影响，而是通过对历史数据的分析，将气候条件指标和高温持续天数引入预测模型，解决了气象预报在超前性和精度方面不满足负荷预测要求的问题，提高了预测的精度。
-
公开(公告)号：CN103440536B
公开(公告)日：2016-01-20
申请号：CN201310396201.3
申请日：2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
IPC: G06F17/00
Abstract: 本发明提供一种区域宏观经济预测模型方法，该方法包括以下步骤：（1）获取与电力需求相关的不同时间频度的历史经济数据指标；2）利用CES生产函数模型，构建区域宏观经济中短期预测模型；（3）利用改进的Solow生产函数模型，构建区域宏观经济长期预测模型。本发明按照时间维度分别建立了区域宏观经济中短期预测模型与区域宏观经济长期预测模型，大大提高了预测精度，为政府部门制定电力工业发展目标提供决策依据。
-
公开(公告)号：CN204131127U
公开(公告)日：2015-01-28
申请号：CN201420612132.5
申请日：2014-10-22
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
IPC: H02J3/00
Abstract: 本实用新型所述的一种典型配电网的供电系统，包括与多种电压等级母线相连的多个变电站，和与多个变电站出线回路相连的多种负荷回路；所述变电站包括与220kV变电站内110kV出线间隔相连的110kV变电站一和110kV变电站二，该变电站一和变电站二分别通过出线间隔连接多种负荷回路，所述多种负荷回路由多个分布式电源、二级负荷配电室、三级负荷配电室、箱变、柱上变组成。本实用新型所述供电系统可满足安全可靠供电，适应负荷发展需求；在满足供电分区可靠性要求的基础上，提高了设备利用率和经济性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.111 seconds)
