-
公开(公告)号：CN119231537A
公开(公告)日：2024-12-31
申请号：CN202411372484.2
申请日：2024-09-29
Applicant: 国网江苏省电力有限公司无锡供电分公司
Abstract: 本发明公开了一种低压台区源荷储充优化控制方法及系统，属于低压台区控制技术领域。具体方法包括：获取低压台区的t时刻的源荷储充数据；根据获取的源荷储充数据预测台区t+1时刻的负荷波动率；根据得到的源荷储充数据的负荷波动率计算台区的整体波动状态；将低压台区的整体波动状态区分为不同的波动状态，根据不同的波动状态构建低压台区源荷储充优化模型并求解，获取低压台区源荷储充最优解，实现低压台区源荷储充优化控制。本发明可以改善电能质量，提高能源利用效率，增强电网稳定性。
-
公开(公告)号：CN119167269A
公开(公告)日：2024-12-20
申请号：CN202411293849.2
申请日：2024-09-14
Applicant: 国网江苏省电力有限公司无锡供电分公司
IPC: G06F18/2433 , G06F18/26 , G06F18/15 , G06F18/214
Abstract: 本发明公开了一种多模型融合异常用电行为辨识方法及系统，涉及电力系统技术领域，包括：接收用电数据，对用电数据进行预处理，得到处理后的用电数据，计算每个处理后的用电数据对应的皮尔逊相关系数，对皮尔逊相关系数进行筛选，筛选出的皮尔逊相关系数对应的处理后的用电数据作为疑似异常用户的用电数据；提取处理后的用电数据内的日用电量数据数值特征，将日用电量数据数值特征输入至预先建立的BP神经网络模型和XGBoost模型内，输出得到疑似异常用电概率，对疑似异常用电概率进行筛选，筛选出的异常用电概率对应的处理后的用电数据作为疑似异常用电辨识结果；将两种筛选结果所对应的疑似异常用电用户编号进行二次检测。
-
公开(公告)号：CN119167268A
公开(公告)日：2024-12-20
申请号：CN202411293842.0
申请日：2024-09-14
Applicant: 国网江苏省电力有限公司无锡供电分公司
IPC: G06F18/2433 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0475 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开一种基于WGAN数据扩充的CNN‑LSTM异常用电行为辨识方法及系统，属于人工智能反窃电领域；一种基于WGAN数据扩充的CNN‑LSTM异常用电行为辨识方法包括：获取用电数据，并对用电数据进行预处理；将预处理后的用电数据进行分类，并使用WGAN网络对异常用电样本进行扩充；将扩充后的一维用电量数据输入到Bi‑LSTM模型中提取用电数据长期趋势特征；并将一维数据按周形式转化为二维数据输入到CNN模型中提取用电数据潜在特征；将所述长期趋势特征和所述潜在特征合并后输入到全连接神经网络中进行检测，输出检测结果。
-
公开(公告)号：CN119965843A
公开(公告)日：2025-05-09
申请号：CN202510046970.3
申请日：2025-01-13
Applicant: 国网江苏省电力有限公司无锡供电分公司 , 国网江苏省电力有限公司电力科学研究院 , 天津大学 , 无锡广盈集团有限公司
IPC: H02J3/00 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种柔性互济的功率动态分配协同管理方法及系统，涉及能源管理与电力分配技术领域，该方法包括：获取功率分配管理初始化状态信息，依次获取多个充电终端的需求功率值，判断实时功率值能否满足需求功率值。若满足，调取能源优先级策略生成决策。获取分配管理记录，用评估函数分析得到实时适应度，判断其是否在预定阈值内。若不在，生成校正指令，校正实时功率值和需求功率值得到预测功率，调取动态协同策略分析生成动态决策，据此进行功率动态分配协同管理。解决了现有功率分配方法无法根据实际供需变化动态调整分配策略，造成功率分配在数量和时间上不合理的技术问题，达到了提高功率分配的精准性和时效性的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN119963165A
公开(公告)日：2025-05-09
申请号：CN202510053633.7
申请日：2025-01-14
Applicant: 国网江苏省电力有限公司无锡供电分公司 , 国网江苏省电力有限公司电力科学研究院 , 上海交通大学 , 国网无锡电动汽车服务有限公司
IPC: G06Q10/20 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了多源感知联合的充电基础设施运维管理系统，涉及电力系统运维管理相关领域，该系统包括：监测数据集获取模块用于获取监测数据集；故障预测模块用于将设备状态输入适配预测单元，输出多个故障预测数据集；需求预测模块用于进行预定时间周期内的需求预测；运维紧急性分析模块用于根据故障预测数据集和预测充电需求进行运维紧急性分析；运维方案优化分析模块用于结合充电站分布拓扑和预定维修资源进行运维方案分析；运维管理模块用于根据最优运维方案进行运维管理。解决了现有充电基础设施运维管理存在的运维效率和运维管理水平不高的技术问题，达到了提升运维效率和运维管理水平的技术效果。
