-
公开(公告)号：CN115907389A
公开(公告)日：2023-04-04
申请号：CN202211511466.9
申请日：2022-11-29
IPC分类号： G06Q10/0631 , G06Q50/06 , G06F18/214 , G06F18/15 , G06F18/23213 , G06F18/231 , G06F18/2321
摘要： 本申请涉及一种基于用户画像的城区尺度需求响应潜力电力用户定位方法、系统及介质，方法包括步骤：收集城区所辖用户的电力相关数据，并对数据进行预处理形成可用电力数据集；设计可反映用户削峰填谷潜力与容需优化潜力的用电特性指标用于用户画像；逐一计算各用户对应的画像指标具体值，形成用户画像特征数据集；结合最优聚类数判断标准确定最终聚类类别，经过聚类获取反映不同用电特性的电力用户群；实现有效定位具有削峰填谷潜力与容需优化潜力的用户集群。本申请为目前电力系统提出的需求响应战略提供技术指导，协助电力运营商在极端天气等紧急情况下从海量用户中快速定位出可调节用户，减少大范围有序用电带来的损害。
-
公开(公告)号：CN115511265A
公开(公告)日：2022-12-23
申请号：CN202211072546.9
申请日：2022-09-02
摘要： 本申请涉及一种电动汽车直流充电设备降功率问题辨识方法，包括获取某台直流充电设备额定输出功率PN，并计算其历史最大输出功率为PHmax；初步判断该台直流充电设备是否存在降功率运行问题；再综合计算比较该台直流充电设备月度最大输出功率PMmax,i、当月在该台设备充过电的各台电动汽车的最大充电功率PVmax,ij及各次充电的起始充电SOCin，进一步确认该台直流充电设备是否存在降功率运行问题，并完成该台充电设备在第i个月的功率下降值ΔPi的计算。本发明针对充电设备分布面广，难以依靠人工逐台检测识别设备降功率运行的问题，利用大数据分析技术，提出了降功率运行充电设备快速定位方法，为提升设备运维效率和充电服务质量提供理论支撑。
-
公开(公告)号：CN118076055A
公开(公告)日：2024-05-24
申请号：CN202410151160.X
申请日：2024-02-02
申请人： 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司 , 华中科技大学
IPC分类号： H05K7/20
摘要： 本申请涉及一种用于数据中心的跨季节储能多能互补热回收空调系统，液冷末端通过管路连接太阳能集热器、吸附式制冷机以及第一板式换热器，所述太阳能集热器连接吸附式制冷机，所述吸附式制冷机通过管路连接第一冷却塔、第一板式换热器以及精密空调，所述第一板式换热器低温侧通过管路连接第一冷却塔、地埋管换热器以及第二板式换热器，所述地埋管换热器与热泵相连，所述第二板式换热器通过管路连接区域供热用户，所述风冷末端连接精密空调、电制冷机以及第三板式换热器，所述电制冷机连接第二冷却塔，所述第三板式换热器连接热泵，热泵连接区域供热用户。本申请可以有效提高全年热回收率，并降低机房PUE。
-
公开(公告)号：CN118153848A
公开(公告)日：2024-06-07
申请号：CN202410156557.8
申请日：2024-02-02
申请人： 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司 , 湖北方源东力电力科学研究有限公司 , 华中科技大学
IPC分类号： G06Q10/0631 , G06Q50/06 , G06N3/126 , G06F17/18 , H02J3/00
摘要： 本申请涉及面向电力用户的基于容需优化的储能优化配置方法，包括以下步骤：采集用户历史逐时负荷数据为配储优化工作做准备；以月为单位，计算该月功率的最大值和最小值；获得需量调节范围；确定用户储能后的容需电费；确定电池至少需要的容量；取电池所需配置容量；以净现值最大为目标，建立用户侧储能优化配置模型；基于遗传算法求解所述用户侧储能优化配置模型，确定储能最优容量配置。本申请考虑了电力市场环境下，容需优化对用户侧储能容量需求的影响，在实现容需优化的基础上，可一定程度上实现削峰填谷，为用户侧容需优化配储提供指导依据。
-
公开(公告)号：CN118645992A
公开(公告)日：2024-09-13
申请号：CN202410689561.0
申请日：2024-05-30
发明人： 黄亮 , 庹量禹 , 崔一铂 , 凌在汛 , 孙朝霞 , 顾一鸣 , 向慕超 , 吴笑民 , 刘曼佳 , 邓桂平 , 陈文 , 韩鸿凌 , 金晨 , 阮佳楠 , 田晨丞 , 宋杨 , 鲁金华 , 万冲
IPC分类号： H02J3/00 , G06N3/0442 , G06N3/049 , G06N3/048 , G06N3/08 , G06Q50/06 , G06Q50/40 , B60L3/12 , B60L53/00
摘要： 一种基于IACO‑Attention‑LSTM的电动汽车充电负荷预测方法，选择电价以及节假日作为输入变量；IACO算法采用精英蚂蚁系统和最小最大蚂蚁系统，使用IACO算法对LSTM神经网络进行优化时，IACO反馈LSTM神经网络的预测误差；进行IACO‑LSTM方法负荷预测前，IACO算法对LSTM进行训练，选择不同的超参数对数据集进行训练并预测输出结果，根据预测结果和真实负荷值的误差确定让蚂蚁最快遍历所有目标的超参数，在迭代次数完成之后输出最优解，赋值给LSTM神经网络，确定最终LSTM神经网络预测模型，运用Attention机制对所有预测结果进行整合，得到预测结果，以提升预测准确性和效率。
