-
公开(公告)号:CN117076949A
公开(公告)日:2023-11-17
申请号:CN202311098712.7
申请日:2023-08-29
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于Gale‑Shapley算法的煤炭供需企业匹配优化方法及系统,涉及互联网技术领域,包括:获取煤炭供需企业的交易匹配要求,根据煤炭供需企业的交易匹配要求计算得出煤炭供需企业双方匹配度;将煤炭供需企业双方匹配度进行排序得到匹配双方的偏好排序;基于匹配双方的偏好排序,设定原有匹配主体,利用Gale‑Shapley算法计算得出煤炭供需企业初始匹配结果;周期性统计获取新加入与退出煤炭交易市场的煤炭供需企业,重复以上步骤并设定新的匹配主体,利用新的匹配主体与煤炭供需企业初始匹配结果动态更新得出煤炭供需企业双边匹配结果。
-
公开(公告)号:CN119961298A
公开(公告)日:2025-05-09
申请号:CN202411683633.7
申请日:2024-11-22
Applicant: 国网江苏省电力有限公司经济技术研究院
IPC: G06F16/2455 , G06F18/10 , G06F18/22 , G06F18/23213 , G06Q50/06 , G06F123/02
Abstract: 本发明公开了一种基于最小二分图匹配的电网时序数据聚合方法,包括如下步骤:步骤1)获取多年度的电网时序数据,进行数据预处理,检测并排除极端值;步骤2)利用最小二分图匹配算法,找到不同年度之间相似度高的时序数据对,构建匹配模式组;步骤3)利用匹配模式组,随机生成新的时序数据集,并对每个数据集进行聚类,获得初始代表性时段;步骤4)将预处理中排除的极端时序数据与初始代表性时段合并,得到最终的电网时序数据聚合结果。本发明通过构建匹配模式组并随机生成新的时序数据集进行聚类,获得更稳定、泛化性更好的代表性时段聚合结果。本发明在提高时序数据聚合的泛化性和稳定性方面具有明显优势,有利于提高电网规划、调度等决策的准确性。
-
公开(公告)号:CN118432189A
公开(公告)日:2024-08-02
申请号:CN202410518992.0
申请日:2024-04-28
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司 , 东南大学
IPC: H02J3/46 , H02J3/38 , H02J3/00 , G06N3/0442 , G06N3/045 , G06N3/092 , G06F18/20 , G06Q50/06 , G06N3/048 , G06F123/02
Abstract: 本发明公开了一种基于LSTM‑PPO算法的分布式能源系统能量调度优化方法,首先将分布式能源系统的能量调度问题描述为一个马尔科夫决策过程MDP;其次基于LSTM和PPO算法构建初始能量调度模型,利用初始能量调度模型求解MDP;然后利用真实电价与负荷数据组成的训练集对初始能量调度模型进行训练,得到目标能量调度模型;最终利用目标能量调度模型求解分布式能源系统能量调度的最优策略,利用该最优策略对分布式能源系统进行调度。本发明所提出的基于无模型的LSTM‑PPO算法可以利用历史数据捕获能源系统的不确定性,利用深度学习模型的良好泛化能力,实时提供高质量的解决方案,并避免能量调度运行期间的任何计算负担。
-
公开(公告)号:CN117350861A
公开(公告)日:2024-01-05
申请号:CN202311293043.9
申请日:2023-10-08
Applicant: 国网江苏省电力有限公司经济技术研究院
IPC: G06Q40/06 , G06Q10/0637 , G06Q10/0639 , G06F17/16
Abstract: 本发明公开了一种基于累积前景理论的项目决策评价方法、系统及装置,涉及决策支持系统与方法技术领域,包括以下步骤:接收项目决策相关数据,将项目决策相关数据输入至预先建立的基于累积前景理论的评价模型内,得到各评价指标的决策权重,其中,所述项目决策相关数据包括项目方案、评价指标和决策矩阵;接收决策参考点,利用决策参考点和各评价指标的决策权重计算得出各评价指标的前景价值,对各评价指标的前景价值进行综合判定计算得出综合前景价值。
-
公开(公告)号:CN112329971A
公开(公告)日:2021-02-05
申请号:CN202010549122.1
申请日:2020-06-16
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏省电力有限公司 , 国网经济技术研究院有限公司 , 国家电网有限公司
Abstract: 本发明涉及一种输变电工程投资决策模型的建模方法,包括如下步骤:步骤1)建立输变电工程数据库并划分项目类型;步骤2)建立输变电工程建设决策判别的指标体系;步骤3)采集并处理输变电工程建设决策判别指标数据;步骤4)构建基于随机森林算法的输变电工程建设决策判别模型。有益效果:针对提升输变电工程投资效益的目标,设计了输变电工程投资决策的关键指标体系及内容,基于随机森林技术构建投资决策模型,有助于提升输变电工程投资精准度,支撑电网高质量发展。
-
-
-
-