-
公开(公告)号：CN113256017A
公开(公告)日：2021-08-13
申请号：CN202110630901.9
申请日：2021-06-07
Applicant: 国网山东省电力公司电力科学研究院 , 上海交通大学 , 国家电网有限公司
Inventor： 魏大钧 , 张宇帆 , 石岩 , 李昭昱 , 程艳 , 郝然 , 邢家维 , 艾芊 , 孙树敏 , 李雪亮 , 李勇 , 李笋 , 于芃 , 王士柏 , 王玥娇 , 张兴友 , 王楠 , 郭永超 , 关逸飞
Abstract: 本公开公开的一种短期负荷预测方法及系统，包括：获取历史负荷；将历史负荷输入训练好的负荷序列预测模型中，生成合成负荷；将合成负荷进行投影运算，获得合成历史负荷和待预测负荷；将合成历史负荷、历史负荷和待预测负荷输入训练好的预测预测器中，输出短期负荷预测结果。实现了对短期负荷的准确预测。
-
公开(公告)号：CN109829587A
公开(公告)日：2019-05-31
申请号：CN201910111272.1
申请日：2019-02-12
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司 , 上海交通大学
Abstract: 本发明提出了一种基于深度长短时记忆(LSTM，Long Short-Term Memory)网络的小区域级超短期负荷预测及可视化方法，该方法包括：步骤1：确定模型的输入输出变量；步骤2：对输入输出数据集分别进行预处理；步骤3：构造深度LSTM负荷预测模型，并采用随机搜索的方法，寻找合适的超参数直到测试集预测误差达到最小。步骤4：采用t-SNE可视化技术对网络隐藏层向量进行可视化表征，并根据隐藏层向量形成相关系数热图进行相关性定量分析，从而反映网络对输入数据特征提取能力。该方法旨在利用深度学习模型的特征提取能力以及LSTM时序相关性学习能力，以获得与机器学习模型相比更高的预测精度。
-
公开(公告)号：CN111009923A
公开(公告)日：2020-04-14
申请号：CN201911348544.6
申请日：2019-12-24
Applicant: 国网山东省电力公司聊城供电公司 , 国家电网有限公司 , 上海交通大学
Abstract: 本发明公开了一种含分布式电源的新型网配双层优化配置方法，涉及电力系统配电网中分布式可再生能源优化配置领域，采用由上层模型和下层模型组成的双层规划模型，其特征在于，所述上层模型用于确定潮汐发电机组的接入节点和数量，所述下层模型基于所述潮汐发电机组的输出功率的时序曲线和所述上层模型给出的所述潮汐发电机组的所述接入节点和所述数量，用于实现常规发电机组输出功率的最优调节。本发明充分挖掘现有潮汐电站发展下大量潮汐流速的历史数据，考虑潮汐涨潮、落潮所表现出的规律性，实现潮汐发电的有效模拟，并考虑潮汐发电机组接入后对配电网的影响，保障配网安全稳定运行前提下的综合经济性最优。
-
公开(公告)号：CN115759393A
公开(公告)日：2023-03-07
申请号：CN202211426225.4
申请日：2022-11-14
Abstract: 本发明提供一种基于集成学习的累积负荷基线预测方法，包含步骤：S1、基于聚类算法，为M个电力用户生成N种不同的划分方式，共得到多个集群；S2、将集群在一天中的累积负荷、累积负荷基线作为集群在该天的输入特征、标签；基于各集群在不同日期的输入特征，分别建立训练集、验证集、测试集；S3、通过训练集训练网络模型，网络模型根据单天所述多个集群的输入特征，在多个分位点预测各种划分方式下，M个电力用户的累积负荷基线；S4、将验证集中的样本输入训练好的网络模型，基于损失函数，在各分位点，为网络模型预测的N种划分方式下的累积负荷基线分别设置权重系数；S5、基于训练好的网络模型和设置的权重系数，通过测试集检验预测方法的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113469839A
公开(公告)日：2021-10-01
申请号：CN202110748404.9
申请日：2021-06-30
IPC: G06Q50/06 , G06F30/20 , G06N3/04 , G06N3/08 , G06N20/00 , G06F111/04 , G06F113/04
