-
公开(公告)号:CN115065063A
公开(公告)日:2022-09-16
申请号:CN202210887164.5
申请日:2022-07-26
申请人: 中国电力科学研究院有限公司
摘要: 本发明属于电网运行及人工智能技术领域,公开一种基于人工智能神经网络的电网潮流控制方法及系统;所述方法包括:获取目标电网的潮流数据;以目标电网所有节点电压的幅值和相角,线路的有功、无功潮流,以及待控制线路有功潮流预设的变化量为输入;带入到预先训练好的待控制线路的人工智能神经网络模型中进行辨识,得到待控制线路的两端电压差;控制待控制线路的首端节点与末端节点之间的电压差等于所述两端电压差。本发明通过人工智能神经网络模型将线路的功率调整值和线路两端电压差关联,当启动线路潮流控制方案,则通过控制节点电压的方式来实现线路上的潮流优化。
-
公开(公告)号:CN114977206B
公开(公告)日:2024-03-29
申请号:CN202210758613.6
申请日:2022-06-30
申请人: 中国电力科学研究院有限公司
摘要: 本发明属于电网运行技术领域,公开一种新能源电站人工智能控制电网节点电压的方法及系统;本发明以电网的电压幅值相角以及所需要控制节点电压目标与当前电压的差值为输入,通过人工神经网络实现,以新能源场站无功出力输出为输出;本发明一方面能够充分利用新能源场站无功出力来实现对电网节点电压的调节,另一方面能够实现无功的就地最近调节避免了无功传输引起的线损,能够很好的实现电网节点电压的优化控制。
-
公开(公告)号:CN112945373A
公开(公告)日:2021-06-11
申请号:CN202110112161.X
申请日:2021-01-27
申请人: 华北电力大学(保定) , 中国电力科学研究院有限公司 , 国网西藏电力有限公司电力科学研究院 , 国网四川省电力公司
摘要: 本发明公开了一种青藏高原地区交流输电线路电晕噪声声功率修正方法,包括以下步骤:S1,在不同的海拔高度对导线开展电晕笼试验,利用B&K噪声测量系统对电晕放电产生的可听噪声声压数值进行测量;S2,通过声功率电晕笼解析方法将测得的声压数据转化为声功率;S3,对不同分裂数和不同子导线直径的导线声功率进行拟合,获得声功率修正方法。本发明提供的青藏高原地区交流输电线路电晕噪声声功率修正方法,具有测量数据更全面、可听噪声预测准确可靠的特点。
-
公开(公告)号:CN116169728A
公开(公告)日:2023-05-26
申请号:CN202310183938.0
申请日:2023-02-28
申请人: 中国电力科学研究院有限公司
IPC分类号: H02J3/46 , G06Q10/0631 , G06Q50/06
摘要: 本发明属于新能源发电技术领域,公开一种基于最小汉明距离分析的新能源机群智能调控方法及系统;包括:获取目标新能源机群的历史数据,并对所述历史数据进行分组;针对每组历史数据进行二进制编码;获取目标新能源机群的当前时刻的数据以及下一时刻的功率控制指令;将目标新能源机群的当前时刻的数据进行二进制编码,并根据功率控制指令寻找中汇总功率所在分组;计算当前时刻目标新能源机群数据的二进制编码与所选历史数据二进制编码的汉明距离,将最小汉明距离对应的历史数据作为控制参考,依据所述控制参考对目标新能源机群进行调控。本发明一方面能够充分的利用历史的数据;另一方面能够快速的通过最少机组的控制,来达到功率调度调整的目的。
-
公开(公告)号:CN114243791A
公开(公告)日:2022-03-25
申请号:CN202210062746.X
申请日:2022-01-19
申请人: 中国电力科学研究院有限公司
摘要: 一种风光氢蓄系统的多目标优化配置方法、系统及存储介质,方法包括以总成本最低、系统负荷缺电率最小构建目标函数,以系统自身功率及容量限制作为约束条件,以系统内各设备的投运个数为决策变量,对风光氢储系统模型进行种群初始化;通过带精英策略的非支配遗传算法对初始种群进行非支配排序,通过选择、交叉、变异操作获得第一代子代种群;从第二代开始,将父代种群与子代种群合并,对合并后的种群进行非支配排序,对每个非支配层中的个体进行拥挤度计算,根据非支配关系及个体的拥挤度选取个体组成新的父代种群;对新的父代种群进行选择、交叉、变异操作;达到最大迭代次数时输出容量优化配置方案。本发明能够解决复杂场景下优化配置问题。
-
公开(公告)号:CN112904092A
公开(公告)日:2021-06-04
申请号:CN202110069768.4
申请日:2021-01-19
申请人: 华北电力大学(保定) , 中国电力科学研究院有限公司 , 国网西藏电力有限公司电力科学研究院 , 国网四川省电力公司
IPC分类号: G01R29/08
