-
公开(公告)号：CN114977206A
公开(公告)日：2022-08-30
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：CN114977160A
公开(公告)日：2022-08-30
申请号：CN202210600302.7
申请日：2022-05-30
申请人： 中国电力科学研究院有限公司 , 国网黑龙江省电力有限公司电力科学研究院
摘要： 本发明公开了一种微网群优化运行策略生成方法、系统、设备及存储介质，该方法包括：基于单微网优化调度模型得到每个边缘端智能体未平衡电量状态，将微网群中相邻边缘端智能体的未平衡电量状态和市场出清信息作为内部不平衡功率信息；将内部不平衡功率信息输入预先训练的微网群优化运行策略生成模型中，生成第一微网群优化运行策略；基于所述微网群优化运行策略通过微网群中边缘端智能体之间能量拍卖互济互动的合作博弈方式，生成第二微网群优化运行策略，实现分布式新能源的整体消纳以及微网群的整体经济利益和每个主体利益最大化。该方法能够在保护用户隐私的基础上，实现在非完全信息下的分布式能量管理以及微网群的协同优化运行。
-
公开(公告)号：CN114925115A
公开(公告)日：2022-08-19
申请号：CN202210589048.5
申请日：2022-05-27
申请人： 天津大学 , 中国电力科学研究院有限公司
IPC分类号： G06F16/2458 , G06N3/04 , G06N3/08 , G06Q50/06
摘要： 本发明公开了一种基于深度可分离卷积的轻量化广义负荷分解方法，将深度可分离卷积和经典序列到点神经网络相结合，旨在解决NILM技术在用户侧边缘设备上部署应用的问题。本发明方法主要包括：根据卷积的深度分离过程将卷积分为逐通道卷积和逐点卷积，完成对经典序列到点卷积神经网络进行轻量化设计，极大程度地减小了网络模型参数的数量和计算复杂度；通过对广义负荷数据集的有监督训练和验证得到轻量化的序列到点卷积神经网络模型，从总功率信号序列中分解得到的目标广义负荷节点中单个电源或负荷设备的发电或耗电功率。
-
公开(公告)号：CN109950907B
公开(公告)日：2022-07-22
申请号：CN201910135216.1
申请日：2019-02-22
申请人： 中国电力科学研究院有限公司 , 华北电力大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院
IPC分类号： H02J3/06
摘要： 本发明提供了一种含电力电子变压器的交直流混合配电网的调度方法及系统，包括：获取含电力电子变压器的交直流混合配电网的运行参数；基于所述运行参数和预先构建的耦合优化模型，获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力；基于所述交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力对所述交直流混合配电网进行调度。本发明实现了可再生能源的充分消纳和高效利用；发挥了PET的柔性调控能力，实现交直流网络的相互协调，互补优化，提高了区域间可控分布式能源的功率交互能力。
-
公开(公告)号：CN113780688B
公开(公告)日：2022-02-18
申请号：CN202111328629.5
申请日：2021-11-10
申请人： 中国电力科学研究院有限公司
摘要： 本发明公开了一种电热联合系统的优化运行方法、系统、设备及介质，所述方法包括以下步骤：获取待优化运行的电热联合系统的状态参数；其中，所述状态参数包括：电负荷、风电最大出力、热负荷以及环境温度；将所述状态参数输入预训练好的多智能体深度强化学习模型，通过所述多智能体深度强化学习模型输出动作量；其中，所述动作量包括：常规机组发电功率、热电联产装置发电功率、风力发电功率和热电联产装置产热功率；基于所述动作量实现电热联合系统的优化运行。本发明提供的方法或系统，能够实现电热联合系统的多能协调优化调度。
-
公开(公告)号：CN113780688A
公开(公告)日：2021-12-10
申请号：CN202111328629.5
申请日：2021-11-10
申请人： 中国电力科学研究院有限公司
摘要： 本发明公开了一种电热联合系统的优化运行方法、系统、设备及介质，所述方法包括以下步骤：获取待优化运行的电热联合系统的状态参数；其中，所述状态参数包括：电负荷、风电最大出力、热负荷以及环境温度；将所述状态参数输入预训练好的多智能体深度强化学习模型，通过所述多智能体深度强化学习模型输出动作量；其中，所述动作量包括：常规机组发电功率、热电联产装置发电功率、风力发电功率和热电联产装置产热功率；基于所述动作量实现电热联合系统的优化运行。本发明提供的方法或系统，能够实现电热联合系统的多能协调优化调度。
-
公开(公告)号：CN113705067A
公开(公告)日：2021-11-26
申请号：CN202111266955.8
申请日：2021-10-29
申请人： 中国电力科学研究院有限公司
IPC分类号： G06F30/25 , G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06N3/00 , G06N3/04 , G06N3/08 , G06F111/04 , G06F111/08
摘要： 本发明公开了一种微网优化运行策略生成方法、系统、设备及存储介质，包括：建立深度确定性策略梯度算法下的神经网络模型；以微网总运行成本最低以及新能源消纳程度最大为优化目标，基于分类经验回放机制，采用深度确定性策略梯度算法对神经网络模型进行优化；利用优化后的神经网络模型生成微网优化运行策略，该方法、系统、设备及存储介质计算的复杂程度较低，且不依赖新能源出力及负荷的精确建模。
-
公开(公告)号：CN113283043A
公开(公告)日：2021-08-20
申请号：CN202110670154.1
申请日：2021-06-17
申请人： 华北电力大学 , 中国电力科学研究院有限公司
IPC分类号： G06F30/18 , H02J3/38 , H02J3/46 , G06F111/02 , G06F111/08 , G06F113/06
摘要： 本发明公开了一种适用于高维大规模场景的场景约简求解方法，包括：定义场景约简模型；初始化典型场景集；求解传输矩阵，并得到离散概率分布；迭代求解典型场景集，直至Wasserstein距离变化小于某个阈值或迭代次数达到所设定的次数；从初始场景中选取与典型场景最近的场景实现典型场景集重构，将典型场景集及其离散概率分布用于电力系统的随机优化问题中。本发明的优点是：所求Wasserstein距离较小，拟合精度较高，并且具有较为优异的计算效率。面对大规模场景时具有较高的计算效率且不失拟合精度。
-
公开(公告)号：CN112581445A
公开(公告)日：2021-03-30
申请号：CN202011477026.7
申请日：2020-12-15
申请人： 中国电力科学研究院有限公司
摘要： 本申请实施例公开了一种输电线路螺栓的检测方法、装置、存储介质及电子设备。所述方法包括：获取对输电线路进行拍摄得到的巡检图像；确定所述巡检图像中的输电线路连接部位，对所述输电线路连接部位进行切割处理，得到切割图像；将所述切割图像输入至预先训练的螺栓检测模型，根据所述螺栓检测模型输出的结果，确定丢失螺栓的数量。本技术方案，通过基于深度学习的小目标输电线路螺栓检测方法，实现输电线路螺栓实时检测，检测结果可同步传输至云端，巡检员通过分析检测结果，与标准螺栓数量进行对比，可得到丢失螺栓的数目，从而对不同螺栓缺陷采取相应的解决措施。
-
公开(公告)号：CN108694467B
公开(公告)日：2021-02-05
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。
-
-
-
-
-
-
-
-
-
搜索结果
147 条记录 (耗时 0.104 秒)
