公开(公告)号：CN118885806B

公开(公告)日：2025-02-14

申请号：CN202411340550.8

申请日：2024-09-25

Applicant: 国网浙江省电力有限公司舟山供电公司

Inventor： 钟宇军 ,  虞伟 ,  黄浩 ,  夏代军 ,  詹志雄 ,  王栋 ,  王清 ,  方海娜 ,  李赢 ,  朱婉仪 ,  潘永春 ,  徐冉月 ,  张隆禹 ,  王涛 ,  邱喻

IPC: G06F18/2135 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/09

Abstract: 本发明公开了基于区域画像的电力负荷预测方法，涉及电力负荷预测领域。目前，电力负荷预测忽略区域特性对电力负荷的影响，导致预测结果的准确性和可靠性受到限制。本发明首先通过收集和预处理目标区域的相关数据，获取区域基准数据。然后，通过数据挖掘技术提取反映区域特性的关键指标，构建区域画像。基于这一区域画像，提取与电力负荷相关的特征，并结合历史电力负荷数据，构建电力负荷预测模型。最终，利用电力负荷预测模型对目标区域的区域画像信息进行预测，以获得更加准确的电力负荷预测结果。本技术方案能够综合考虑区域的各种特征，从而提高电力负荷预测的准确性和可靠性，为电力系统的优化运行提供有力的支持。

公开(公告)号：CN118885806A

公开(公告)日：2024-11-01

申请号：CN202411340550.8

申请日：2024-09-25

Applicant: 国网浙江省电力有限公司舟山供电公司

Inventor： 钟宇军 ,  虞伟 ,  黄浩 ,  夏代军 ,  詹志雄 ,  王栋 ,  王清 ,  方海娜 ,  李赢 ,  朱婉仪 ,  潘永春 ,  徐冉月 ,  张隆禹 ,  王涛 ,  邱喻

IPC: G06F18/2135 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/09

Abstract: 本发明公开了基于区域画像的电力负荷预测方法，涉及电力负荷预测领域。目前，电力负荷预测忽略区域特性对电力负荷的影响，导致预测结果的准确性和可靠性受到限制。本发明首先通过收集和预处理目标区域的相关数据，获取区域基准数据。然后，通过数据挖掘技术提取反映区域特性的关键指标，构建区域画像。基于这一区域画像，提取与电力负荷相关的特征，并结合历史电力负荷数据，构建电力负荷预测模型。最终，利用电力负荷预测模型对目标区域的区域画像信息进行预测，以获得更加准确的电力负荷预测结果。本技术方案能够综合考虑区域的各种特征，从而提高电力负荷预测的准确性和可靠性，为电力系统的优化运行提供有力的支持。

公开(公告)号：CN118841980A

公开(公告)日：2024-10-25

申请号：CN202411320329.6

申请日：2024-09-23

Applicant: 国网浙江省电力有限公司舟山供电公司

Inventor： 梁帅伟 ,  钟宇军 ,  黄浩 ,  王清 ,  夏代军 ,  詹志雄 ,  王栋 ,  甘纯 ,  金晨星 ,  姚斯磊 ,  张引贤 ,  方海娜 ,  徐冉月 ,  潘永春

IPC: H02J3/00 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明公开了一种基于调控云的分层分区新能源负荷预测方法及系统，涉及智能电网技术领域；目前，预测模型的准确度和精细度不高，本发明通过收集各个分区的新能源负荷数据，上传至调控云平台，基于调控云平台中嵌入的特征卷积层进行处理，输出新能源负荷特征数据；构建分层分区预测模型，将新能源负荷特征数据输入分层分区预测模型中，根据全局预测网络层进行全局负荷预测，输出全局负荷预测结果，根据局部预测网络层对各个分区进行局部负荷预测，输出多个局部负荷预测结果；融合全局预测网络层和局部预测网络层，输出负荷预测结果。本技术方案将全局性预测与局部区域的预测相结合，充分考虑各个分区的负荷特性，提高了负荷预测的精度。

公开(公告)号：CN119692718A

公开(公告)日：2025-03-25

申请号：CN202411890167.X

申请日：2024-12-20

Applicant: 国网浙江省电力有限公司舟山供电公司

Inventor： 黄浩 ,  钟宇军 ,  方海娜 ,  张静 ,  卢敏 ,  阙凌燕 ,  潘永春 ,  徐冉月 ,  夏代军 ,  王清 ,  詹志雄 ,  王涛 ,  张隆禹 ,  张引贤 ,  徐海宁

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06N3/0442 ,  H02J3/00

Abstract: 本发明公开了一种结合短周期电力源荷预测的电网自适应调度方法，涉及电力预测技术领域。目前，短周期剧烈天气变化对电力源荷预测造成的不准确性；本发明包括：按照短周期预设时间粒度，获取天气变化信息并提取特征；根据时间粒度、天气特征及当前时间，构建相似日特征并基于其提取历史数据构建相似日数据库；对数据库进行预处理并聚合特征，获得相似日聚合特征；将天气特征输入电网预测模型，获得短周期电力源荷预测结果；根据预测结果的平衡关系，进行电网自适应调度。本技术方案通过结合相似日特征和堆叠LSTM模型，提高短周期新能源预测和短期负荷预测的准确性。

公开(公告)号：CN118569497A

公开(公告)日：2024-08-30

申请号：CN202410734623.5

申请日：2024-06-07

Applicant: 国网浙江省电力有限公司舟山供电公司

Inventor： 胡俊华 ,  钟宇军 ,  黄浩 ,  陈文进 ,  钱建国 ,  张静 ,  张俊 ,  王清 ,  詹志雄 ,  夏代军 ,  方海娜 ,  周晨 ,  潘永春 ,  陈波 ,  李赢

IPC: G06Q10/063 ,  G06Q50/06 ,  G06N3/09 ,  H02J3/00 ,  H02J3/38

Abstract: 本发明公开了基于互相关的海上风电爬坡预测方法及系统，涉及人工智能技术领域，该方法包括：读取目标风电机组的基础配置信息；检索可信爬坡事件记录，搭建事件特征图谱；交互基于目标风电机组的地理气候特性，训练风程预测模型；结合互相关性监督训练爬坡预测模型；联合风程预测模型与爬坡预测模型，生成一体化预测模块；调用预定周期节点下的地理气候信息与机组运况信息，进行风况趋势预测与爬坡事件发生预测，确定目标预测结果；确定机组管控策略，进行海上风电爬坡管理。本发明解决了现有技术中预测精度低、应对突发情况能力低等技术问题，通过基于互相关的海上风电爬坡预测，达到提高预测精度和应对突发情况能力的技术效果。