摘要: 本申请公开了一种高海拔交流线路的无线电干扰预测方法及装置。首先获得导线分裂数和子导线半径,而后对模型进行建模,利用模拟电荷法或者有限元等方法计算导线束中每一根子导线表面的电场强度,然后提取每一根子导线的表面最大的电场强度,对提取出的每一根子导线表面最大电场强度进行算术平均,获取导线表面的平均最大电场强度,再结合高海拔修正公式,计算出高海拔条件下的无线电干扰激发函数值。本方案提供的高海拔地区交流输电线路无线电干扰激发函数修正方法更加准确可靠,从而避免了由于预测的不准确给工程带来的不必要的造价增加或者无线电干扰因子超标,这为我国青藏高原高海拔地区交流输电线路的建设提供了一定的技术支持。
-
公开(公告)号:CN108694467A
公开(公告)日:2018-10-23
申请号:CN201810495590.8
申请日:2018-05-22
申请人: 中国电力科学研究院有限公司 , 国家电网公司 , 华北电力大学 , 国网辽宁省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国网山西省电力公司 , 国网信息通信产业集团有限公司
摘要: 本发明公开了一种对配电网线损率进行预测的方法:确定配电网线路影响线损率的多个电气特征参数,将多个电气特征参数的参数值进行标准化处理,将线损率进行归一化处理;将多个电气特征参数的参数值作为输入层的输入,将线损率值作为输出层的输出,构建神经网络初始模型,神经网络初始模型包含至少一个隐含层;确定隐含层节点的数目;通过动态调整粒子群算法的惯性因子和学习因子,对粒子群算法进行改进;利用经过改进后的粒子群算法,优化神经网络初始模型的权值和阈值,确定神经网络优化模型;将配电网线路的多个电气特征参数输入神经网络优化模型,利用神经网络优化模型预测与多个电气特征参数相对应的线损率。
-
公开(公告)号:CN113516521B
公开(公告)日:2024-08-13
申请号:CN202110874219.4
申请日:2021-07-30
申请人: 中国电力科学研究院有限公司 , 国网天津市电力公司
IPC分类号: G06Q30/0201 , G06Q30/0202 , G06Q10/0631 , G06Q50/06 , G06N3/0464 , G06N3/084
摘要: 本发明属于能源互联网与人工智能行业应用领域,公开了一种能源互联网用户用能数据预测方法及系统,包括以下步骤:获取用户内部设备的运行数据;获取用户的用能成本数据、电能市场交易结果数据以及参与能源转换的意愿程度数据;根据用户内部设备的运行数据以及用户的用能成本数据、电能市场交易结果数据以及参与能源转换的意愿程度数据,通过预设的能源互联网用户模型,得到能源互联网用户用能数据预测结果。实现了用户刚性用能行为模式和柔性用能行为的特性解耦,具有完善的主体逻辑,充分考虑用户内部的用能状态转移关系,确保用能数据预测的准确性。
-
公开(公告)号:CN117200225A
公开(公告)日:2023-12-08
申请号:CN202311470809.6
申请日:2023-11-07
申请人: 中国电力科学研究院有限公司
IPC分类号: H02J3/00 , H02J3/14 , H02J3/32 , H02J3/38 , G06Q10/04 , G06Q50/06 , G06N3/006 , G06N3/126 , G06N3/092
摘要: 本申请提出一种考虑涵盖电动汽车集群的配电网优化调度方法,将配电网优化调度分为位于上层的配电网优化调度层和位于下层的电动汽车集群管理层,分别构建模型,通过多智能体深度强化学习方法对配电网优化调度层模型求解,得到第一子优化算法,通过现代启发式智能算法对电动汽车集群管理层模型求解,得到第二子优化算法,第一子优化算法和第二子优化算法组成优化调度策略,将各微网机组信息输入优化调度策略得到优化结果。配电网优化调度层和电动汽车集群管理层的双层结构,具有易扩展、适应配电网拓扑变化等优势。通过第一子优化算法能够实现配电网内多微网协同优化,通过第二优化算法实现各微网电动汽车集群所管辖电动汽车各时段调度计划制定。
-
公开(公告)号:CN113516521A
公开(公告)日:2021-10-19
申请号:CN202110874219.4
申请日:2021-07-30
申请人: 中国电力科学研究院有限公司 , 国网天津市电力公司
摘要: 本发明属于能源互联网与人工智能行业应用领域,公开了一种能源互联网用户用能数据预测方法及系统,包括以下步骤:获取用户内部设备的运行数据;获取用户的用能成本数据、电能市场交易结果数据以及参与能源转换的意愿程度数据;根据用户内部设备的运行数据以及用户的用能成本数据、电能市场交易结果数据以及参与能源转换的意愿程度数据,通过预设的能源互联网用户模型,得到能源互联网用户用能数据预测结果。实现了用户刚性用能行为模式和柔性用能行为的特性解耦,具有完善的主体逻辑,充分考虑用户内部的用能状态转移关系,确保用能数据预测的准确性。
-
-
-
-
-
-
-
-
-