-
公开(公告)号:CN119784421A
公开(公告)日:2025-04-08
申请号:CN202411867084.9
申请日:2024-12-18
Applicant: 华北电力大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司营销服务中心
Inventor: 李彬 , 张海静 , 赵伟博 , 李强 , 王枫桥 , 李建锋 , 孙小斌 , 周颖 , 邱敏 , 卢瑞 , 李萌 , 韦于思 , 白雪 , 陆媛 , 张嘉埔 , 杜苁聪 , 冯延坤 , 江源 , 王所钺
IPC: G06Q30/0202 , G06N3/0442 , G06Q50/06 , G06Q10/04 , H02J3/00
Abstract: 本发明公开了一种基于CNN‑LSTM潜力评估的用户收益核算方法及相关装置,属于预测及电力现货市场运营策略技术领域,包括以下步骤:明确场景所需参数,将已有数据进行处理,构建输入数据集;构建CNN‑LSTM模型,预测时间段对应的负荷调节潜力上下限;将模型预测好的负荷调节潜力分层作为相应容量,计算各区间层的相应置信度;构建响应容量分层核算模型,根据各区间置信度及奖惩机制分别计算各区间上报容量对应总收益E。本发明采用上述的一种基于CNN‑LSTM潜力评估的用户收益核算方法,可以更加合理上报响应容量,制定更加有效的市场策略,从而实现收益的最优化。
-
公开(公告)号:CN119561008A
公开(公告)日:2025-03-04
申请号:CN202411569601.4
申请日:2024-11-05
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心 , 中国电力科学研究院有限公司 , 陕西科技大学
IPC: H02J3/00 , H02J13/00 , G06N3/0442 , G06N3/098 , G06Q50/06
Abstract: 本发明涉及一种基于联邦学习的月度分时电量预测方法,包括以下步骤:采集用户月度分时电量数据,并对用户月度分时电量数据进行预处理;构建基于长短时记忆网络的初始全局电量预测模型;基于预处理后的用户月度分时电量数据,通过联邦接受平均算法对初始全局电量预测模型进行联邦学习,得到最终全局电量预测模型;通过最终全局电量预测模型对用户月度分时电量进行预测。
-
公开(公告)号:CN119150221A
公开(公告)日:2024-12-17
申请号:CN202411168176.8
申请日:2024-08-23
Applicant: 国网河北省电力有限公司营销服务中心 , 北京信息科技大学 , 中国电力科学研究院有限公司 , 国网河南省电力公司经济技术研究院
IPC: G06F18/25 , G06F18/214 , G06F18/211 , G06F18/243 , G06Q50/06
Abstract: 本发明属于分布式光伏发电技术领域,具体涉及一种基于集成学习器的光伏台区反向重过载识别方法。为解决台区反向重过载预警准确度不高的问题,本发明通过分析反向重过载发生时变压器负荷数据特性,分别从数据特征和识别模型两个角度对光伏微电网内光伏配电变压器进行反向重过载识别。利用影响反向负载率的特征作为输入,利用AdaBoost的反向重过载识别模型实现微电网内光伏变压器的反向重过载识别。
-
公开(公告)号:CN119109066A
公开(公告)日:2024-12-10
申请号:CN202411184385.1
申请日:2024-08-27
Applicant: 华北电力大学 , 中国电力科学研究院有限公司 , 国网河北省电力有限公司
IPC: H02J3/14 , H02J3/06 , H02J3/00 , G06F18/15 , G06F18/213 , G06F18/22 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/006 , G06Q10/0631 , G06Q50/06
Abstract: 本申请涉及新型电力系统中的负荷预测技术领域,具体涉及一种配电台区重过载的处理方法、装置、设备及存储介质。该方法包括:获得原始负荷;利用VMD算法将所述原始负荷分解并归一化得到归一化分量,使用Pearson相关系数计算所述原始负荷与特征变量的相关程度,选择所述特征变量中相关程度大于预设值的特征变量作为关键特征;将所述归一化分量与所述关键特征输入预测模型中,得到所述预测模型输出的预测结果,其中,所述预测模型为基于LSTM‑CNN组合神经网络的机器学习模型;根据所述预测结果,在预设预警级别表中查找对应的预警等级;根据所述预警等级发布预警信息;基于所述预警信息和预设的智能配电网需求响应模型,采用粒子群算法对所述智能配电网需求响应模型进行求解,得到治理策略。本申请提供的方案,能够对配电台区因为负荷波动及外部环境因素导致的重过载现象进行及时的分级预警;还可以建立考虑分时电价和直接负荷控制的智能配电网需求响应模型,并采用粒子群算法对模型进行求解,最终得到智能配电网负荷管理优化策略。
-
公开(公告)号:CN118469197A
公开(公告)日:2024-08-09
申请号:CN202410595943.7
申请日:2024-05-14
Applicant: 华北电力大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司营销服务中心(计量中心) , 国家电网有限公司
Inventor: 王永利 , 赵伟博 , 周颖 , 李强 , 邱敏 , 胡懿杰 , 钱卓誉 , 白雪峰 , 韦于思 , 武亚杰 , 张嘉埔 , 张思文 , 延子昕 , 魏新航 , 马恺玮 , 冯延 , 卢瑞 , 江源 , 陆媛 , 张嘉璐 , 张云飞
IPC: G06Q10/0631 , G06Q10/0637 , G06Q30/0201 , G06Q30/0283 , G06Q50/06
