-
公开(公告)号：CN118761507A
公开(公告)日：2024-10-11
申请号：CN202410926239.5
申请日：2024-07-11
Applicant: 国网安徽省电力有限公司滁州供电公司 , 安徽立卓智能电网科技有限公司
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/08 , H02J3/00
Abstract: 本发明公开了一种气象驱动的新能源发电功率预测方法及系统，方法包括：采集当前多维度的气象数据，将所述气象数据转化为多维特征空间中的当前气象特征向量；计算最近若干次的历史气象特征向量中每个气象特征与对应历史发电功率的平均相关性评分，确定所述平均相关性评分高于预设阈值的气象特征；根据所述平均相关性评分，对当前气象特征向量中所确定的气象特征进行加权，生成加权气象特征向量；将所述加权气象特征向量输入预先训练的发电功率预测模型，得到发电功率预测值。利用本发明实施例，能够提高新能源发电功率预测的准确度，为电网调度和新能源发电站的运营管理提供科学依据，促进新能源的高效利用和可持续发展。
-
公开(公告)号：CN117494890A
公开(公告)日：2024-02-02
申请号：CN202311462631.0
申请日：2023-11-06
Applicant: 安徽立卓智能电网科技有限公司 , 国网安徽省电力有限公司滁州供电公司
Abstract: 本发明涉及电力功率预测技术领域，公开了一种ARIMA和DNN组合模型的区域超短期功率预测方法，包括以下步骤：S1收集电力系统历史功率数据和短期预测功率数据；S2对收集到的数据进行预处理；S3构建样本数据集并将预处理后的数据分为训练集和测试集；S4针对样本数据集，分别构建ARIMA和DNN模型；S5进行DNN模型训练和预测；S6计算预测时间点的合理权重；S7结合合理权重计算最终的超短期预测结果。本发明利用短期功率预测数据作为ARIMA的特征之一，进一步提升了ARIMA模型的稳定性和精度；提高了区域超短期功率预测的准确性和稳定性，能够更好地满足电力系统对功率预测的精度要求；有效解决了权重分配需要手动设置的弊端。
-
公开(公告)号：CN117150270A
公开(公告)日：2023-12-01
申请号：CN202311135962.3
申请日：2023-09-05
Applicant: 安徽立卓智能电网科技有限公司 , 国网安徽省电力有限公司滁州供电公司
Abstract: 本发明涉及环保技术领域，公开了基于小波变换的神经网络风电场超短期功率预测方法，包括以下步骤：S1数据采集和预处理：采集风电场的功率数据，并对采集的功率数据进行预处理，确保功率数据的准确性和一致性；S2对预处理后的功率数据进行小波变换：对预处理后的功率数据应用小波变换算法，将其转换为时域和频域的特征数据，从而得到低频数据和高频数据。本发明通过引入小波变换技术和神经网络模型，充分考虑了风电场功率的非线性和非平稳性特点，提高了预测的准确性，减少了误差；通过优化神经网络模型和算法，减少训练和预测时间的消耗，提高了模型的实时性，使预测结果更及时、更准确。
-
公开(公告)号：CN114069605A
公开(公告)日：2022-02-18
申请号：CN202111142763.6
申请日：2021-09-28
Applicant: 国网安徽省电力有限公司滁州供电公司
Abstract: 本发明公开了一种配网调度负荷平衡辅助分析系统，包括配网线路模块、转供分析模块、转供电操作模块、安全控断模块和损耗判断模块，所述配网线路模块包括多个变电站，相邻所述变电站之间通过联络线连接，且联络线上设有转供开关，相邻所述联络线之间连接有转供线。本发明中，相较于传统的配电网线路而言，具有以下几个优点：(1)设置转供线，实现失电变电站的负荷可以合理分配至剩余的变电站，实现配电网的供电优化；(2)设置安全控断模块，一方面，对获得负荷的变电站的负载率P进行监控，避免出现变电站过载，另一方面，对配电线输出电流进行监控，避免配电站过载，保护变电站和配电站。
-
公开(公告)号：CN118468709A
公开(公告)日：2024-08-09
申请号：CN202410607189.4
申请日：2024-05-16
Applicant: 国网安徽省电力有限公司滁州供电公司 , 合肥工业大学
IPC: G06F30/27 , H02J3/38 , H02J3/48 , H02J3/50 , G06F30/18 , G06N3/126 , G06F18/23213 , G06F111/04 , G06F113/04
Abstract: 本发明公开了一种以弃光率作为约束的分布式光伏最大接入容量评估方法，包括：1，构建以分布式光伏接入总容量最大及配电网线路有功功率损耗最小为目标的目标函数，2，构建标准化后目标函数，3，建立目标函数的约束条件，从而得到配电网分布式光伏PV的最大接入容量模型，4，采用基于改进的k‑means聚类算法对分布式光伏PV的运行场景进行缩减，5，对潮流方程及线路容量约束进行线性化，6，利用自适应遗传算法对线性化后的分布式光伏PV的最大接入容量模型进行求解，得到分布式光伏接入的最优节点和容量，本发明能有效提升分布式光伏的接入容量。
