-
Patent Agency Ranking
公开(公告)号：CN119578717A
公开(公告)日：2025-03-07
申请号：CN202411762997.4
申请日：2024-12-03
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/06 , G06N3/126
Abstract: 本发明提供了一种基于帕累托前沿形状优化的多目标电源规划方法和相关装置，包括获取待规划项目的多目标电源规划模型，并从多目标电源规划模型中提取投资决策变量和运行变量；利用遗传算法对投资决策变量和运行变量组成的解进行不断的寻优，直到满足停止条件后停止寻优，得到一组解集；基于解集的帕累托前沿形状选择符合要求的折衷解，从而确定最终的多目标电源规划方案。本发明利用遗传算法对投资决策变量和运行变量进行寻优，以最小化不同目标之间的冲突关系，从而选择出均衡的折衷解，最终确定多目标电源规划方案。该方法不仅考虑了帕累托前沿的均匀性和收敛性，还特别关注了电源规划对运行目标冲突关系的影响，提高了决策的准确性和可靠性。
-
公开(公告)号：CN119477281A
公开(公告)日：2025-02-18
申请号：CN202411645601.8
申请日：2024-11-18
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司
IPC: G06Q10/20 , G06Q50/06 , G06Q10/0631 , G06Q10/067
Abstract: 本申请公开了一种电力系统机组检修策略生成方法、装置及设备，方法包括：根据系统电力需求和机组最大出力约束计算系统日电力平衡盈余裕度；基于系统电量需求和机组可发电量约束计算系统电量平衡盈余裕度；依据预置净负荷曲线计算日调峰需求后，根据日调峰需求和系统日调峰能力计算系统日调峰盈余裕度；结合系统日电力平衡盈余裕度、系统电量平衡盈余裕度和系统日调峰盈余裕度构建优化目标函数，生成系统机组检修策略优化模型；求解机组检修约束下的系统机组检修策略优化模型，得到机组检修策略。本申请能够解决传统机组检修通常遵循固定的计划和周期进行，缺乏灵活性，导致检修计划难以适应新型电力系统的检修需求的技术问题。
-
公开(公告)号：CN119448280A
公开(公告)日：2025-02-14
申请号：CN202411656487.9
申请日：2024-11-19
Applicant: 中国南方电网有限责任公司 , 南方电网科学研究院有限责任公司
IPC: H02J3/00 , H02J3/38 , G06F18/2135 , G06Q10/04 , G06Q50/06 , G06N5/01 , G06N20/20 , G06F123/02
Abstract: 本申请提供了一种基于特征重构的风电功率预测方法。通过将原始气象数据和原始机组数据进行扩充处理，生成具有时延、非线性或是平均特性的第一输入特征，从而可从多方面指示气象信息和机组运行信息，在获得第一输入特征后，对第一输入特征进行降维和重组，保留信息量较大的维度，还可在特征重构的过程中实时进行优化，获得最优重构参数，根据最优重构参数执行特征重构的流程以获得性能最优的第二输入特征，最终第二输入特征输入目标模型执行对应的预测任务，综上，本申请通过特征扩充提升了输入信息的全面性，通过特征重构降低了数据维度、去除冗余和噪声信息，从而减少了数据量，提升了数据质量，进而可提升风电功率预测的有效性和效率。
-
公开(公告)号：CN119582199A
公开(公告)日：2025-03-07
申请号：CN202411763000.7
申请日：2024-12-03
Applicant: 南方电网科学研究院有限责任公司
IPC: H02J3/00 , H02J3/38 , G06F18/214 , G06N20/20 , G06Q10/063 , G06Q10/04 , G06Q50/06
Abstract: 本发明提供一种基于多时段划分的自适应权重风电功率组合预测方法和相关装置，包括获取多个不同类型的单一预测模型的功率预测结果以及历史功率数据，并基于功率预测结果和历史功率数据构成组合预测的输入矩阵；将输入矩阵按白天和黑夜的时段进行划分，得到分时段的输入矩阵；将每个时段的输入矩阵均通过多个不同类型的寻优算法进行寻优，并根据最优的寻优结果确定每个时段下多个单一预测模型的权重因子组合；将每个时段的权重因子组合与对应单一预测模型的预测结果进行融合，得到对应时段下的风电功率预测结果，并将预测结果组合得到组合预测序列。本发明通过动态调整各时间段内不同单一预测模型的权重因子，有效提高风电功率预测的精度和可靠性。
-
公开(公告)号：CN119514596A
公开(公告)日：2025-02-25
申请号：CN202411572783.0
申请日：2024-11-06
Applicant: 南方电网科学研究院有限责任公司 , 太原理工大学
IPC: G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/006 , H02J3/00 , H02J3/32 , H02J3/38 , H02J3/46
Abstract: 本发明公开了一种基于多神经网络的新型电力系统中新能源组合预测和优化方法，包括S1、搭建CNN‑LSTM‑GWO组合预测模型，将其与单个LSTM神经网络与CNN‑LSTM组合预测模型进行对比，通过输入相同的训练集进行训练，对比测试集预测效果；S2、将不同模型的预测结果用于后续新型电力系统的优化调度工程当中，将权重更新的日内滚动优化方法用于新型电力系统的优化调度过程当中，对比该方法与传统的滚动优化方法新型电力系统的成本大小。本发明通过整合两个特别有效的预测风能和太阳能的神经网络来探索最近的进展。这种组合提高了模型预测的准确性。此外，结合灰狼优化算法加快了训练过程，增强了模型对超短期预测和优化调度任务的实用性。
-
-
-
-
Search Results
5
records
(took 0.059 seconds)
