-
公开(公告)号：CN107332235A
公开(公告)日：2017-11-07
申请号：CN201710521726.3
申请日：2017-06-29
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
CPC classification number: H02J3/00 , H02J3/12 , H02J2003/007
Abstract: 本发明涉及一种基于改进TOPSIS的台区低电压治理措施优选评价方法，包括以下步骤：（1）构建电压评估指标，所述电压评估指标包括节点电压合格率，节点电压最大值，节点电压最小值及主干线2/3处电压值；（2）根据电压评估指标，计算指标改善率；（3）确定低电压治理方案，构建规范化目标决策矩阵；（4）构建加权规范化目标决策矩阵；（5）确定加权规范化目标决策矩的正理想解和负理想解；（6）计算各方案与正、负理想解得距离；（7）计算各方案与正理想解得相对帖进度，得到方案集排序。本发明能够有效评价各项治理措施的优劣程度，对台区低电压治理工作具有一定的参考意义。
-
公开(公告)号：CN104330669A
公开(公告)日：2015-02-04
申请号：CN201410612299.6
申请日：2014-11-03
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
IPC: G01R31/00
Abstract: 本发明所述的一种基于负荷矩的农村配电网低电压预警方法，通过深入分析220/110kV变电站的10kV母线到400V用户的每一个环节可能产生低电压的原因、建立相应的负荷矩模型，进而提出相应的预警方法和治理措施。由于负荷矩直接对应了电网允许的电压损失，且实用方便，既适合运行维护人员及时发现低电压问题，也适用于规划阶段提前预判台区低电压发生，尤其对于农村电工更加实用。本发明所述的一种基于负荷矩的农村配电网低电压预警方法，可实现复杂网络条件下低电压分布及其可能性的迅速判定，进而得出各级电网设备在不同情景下的电压降影响贡献率，分析产生低电压的主要环节，提高了低压预警的准确率。
-
公开(公告)号：CN103440556A
公开(公告)日：2013-12-11
申请号：CN201310394964.4
申请日：2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供一种基于经济传导的用电量预测方法，该方法包括以下步骤：（1）根据各类用电量的影响因子，读取历史数据，构建分类预测模型；（2）获取目标季度各解释变量值，对目标季度的各类用电量进行分类预测；（3）计算目标季度的全社会用电量。本发明通过对区域内的历史分产业用电量、重点行业用电量进行分析研究，筛分出影响区域用电量变化的主要经济信息，找出与用电量变化关联度较高的系列经济指标，研究其对用电量影响的超前滞后特性，在此基础上构建从经济到用电量的分类传导预测模型，有效解决了长期以来预测人员无法将历史及未来的经济活动量化到用电量预测的过程中的问题，提高了用电量预测的精度。
-
公开(公告)号：CN103440536A
公开(公告)日：2013-12-11
申请号：CN201310396201.3
申请日：2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
IPC: G06Q10/04
Abstract: 本发明提供一种区域宏观经济预测模型方法，该方法包括以下步骤：（1）获取与电力需求相关的不同时间频度的历史经济数据指标；（2）利用CES生产函数模型，构建区域宏观经济中短期预测模型；（3）利用改进的Solow生产函数模型，构建区域宏观经济长期预测模型。本发明按照时间维度分别建立了区域宏观经济中短期预测模型与区域宏观经济长期预测模型，大大提高了预测精度，为政府部门制定电力工业发展目标提供决策依据。
-
公开(公告)号：CN103413253A
公开(公告)日：2013-11-27
申请号：CN201310394962.5
申请日：2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
IPC: G06Q50/06
Abstract: 本发明提供一种基于经济、气象因素的年最大负荷分类预测方法，该方法包括以下步骤：（1）根据各类负荷的影响因子，读取历史数据，构建分类预测模型；（2）获取目标年各解释变量值；（3）对目标年的各类负荷进行分类预测；（4）计算目标年的年最大负荷。本发明将年最大负荷分解为年基础负荷、年居民空调负荷和年非居民空调负荷，便于更深层次地考虑其影响因子；建立了分类预测模型，并在预测模型中同时考虑了经济和气象因素，在气象因素中，并未考虑具体温度的影响，而是通过对历史数据的分析，将气候条件指标和高温持续天数引入预测模型，解决了气象预报在超前性和精度方面不满足负荷预测要求的问题，提高了预测的精度。
