-
公开(公告)号:CN120033687A
公开(公告)日:2025-05-23
申请号:CN202510171272.6
申请日:2025-02-17
Applicant: 东南大学
IPC: H02J3/00 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06F17/10 , G06F18/214 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的非侵入式负荷分解方法及系统,涉及电力负荷管理分析技术领域,包括以下步骤:获取总表数据以及子表数据,基于总表数据对子表数据的缺失值进行填充,并统一总表与子表的功率数据的采样频率,其中,所述总表数据负责采样总功率,所述子表数据负责采样各负荷功率;基于滑动窗和阶跃判定的方法对有限状态类负荷事件进行检测,基于预设的神经网络对总电力到有限状态类负荷的细化;将总功率信号中分离出有限状态类负荷,得到剩余功率信号,基于预设的神经网络学习分离剩余功率中功率连续变化类负荷的运行模式,实现功耗的分解。
-
公开(公告)号:CN119514879A
公开(公告)日:2025-02-25
申请号:CN202411669434.0
申请日:2024-11-21
Applicant: 东南大学 , 国网江苏省电力有限公司
IPC: G06Q10/063 , G06Q50/06 , G06F18/23213 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了面向电动汽车充换电智能运营充电站能力评估方法及系统,涉及电动汽车智能运行技术领域,包括:接收电动汽车充电站的充电运行数据,对电动汽车充电站的充电运行数据进行处理,得到处理后的电动汽车充电站的充电运行数据,其中,所述电动汽车充电站的充电运行数据包括有功功率、功率因数和运行时间戳;将处理后的电动汽车充电站的充电运行数据输入至预先建立的基于非监督式学习优化的深度神经网络算法的负荷分解模型内,输出得到负荷数据,其中,模型基于K‑means聚类算法进行训练;基于负荷数据,对于用电习惯进行预测以及评估可调用能力,从而实现电动汽车充换电智能运营的充电站能力评估。
-