-
公开(公告)号：CN118982100A
公开(公告)日：2024-11-19
申请号：CN202410993572.8
申请日：2024-07-24
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0442
Abstract: 一种考虑省间联络通道的省间实时用电预测方法及系统，其特征在于，方法包括：采集目标省份以及存在省间联络通道的关联省份的历史用电关联数据，并分别构造针对目标省份和所述关联省份的多个历史用电关联矩阵；采用皮尔逊相关系数对多个矩阵中的多个特征进行相关分析，以获得的相关系数，并对历史用电关联矩阵进行归一化；在时间维度上对每个关联矩阵进行划分，获得区分时间阶段的输入数据集，分别输入至LSTM模型中进行训练后，预测针对每个历史用电关联矩阵的实时用电参考量；构造省间联络矩阵，将历史用电关联矩阵、目标省份和关联省份的实时用电参考量输入至预训练的省间联络空间模型中，以获得考虑联络通道影响的实时用电预测量。
-
公开(公告)号：CN118446372A
公开(公告)日：2024-08-06
申请号：CN202410625943.7
申请日：2024-05-20
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06Q10/04 , G06Q10/0639 , G06Q30/0201 , G06F18/2337 , G06Q50/06
Abstract: 本发明提供了一种代理购电用户用电风险评估方法及系统，通过计算用电风险指标、构建多维向量、获得维度评级和权重，以及构建层次分析模型，实现实时用电风险评估。方法智能识别代理购电过程中的不确定因素并进行精准量化，利用风险评估模型进行分类评估，提高评估准确性。此外，方法提出代理购电风险分级评价模型，实现风险等级精准划分，提升风险预警水平；分析代理购电各环节的不确定因素，为参与多类型市场交易提供决策辅助；建立代理购电风险预警和防控体系，规避购电各环节风险，减少电量偏差，对电力供需稳定和用户用电成本产生积极影响，缓解发电企业上网电价与保障居民农业及工商业用户用电稳定之间的矛盾。
-
公开(公告)号：CN119762106A
公开(公告)日：2025-04-04
申请号：CN202411714254.X
申请日：2024-11-27
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06Q30/0201 , G06Q30/0202 , G06Q30/0601 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F111/10
Abstract: 本发明公开了一种计及保供电需求的省间电力市场出清方法及系统，属于电力调度技术领域，方法包括：基于省内现货市场运营数据计算获得购电省参与省间电力现货市场的报价曲线；建立省间现货电能量市场的出清模型作为上层优化模型，以区域内系统运行总成本最小构建目标函数，并构建约束条件；建立下层优化模型更新上层优化中的决策变量，以电网有功功率损失最小化为目标函数，计及保供电需求建立约束条件；针对由上层优化模型和下层优化模型构成的双层优化模型，求解该双层优化模型，得到确定出清结果并输出。本发明可广泛应用于电力系统优化调度以及跨区域电力交易，不仅能有效提升电力资源利用效率，还能确保电能供应的可靠性和安全性。
-
公开(公告)号：CN119558474A
公开(公告)日：2025-03-04
申请号：CN202411646764.8
申请日：2024-11-18
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司营销服务中心 , 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心 , 国网能源研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/08 , H02J3/00
Abstract: 本发明公开了一种短期电力负荷预测方法、装置、终端及介质，方法包括：根据设定的时间步长采集多组电力系统的历史负荷时序数据及同时间尺度的历史外生变量时序数据，构建原始数据集；对所述原始数据集进行预处理，获得完整可用的样本集；利用长短期记忆神经网络构建序列到序列的LSTM‑seq2seq负荷预测模型；基于所述样本集对构建的LSTM‑seq2seq负荷预测模型进行训练；将在待预测时段之前的设定时间步长内的历史负荷时序数据和历史外生变量时序数据进行预处理后，输入至训练好的LSTM‑seq2seq负荷预测模型中，获得预测时段内的电力负荷预测结果。本发明能够高效精准的实现短期电力负荷预测。
-
公开(公告)号：CN118820963A
公开(公告)日：2024-10-22
申请号：CN202410800831.0
申请日：2024-06-20
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06F18/243 , G06N5/01 , G06N20/00 , G06Q50/06 , G06F17/18
Abstract: 一种基于随机森林算法的省间用电场景分类方法及系统，方法包括：采集不同时段下用电省份的省内影响因素以构建第一数据集，利用随机森林算法针对第一数据集进行分类，以获得每个样本的省内电力紧缺程度；采集不同时段下用电省份与关联省份之间的省间影响因素，并根据省间影响因素、每个省间影响因素所对应的省内电力紧缺程度构建第二数据集；利用随机森林算法对第二数据集进行分类，生成多个省间用电场景，并分析第二数据集中每个样本的紧急程度；基于不同时段下用电省份的省间用电场景、紧急程度分析历史省间用电方式，并获得不同的省间用电场景、紧急程度组合下的最优省间用电方式；基于当前状态下的省间用电场景、紧急程度调节省间用电方式。
-
Patent Agency Ranking