-
公开(公告)号：CN118569576A
公开(公告)日：2024-08-30
申请号：CN202410690369.3
申请日：2024-05-30
发明人： 凌在汛 , 向慕超 , 崔一铂 , 黄亮 , 庹量禹 , 刘曼佳 , 佟翾 , 张帅 , 成诚 , 吴笑民 , 刘鸣柳 , 易忱 , 韩鸿凌 , 金晨 , 阮佳楠 , 田晨丞 , 焦海文 , 阮庄
IPC分类号： G06Q10/0631 , G06Q50/06 , G06Q50/40 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/086 , G06N3/006
摘要： 本发明提供了一种基于IGwo‑Attention‑LSTM的电动汽车充电负荷预测方法，其结合了GWO优化算法，提出了IGWO和IACO算法，用于改进LSTM模型的超参数设定，从而提高模型的性能和泛化能力；并引入了Attention机制，对LSTM多个时间步的预测结果进行整合，使得模型能够更好地捕捉时间序列数据的关联性和重要性；同时通过改进GWO算法的缺点，IGWO‑Attention‑LSTM算法在负荷预测中展现出更高的准确性和稳定性，准确的负荷预测可以帮助充电站在高峰期提前做好准备，避免能源浪费和高峰时段的能源成本增加，从而节约能源成本。
-
公开(公告)号：CN117895517A
公开(公告)日：2024-04-16
申请号：CN202311817259.0
申请日：2023-12-26
IPC分类号： H02J3/06 , H02J3/48 , H02J3/50 , H02J3/32 , G06F30/18 , G06F30/27 , G06N3/006 , G06N3/092 , G06F113/04 , G06F113/06
摘要： 本发明提供提出了一种基于强化学习的多微网能量共享方法，包括：S1，建立源荷模型，包括风力发电、光伏发电、储能电池的数学模型；S2，确定微网内部组成单元的约束限制，述约束限制包括负载需求相应限制、储能电池限制、可再生能源限制；S3，基于步骤S1建立的数学模型和步骤S2确定的约束限制设计多微网系统拓扑结构；S4，在步骤S3设计的多微网系统拓扑结构提出多微网分层优化的方法，将系统分为两层进行调度；S5，根据步骤S4提出的优化方法，采用强化学习对下层多微网进行求解，采用自适应粒子群算法对上层进行求解，进而实现多微网能量共享。与现有的方法相比，本发明首次将强化学习与多微网能量共享方法结合起来，通过最佳学习策略，可更有效地利用可用的能量资源，并提高能量共享的效果；同时，也可更好地解决多微网能量共享的复杂性与不确定性。
-
公开(公告)号：CN115983095A
公开(公告)日：2023-04-18
申请号：CN202211526379.0
申请日：2022-12-01
IPC分类号： G06F30/27 , G06F18/23213 , G06N3/0442 , G06N3/084 , H02J3/00 , G06F113/04 , G06F111/08
摘要： 本发明提供一种基于聚类算法、神经网络和遗传算法的光伏发电预测方法，通过将光伏发电功率与天气等影响因素的映射关系建立辨识模型，对历史数据集进行K‑Means聚类分析，然后将聚类所得的数据输入至BP神经网络中进行训练，输出发电功率，再将所得发电功率数据集作为输入放入LSTM神经网络中训练，对于神经网络的超参数利用遗传算法(GA)来确定，最终预测输出明日光伏发电功率。本发明为当前光伏发电预测的可靠性及准确性提供了新思路。
-
公开(公告)号：CN115036918A
公开(公告)日：2022-09-09
申请号：CN202210752627.7
申请日：2022-06-29
摘要： 本发明提供一种光储充电站经济运行费用和负荷方差优化的方法，在基于对充电站内的最大光伏发电功率以及站内电动汽车充电需求功率的准确预测的基础上，同时建立充电站经济运行费用和负荷方差的目标函数组成的双目标模型，然后利用LSTM算法和GA‑BP算法对光伏发电功率和电动汽车充电负荷功率准确预测，并在此基础上利用NSGA‑II算法对双目标模型求解。本发明基于在完整优化周期对站内最大光伏发电功率和电动汽车需求功率的准确预测的基础上，对目标函数计算，即优化充电站周期内系统经济运行费用和负荷方差，此项发明可广泛应用于光储充电站系统控制领域。
-
公开(公告)号：CN112465751B
公开(公告)日：2022-08-23
申请号：CN202011273552.1
申请日：2020-11-14
申请人： 国网湖北省电力有限公司电力科学研究院 , 国家电网有限公司 , 湖北方源东力电力科学研究有限公司
IPC分类号： G06T7/00 , G06T7/11 , G06T7/90 , G06T5/10 , G06V10/764
摘要： 本发明提供一种大型调相机不抽转子气隙内物理表面自动检测方法，包括：利用内窥镜对调相机气隙内部物理表面进行摄像，获得样本图片；对样本图片进行预处理；特征提取与分类器支持向量机设计：利用CDF 5/3提升小波对预处理后的样本图片进行分解，分解后得到近似小波系数和高频小波系数，由近似小波系数和高频小波系数建立特征向量并据此训练分类器支持向量机；利用设计的分类器支持向量机对调相机气隙内物理表面进行检测。本发明可以在不抽转子情况下，利用内窥镜技术对电机气隙内部物理表面进行摄像并转换为图片流的形式，再通过图像处理与人工智能算法实现调相机气隙内部物理表面准确度高的自动检测。
-
-
-
-
-
-
-
-
-
搜索结果
134 条记录 (耗时 0.111 秒)