-
Patent Agency Ranking
公开(公告)号：CN114069606B
公开(公告)日：2023-06-06
申请号：CN202111145006.4
申请日：2021-09-28
Applicant: 国网安徽省电力有限公司滁州供电公司
IPC: H02J3/00
Abstract: 本发明公开了一种模拟变电站全停时负荷转移的自动计算系统，包括负荷缓存模块、负荷计算模块和负荷分配模块，所述负荷缓存模块用来缓存待转移负荷，所述负荷计算模块用来计算所有正常变电站的转移负荷量，所述负荷分配模块将待转移负荷转移至正常变电站。本发明中，首先，通过自动计算系统计算多个正常变电站关于某个全停变电站待转移负荷量的可接受的转移负荷量进行分配，并以单个正常变电站的历史供电数据为标准，将全停变电站待转移的负荷量以最优的方案分配给对应的正常变电站，其次，单个正常变电站的实际转移负荷量与接受转移负荷量前的剩余电量的总值不超过该正常变电站的最大供电量，不会出现过载情况，保证正常变电站的正常运行。
-
公开(公告)号：CN119813229A
公开(公告)日：2025-04-11
申请号：CN202510300058.6
申请日：2025-03-14
Applicant: 国网安徽省电力有限公司滁州供电公司 , 安徽智领电力科技有限公司
IPC: H02J3/06 , H02J3/00 , G06F18/241 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种全量资源协同电网潮流智能调控方法及系统，涉及资源协同电网潮流技术领域，包括对得到若干种分区组，并分别与电网拓扑结合；得到若干种电压等级，将分区组与电压等级随机组合，得到若干效能优化组；获取潮流调控过程的电压波动数据和潮流负担数据，基于长短期神经网络构建潮流评估模型；根据潮流评估模型的输出和效能优化组进行匹配并构建点云网格模型，并对点云网格模型进行曲面分析，获取选定的效能优化组，并应用于电网潮流调控，解决了电网潮流计算精度与调控效率之间的矛盾和动态适应性不足问题。
-
公开(公告)号：CN109146329A
公开(公告)日：2019-01-04
申请号：CN201811117589.8
申请日：2018-09-21
Applicant: 国网安徽省电力有限公司滁州供电公司 , 国家电网有限公司
CPC classification number: G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种配电网抢修指挥综合展示平台，其包括：人机交互模块、数据采集模块、数据处理模块以及显示模块。通过数据采集模块实时对平台所需的数据进行收集，将收集的数据发送至数据处理模块，并将相关的数据信息进行融合，将融合的结果通过显示模块进行可视化展示，预测配电网可能造成的故障多发区域，从而提高配电网抢修指挥的准确性，同时综合展示配电网规模，助力于提高配电网供电可靠性以及电网供电服务水平。
-
公开(公告)号：CN119921312A
公开(公告)日：2025-05-02
申请号：CN202510078955.7
申请日：2025-01-17
Applicant: 国网安徽省电力有限公司滁州供电公司 , 合肥工业大学
IPC: H02J3/00 , G06N3/006 , G06N3/0464 , G06N3/049 , G06N3/0985 , G06N3/0442 , G06N3/048 , G06N3/047 , G06Q50/06
Abstract: 本发明提供基于多阶段数据优化分布式光伏母线负荷预测方法及系统，方法包括：多阶段数据预处理与模态分解；灰狼优化算法GWO优化参数；基于改进的时间卷积网络ITCN的短期特征提取。本发明解决了模型单一、抗噪性差、动态适应性不足的技术问题。
-
公开(公告)号：CN119917493A
公开(公告)日：2025-05-02
申请号：CN202510079031.9
申请日：2025-01-17
Applicant: 国网安徽省电力有限公司滁州供电公司 , 合肥工业大学
IPC: G06F16/215 , G06F18/2321 , G06N3/094 , G06N3/0475 , G06N3/084
Abstract: 本发明提供分布式光伏发电功率与用电负荷数据质量改善方法及系统，方法包括：采用归一化处理和Pearson相关系数理论进行相关性分析，获得光伏发电的不同特征量满足关联性阈值的影响因素，在数据集中保留与光伏发电功率强相关的特征数据类型；采用MDBSCAN算法对数据组成的散点图进行聚类，去除异常值，获得含有缺失数据的数据集，将该数据集进行线性插值处理，获得线性插值数据集，将线性插值数据集中的特征数据与光伏发电数据作为神经网络的训练样本，对WGAN‑GP神经网络进行训练，获得适用WGAN‑GP神经网络模型；将含有缺失数据的数据集输入适用WGAN‑GP神经网络模型，填充得到填充完全的数据集。本发明解决了光伏发电功率与用电负荷的数据质量较低的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.13 seconds)