公开(公告)号：CN118569918A
公开(公告)日：2024-08-30
申请号：CN202410709838.1
申请日：2024-06-03
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06Q30/0202 , G06Q50/06 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/044 , G06N3/08 , H02J3/00
Abstract: 一种基于深度学习的省间现货购电需求预测方法及系统，包括采集电力现货市场的购电需求数据以及与购电需求数据有关的特征数据；通过预处理模块对各原始数据进行预处理，得到样本数据集；基于皮尔逊相关系数，Lasso特征选择进行特征提取，有效地选择出与购电需求密切相关的特征；建立省间现货购电需求预测模型，该模型将指数平滑和多层扩张循环神经网络结合起来生成点预测和以预测区间形式的概率预测，该模型不需要初始时间序列分解，并且结合了自适应预处理、交叉学习和多个扩张，以应对复杂的时间序列特征，从而最大化预测模型的准确性；本发明能够用于提高预测省间现货购电需求的速度以及预测结果的准确性。
-
公开(公告)号：CN117590148A
公开(公告)日：2024-02-23
申请号：CN202311513117.5
申请日：2023-11-13
Applicant: 国网江苏省电力有限公司营销服务中心 , 天津新能电力科技有限公司 , 北京合纵科技股份有限公司
Abstract: 本发明公开的一种基于大数据的电网线路故障诊断方法和系统，所述方法包括：获取停电区域的信息；判断所述停电区域是否存在停电申报信息，若是，则确定所述停电区域为正常停电区域；若否，则确定所述停电区域为异常停电区域；获取异常停电区域内的基础数据信息；将异常停电区域内的基础数据信息和预设故障诊断规则进行对比分析，得到停电原因以及对应故障位置信息；将所述停电原因和故障位置信息发送至预设管理端以进行提示。本发明通过多源数据，提高了电网线路故障诊断的精确性；通过对各区域电网线路所处的外部环境进行实时监测，提高对电网线路故障的预防措施。
-
公开(公告)号：CN118821998A
公开(公告)日：2024-10-22
申请号：CN202410802702.5
申请日：2024-06-20
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06Q30/0201 , G06F17/18
Abstract: 一种省间省内用电影响因素的分析方法及系统，其特征在于，所述方法包括以下步骤：分别以省间电能交换过程中的购电成本最小、省内电能交换过程中的运行成本最小为目标构建双层规划模型，预测出最优购电价格序列；采集用电影响因素的时间序列，计算所述用电影响因素与所述最优购电价格之间的关联度，以基于所述关联度的排序提取出所述用电影响因素中的关键因素。本发明从电网发电、输电能力上有针对的实施改进、消除系统层面的薄弱环节，从而提高系统稳定性，保障大规模省间电力传输的安全可靠。
-
公开(公告)号：CN118821995A
公开(公告)日：2024-10-22
申请号：CN202410800828.9
申请日：2024-06-20
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06Q30/0201 , G06Q30/0601 , G06N3/092 , G06N3/04
Abstract: 本发明公开了一种跨区域省间现货分段量价申报优化方法及系统，方法包括：获取购电主体省间及省内的基础数据；对省间现货购电路径进行优化，得到各购电主体与各售电主体之间一对一的路径组合网络结构；构建以购电主体在省间‑省内两级市场中总购电成本最小为目标的上层模型，以及以社会福利最大为目标的省间现货市场出清下层模型，得到多主体省间现货申报双层模型；基于所述基础数据及路径组合网络结构，构建所述双层模型的约束条件；结合所述约束条件对所述双层模型进行求解，获得购电主体的省间现货申报策略。本发明优化后的策略能够有效减低购电成本，提高各购电主体的经济性，使得省间电力资源达到最优配置效果。
-
公开(公告)号：CN117937432A
公开(公告)日：2024-04-26
申请号：CN202311685472.0
申请日：2023-12-08
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国网能源研究院有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心 , 华北电力大学
Inventor： 阮文骏 , 黄茜 , 孙莉 , 潘熙 , 杨世海 , 周瑶 , 陈畅 , 薛冰 , 邵雪松 , 刘恬畅 , 吴鹏 , 张煜 , 谭显东 , 林女贵 , 钱晓瑞 , 詹祥澎 , 孙毅 , 陈影
IPC: H02J3/00 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/096
Abstract: 一种基于知识蒸馏算法的电力负荷预测方法和系统。该方法包括，采集配电网台区内的历史电力负荷数据，利用孤立森林算法筛选出历史电力负荷数据中的异常负荷值，对筛选出的异常值采用拉格朗日插值法进行修正处理，并进行数据归一化处理；将归一化处理后的电力负荷数据输入教师网络，基于长短期记忆网络进行电力负荷预测，并将预测结果进行软化，得到软标签信息；根据本地数据集对教师网络进行微调得到学生网络，将软标签信息输入到学生网络，在学生网络中基于长短期记忆网络对教师网络的分布进行拟合，输出电力负荷预测结果。本发明的方案将知识蒸馏与神经网络相结合，解决神经网络不敏感的问题，实现了轻量化电力负荷预测。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.044 seconds)