Abstract: 本发明公开了一种基于深度强化学习的智慧园区优化策略，涉及智慧园区优化领域，包括以下步骤：构建智慧园区的模型，所述智慧园区包括园区决策中心、微型燃气轮机、PV发电系统、储能系统及园区负荷，所述园区负荷包括刚性负荷和柔性负荷；采用深度强化学习方法，针对日前时间尺度和日内时间尺度，实现所述智慧园区的优化决策。本发明采用两个时间尺度相结合的方式，针对日前时间尺度，采用基于深度Q网络算法的深度强化学习方法，实现离散动作空间的优化过程；针对日内时间尺度，采用基于优势动作评论算法的深度强化学习方法，实现连续动作空间的优化决策；日内优化将考虑日前优化的决策行为，从而加速算法收敛，提升训练的效率。
-
公开(公告)号：CN115907421A
公开(公告)日：2023-04-04
申请号：CN202211658742.4
申请日：2022-12-22
IPC: G06Q10/0631 , G06Q50/06 , G06F18/23 , G06F18/20
Abstract: 本发明公开一种参与需求响应用户的用电模型构建方法，包括：选取若干个参与需求响应的用户；根据每一用户的历史用电数据并利用聚类算法将所有用户分为若干组；根据每一组内用户的历史用电数据并利用马尔可夫链构建对应组的概率转移矩阵；根据每一组的概率转移矩阵计算对应组的熵；根据每一组的熵和对应组内用户的历史用电数据构建用户的用电模型。其中根据每一组的熵计算对应组内用户对自身消费模式改变的态度参数，根据用户的历史用电数据和用户对自身消费模式改变的态度参数构建所述用户的用电模型。本发明能够对用户改变用电行为的难易程度进行定量描述，从而使得构建的用户的用电模型更加精确，能够对用户行为进行准确刻画。
-
公开(公告)号：CN115796922A
公开(公告)日：2023-03-14
申请号：CN202211664690.1
申请日：2022-12-23
IPC: G06Q30/0201 , G06Q30/0202 , G06Q50/06
Abstract: 本发明公开了基于主从结构的需求响应资源交易方法，所述方法包括：构建需求响应聚集商模型；构建批发市场模型；根据所述需求响应聚集商模型和所述批发市场模型构建需求响应聚集商与批发市场的交互模型。本发明针对参与批发市场的需求响应聚合商，对其在批发市场交易的需求响应资源量进行最优求解，考虑需求响应聚合商作为上层问题，批发市场作为下层问题的主从结构交易模型。
-
公开(公告)号：CN110137944A
公开(公告)日：2019-08-16
申请号：CN201910334289.3
申请日：2019-04-24
Applicant: 国网山东省电力公司莱芜供电公司 , 上海交通大学
IPC: H02J3/00
Abstract: 本发明公开了一种基于随机矩阵理论的电压稳定性扰动源定位方法，其特征在于，采用数值仿真的方法获取满足一定数量及质量的样本数据，处理后作为随机矩阵；基于随机矩阵理论和所述随机矩阵，构造线性特征值统计量指标，以宏观判断电网是否发生故障；基于随机矩阵理论和所述随机矩阵，构造电压扰动节点定位指标，并采用特征向量法定位出现电压扰动的具体节点。本发明提出的方法，能够准确快速地定位环网或辐射网下各种暂态或静态电压稳定性扰动源，且结果直观。
-
公开(公告)号：CN110137944B
公开(公告)日：2023-04-21
申请号：CN201910334289.3
申请日：2019-04-24
Applicant: 国网山东省电力公司莱芜供电公司 , 国家电网有限公司
IPC: H02J3/00
Abstract: 本发明公开了一种基于随机矩阵理论的电压稳定性扰动源定位方法，其特征在于，采用数值仿真的方法获取满足一定数量及质量的样本数据，处理后作为随机矩阵；基于随机矩阵理论和所述随机矩阵，构造线性特征值统计量指标，以宏观判断电网是否发生故障；基于随机矩阵理论和所述随机矩阵，构造电压扰动节点定位指标，并采用特征向量法定位出现电压扰动的具体节点。本发明提出的方法，能够准确快速地定位环网或辐射网下各种暂态或静态电压稳定性扰动源，且结果直观。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.044 seconds)