-
公开(公告)号：CN119250304A
公开(公告)日：2025-01-03
申请号：CN202411631925.6
申请日：2024-11-15
Applicant: 国网江苏省电力有限公司无锡供电分公司 , 国网江苏省电力有限公司电力科学研究院 , 上海交通大学
IPC: G06Q10/04 , G06F30/20 , G06Q10/0637 , G06Q10/067 , G06Q50/06 , H02J3/14 , H02J3/00 , G06F113/04
Abstract: 本发明公开了结合动态极端环境模拟的配电网保供需求预测方法，涉及电力系统技术领域，该方法包括：建立极端环境电力数据库并分类标定，获取标定数据库，基于此提取用电行为构建用电需求响应模型。按照极端环境模拟信息提取参数，结合配电网分布特性等数据建模生成仿真模型。根据标定数据库构建策略库，对模拟参数优化确定优化参数，基于优化参数优化仿真模型，建立预测模型并进行预测。解决了现有技术在极端环境下对配电网保供需求预测不准确、不全面、不灵活且缺乏持续优化机制的技术问题，达到了保障配电网在极端条件下的稳定运行和持续供电的技术效果。
-
公开(公告)号：CN119834315A
公开(公告)日：2025-04-15
申请号：CN202411821545.9
申请日：2024-12-11
Applicant: 国网江苏省电力有限公司无锡供电分公司
Abstract: 本发明属于智能电网技术领域，公开了一种兼顾充电站收益与电池衰减补偿的充电站能量调度方法，调度中心在每个周期开始前，根据充电站管理系统收集的数据，包括电动汽车到达时的电池状态及用户期望的离站时电池状态，建立电池运行约束模型；在此基础上，以减少充电站总成本和电动车电池退化成本为目标，同时考虑电池容量、充放电速度及电池健康状况等约束，构建充电站能量调度模型并采用红尾鹰优化算法确定最佳调度方案，并将此方案下发至各充电桩执行；完成一个调度周期后，系统更新车桩的状态信息，重新收集数据，准备进入下一周期的能量调度，形成持续优化的循环过程。本发明克服了充电站资源分配不均衡、运营成本高昂、电池寿命缩短及充电效率低下等关键难题。
-
公开(公告)号：CN119761702A
公开(公告)日：2025-04-04
申请号：CN202411807970.2
申请日：2024-12-10
Applicant: 国网江苏省电力有限公司无锡供电分公司 , 国网江苏省电力有限公司电力科学研究院 , 上海交通大学 , 江南大学 , 国网无锡电动汽车服务有限公司
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了基于移动充放电设备应急电力供应管理方法及系统，涉及应急管理技术领域，该方法包括：对移动充放电设备的电力输出参数进行解析，构建电力供应参数列表，获得多应急设备的电力需求信息，配置各应急设备的供应优先级；建立需求‑供应匹配关系，基于所述需求‑供应匹配关系进行供应方案搜索，获得供应备选方案；进行供应评价，确定供应管理执行方案。本发明解决了现有技术中缺乏对电力需求的精细化分析和对供应资源的合理调配，难以实现最优的电力分配，导致部分关键设备电力供应不足的技术问题，达到了精准需求分析，实现电力资源的最优分配，确保关键设备优先得到充足电力供应，提高供电稳定性的技术效果。
-
公开(公告)号：CN119129813A
公开(公告)日：2024-12-13
申请号：CN202411151287.8
申请日：2024-08-21
Applicant: 国网江苏省电力有限公司无锡供电分公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/241 , G06F18/15 , G06N3/042 , G06N3/0442 , H02J3/00
Abstract: 一种基于mRMR‑EABiLSTM‑TCN的电力负荷预测方法，包括以下步骤：步骤1，采集负荷数据以及影响用户用电负荷的关键因子，进行数据清洗和归一化预处理；步骤2，基于处理的数据，使用最大相关最小冗余算法mRMR对特征因子进行重要性排序，选取前N个相关特征，构成粗选特征集；步骤3，构建结合超越自注意力EA、双向长短期记忆神经网络BiLSTM以及时间卷积网络TCN的mRMR‑EABiLSTM‑TCN短期用户负荷预测模型，以粗选特征集作为模型的特征输入；步骤4，基于构建的模型进行预测，并通过前向选择算法评估不同输入特征的有效性，确定最优输入特征集合，优化电力预测模型。有利于最终负荷预测精度的提升，具有一定的工程价值。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.031 seconds)