Abstract: 本申请适用于综合能源技术领域,提供一种电力现货市场环境下综合能源系统调度方法及装置。该方法包括:根据综合能源系统在不同预设场景下的预估调度参数,对预设的竞价模型进行求解确定最优的竞价电量;竞价模型以最小化综合能源系统在所有预设场景下总运行成本的期望值为第一目标函数,以竞价电量为第一决策变量;根据最优的竞价电量对预设的能量调度模型进行求解,确定最优的能量调度方案;能量调度模型以最小化综合能源系统的实时运行成本为第二目标函数;根据最优的能量调度方案,对综合能源系统进行能量调度。本申请能够确定最优的竞价电量,进而确定最优的能量调度方案,从而根据最优的能量调度方案能够实现对综合能源系统有效的能量调度。
-
公开(公告)号:CN117034064A
公开(公告)日:2023-11-10
申请号:CN202310788528.9
申请日:2023-06-30
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司
IPC: G06F18/2337 , G06F17/16 , G06Q50/06
Abstract: 本发明涉及电力负荷辨识技术领域,具体提供了一种基于模糊聚类的负荷类别辨识方法及装置,包括:确定负荷辨识类别,并获取待辨识负荷数据对应的负荷辨识类别特征参数;基于所述待辨识负荷数据对应的负荷辨识类别特征参数,采用模糊聚类算法辨识待辨识负荷数据中负荷辨识类别的负荷的占比;其中,所述负荷辨识类别为可调节负荷或可中断负荷。本发明提供的技术方案,有利于掌握可调节或可中断负荷在综合负荷中的结构比例,促进电力系统制定调节策略,最大化推进需求响应市场化发展,激发市场活力。
-
公开(公告)号:CN119599157A
公开(公告)日:2025-03-11
申请号:CN202411413837.9
申请日:2024-10-11
Applicant: 中国电力科学研究院有限公司 , 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N3/006 , G06N3/042 , G06N3/049 , G06N3/0464 , G06N3/08 , H02J3/00
Abstract: 本发明提供了一种分布式光伏电站集群功率预测模型构建、预测方法及系统,包括获取历史运行数据,采用最大相关‑最小冗余特征选择法选择多个代表电站,并根据鹭鹰优化算法求解得到各代表电站的权重;基于时空图卷积模型得到各代表电站的功率预测子模型;将多个代表电站的功率预测子模型加权组合得到分布式光伏电站集群功率预测模型;该方法及系统通过最大相关‑最小冗余特征选择法选择出多个代表电站,使选择出的多个代表电站与集群功率高度相关但彼此之间冗余度最低,通过鹭鹰优化算法确定多个代表电站的权重,结合时空图卷积模型对多个代表电站预测,能够更好地捕捉集群的整体特征和光伏电站功率数据的时空相关性,从而提高集群功率预测精度。
-
公开(公告)号:CN118676912A
公开(公告)日:2024-09-20
申请号:CN202410809772.3
申请日:2024-06-21
Applicant: 中国电力科学研究院有限公司
IPC: H02J3/00 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及电力系统负荷测算预测技术领域,具体提供了一种考虑随机负荷影响的降温负荷方法及装置,包括:采用变分模态分解算法将当前时间周期内的降温负荷划分为K个模态分量,并获取所述K个模态分量中前k个低频分量;将所述k个低频分量和当前时间周期内的气象特征数据作为预先训练的长短时记忆神经网络模型的输入数据,得到预先训练的长短时记忆神经网络模型输出的当前时间周期对应的预测时间周期内的降温负荷。本发明提供的技术方案,剔除降温负荷中随机因素的影响,可提高降温负荷与气象参数的相关性,同时准确测算并预测降温负荷进一步提升了总用电负荷的预测准确性,对负荷测算及预测业务具有重要的意义。
-
公开(公告)号:CN119599158A
公开(公告)日:2025-03-11
申请号:CN202411414258.6
申请日:2024-10-11
Applicant: 中国电力科学研究院有限公司 , 华北电力大学 , 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心 , 国家电网有限公司
Abstract: 本发明提供了一种考虑显著性影响因素的用电量预测方法和系统,包括:获取分时电量复杂显著性影响的各因素的值;基于分时电量复杂显著性影响的各因素的值,采用机器学习算法进行预测,得到用电量的预测值;其中,分时电量复杂显著性影响的各因素是基于时滞与耦合关系从多个待选多维分时电量影响因素中筛选出的;本发明考虑了后期延迟性影响的时滞作用,并考虑了多个待选多维分时电量影响因素间耦合关系筛选出分时电量复杂显著性影响的各因素,根据筛选出的分时电量复杂显著性影响的各因素的值进行用电量预测,能大幅减少预测所需数据量,缩短数据处理时间,并提升预测精度。
-
公开(公告)号:CN119273388A
公开(公告)日:2025-01-07
申请号:CN202411370474.5
申请日:2024-09-29
Applicant: 中国电力科学研究院有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心 , 陕西科技大学
IPC: G06Q30/0202 , G06Q50/06 , G06N3/0464 , G06N3/049 , G06N3/045 , G06N20/20 , G06F16/29 , G06N3/047 , G06N3/048
Abstract: 本发明公开了一种面向代理购电用户的改进TCN电量预测方法,属于用电量预测技术领域,包括:采集各类用户的代购电量历史数据,以及影响因素历史数据;基于所述代购电量历史数据和影响因素历史数据,采用随机森林法对特征重要性进行排序,提取关键的影响因素;将筛选过后的影响因素数据集与代购电量历史数据集划分训练集和测试集,共同输入至PhaCIA‑TCNS预测模型进行预测,得到预测结果。本发明采用上述的一种面向代理购电用户的改进TCN电量预测方法,能够有效提升代理购电用户电量预测的准确性、可靠性。
-
-
-
-
-
-
-
-
-