-
Patent Agency Ranking
公开(公告)号：CN103413188A
公开(公告)日：2013-11-27
申请号：CN201310394969.7
申请日：2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供一种基于工业业扩报装的月度工业用电量预测方法，该方法包括以下步骤：（1）获取历史数据样本区间各个月度的工业用电量、工业业扩报装数据；（2）分别对工业用电量数据、工业业扩报装数据进行季节性分解；（3）采用分解后的数据构建工业用电量趋势项预测模型；（4）利用ARMA算法对上述模型进行改进；（5）根据改进后的模型预测值还原出预测期的月度工业用电量。本发明从工业用电量入手，建立了月度工业用电量与月度工业业扩报装净完成容量之间的预测模型，该模型所使用的工业业扩报装指标可直接实时反映工业用电量的变化，准确预测出月度工业用电量，分析经济走势，研判全社会用电形势，从而为电网调控、运营提供依据。
-
公开(公告)号：CN103413187A
公开(公告)日：2013-11-27
申请号：CN201310394965.9
申请日：2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供一种基于弹性系数的年度电量预测方法，该方法包括以下步骤：（1）选取基年，读取历史数据；（2）以基年可比价为基础计算历史样本区间各年度的电力弹性系数；（3）计算历史样本区间各年度三大产业中两大产业的增加值占比；（4）建立电力弹性系数和两大产业增加值占比的回归模型；（5）通过回归模型预测目标年度电力弹性系数；（6）通过所预测的电力弹性系数和GDP计算目标年度全社会用电量。本发明以基年可比价为基础计算新的电力弹性系数，并利用该电力弹性系数与三大产业中两大产业的增加值占比建立回归模型，目标年度全社会用电量的预测建立在理论模型基础之上，提高了预测的准确性。
-
公开(公告)号：CN103413188B
公开(公告)日：2016-06-01
申请号：CN201310394969.7
申请日：2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供一种基于工业业扩报装的月度工业用电量预测方法，该方法包括以下步骤：（1）获取历史数据样本区间各个月度的工业用电量、工业业扩报装数据；（2）分别对工业用电量数据、工业业扩报装数据进行季节性分解；（3）采用分解后的数据构建工业用电量趋势项预测模型；（4）利用ARMA算法对上述模型进行改进；（5）根据改进后的模型预测值还原出预测期的月度工业用电量。本发明从工业用电量入手，建立了月度工业用电量与月度工业业扩报装净完成容量之间的预测模型，该模型所使用的工业业扩报装指标可直接实时反映工业用电量的变化，准确预测出月度工业用电量，分析经济走势，研判全社会用电形势，从而为电网调控、运营提供依据。
-
公开(公告)号：CN105260951A
公开(公告)日：2016-01-20
申请号：CN201510808043.7
申请日：2015-11-15
Applicant: 国网安徽省电力公司经济技术研究院
IPC: G06Q50/06
Abstract: 本发明提供一种规划期户均容量预测方法，包括：基于人均生活用电量，构建户均容量预测模型；获取规划期的相关电力数据；根据户均容量预测模型以及规划期的相关电力数据，计算得到规划期的户均容量。本发明可由规划期的人均生活用电量水平合理确定户均容量的发展目标，方法简便实用，有助于提高配网规划水平和成效，指导工程建设，避免重复建改，提高配电网的发展和运营水平。
-
公开(公告)号：CN103440556B
公开(公告)日：2016-01-13
申请号：CN201310394964.4
申请日：2013-09-04
Applicant: 国家电网公司 , 国网安徽省电力公司经济技术研究院
Abstract: 本发明提供基于经济传导的用电量预测方法，该方法包括以下步骤：（1）根据各类用电量的影响因子，读取历史数据，构建分类预测模型；（2）获取目标季度各解释变量值，对目标季度的各类用电量进行分类预测；（3）计算目标季度的全社会用电量。本发明通过对区域内的历史分产业用电量、重点行业用电量进行分析研究，筛分出影响区域用电量变化的主要经济信息，找出与用电量变化关联度较高的系列经济指标，研究其对用电量影响的超前滞后特性，在此基础上构建从经济到用电量的分类传导预测模型，有效解决了长期以来预测人员无法将历史及未来的经济活动量化到用电量预测的过程中的问题，提高了用电量预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.053 seconds)
