-
公开(公告)号：CN117892054B
公开(公告)日：2024-11-12
申请号：CN202311830104.0
申请日：2023-12-28
摘要： 本发明公开了一种基于零信任架构的决策节点可信评估方法，应用于部署在客户端的决策节点可信评估系统，决策节点部署于云环境内，该方法包括获取决策节点在当前处理阶段的多维可信性信息；基于自适应因子算法对所述多维可信性信息进行初始计算；基于社区结合中心的权重算法对初始计算结果进行处理获得可信性分值；基于阻尼策略信任评估策略对可信性分值进行评估获得可信评估结果。本发明中提出域内节点的高可信性评估方法，通过自适应因子算法、社区结合中心的权重算法与阻尼策略信任评估策略得到准确的可信评估结果，形成去中心化决策域内动态且具有高可信的共识机制，从网络结构层面提升零信任架构控制平面做出策略决策的鲁棒性与容错性。
-
公开(公告)号：CN118709900A
公开(公告)日：2024-09-27
申请号：CN202410798778.5
申请日：2024-06-20
IPC分类号： G06Q10/063 , G06F18/23 , G06F18/241 , G06F18/25 , G06F18/214 , G06Q50/06 , G06Q50/26
摘要： 一种城市居民节约用电碳普惠减碳核算方法及系统，该方法首先将获取的居民用户碳减排核算日前七天的负荷数据和负荷影响因素数据划分为数据集1，居民用户同区域内的其他用户在碳减排核算日的负荷数据划分为数据集2，然后分别基于数据集1构建核算日居民用户负荷基线1，基于数据集2构建核算日区域居民用户整体的负荷基线2，并将负荷基线1和负荷基线2进行曲线融合，得到居民节约用电负荷基准线，最后结合核算日居民用户的用电负荷情况，核算居民用户节约用电的碳减排量。本发明采用历史数据维度与区域当日数据维度的2种基准线融合的方式，精准量化城区不同居民用户节约用电碳减排行为，实现了碳普惠减碳的目的，推动城市的可持续发展，具有广阔的应用前景和社会价值。
-
公开(公告)号：CN118336718A
公开(公告)日：2024-07-12
申请号：CN202410750814.0
申请日：2024-06-12
IPC分类号： H02J3/00 , G06F30/18 , G06F30/27 , G06N5/04 , G06Q50/06 , H02J3/28 , G06F111/04 , G06F113/04
摘要： 本发明公开了一种基于分布式资源运行的配电网的综合调控方法及系统，该方法包括：基于分布式资源运行特性及接入方式，建立虚拟电厂经济调度模型和配电网安全运行模型；基于所述虚拟电厂经济调度模型和所述配电网安全运行模型，进行非合作博弈求解得到最优策略组合；根据所述最优策略组合，对配电网进行综合调控。本发明同时兼顾了配电网的安全性与虚拟电厂的经济性，在保障配电网安全运行的前提下，取得了较好的利润，实现了分布式资源接入配电网后对整个系统的综合调控。
-
公开(公告)号：CN116886261B
公开(公告)日：2024-05-28
申请号：CN202310830252.6
申请日：2023-07-07
摘要： 本发明涉及物联网安全技术领域，公开了一种基于物联网终端设备的零信任评估方法、装置及设备。该方法包括在物联网终端实体启动时，基于零信任架构对物联网终端实体进行分析，获得离散区间评估集、信任值区间及信任变化频率属性集；根据离散区间评估集、信任值区间及信任变化频率属性集确定物联网终端实体的阈值边界；根据阈值边界确定预警概率；将预警概率与预设安全阈值进行比较，根据比较结果确定物联网终端实体的信任可靠性。本发明通过构建多元形态的离散区间评估集、信任值区间，引入波动及阈值边界等，多个层面全面评估，对物联网终端的信任状态通过预警等角度进行评估，为零信任网络安全架构的动态授权提供更加客观、准确的依据。
-
公开(公告)号：CN117132420A
公开(公告)日：2023-11-28
申请号：CN202311409873.3
申请日：2023-10-27
摘要： 本公开提供了一种电力需求响应对象的响应特性分析方法和系统，属于电力负荷分析技术领域；该方法包括：获取目标需求响应对象的历史负荷数据，历史负荷数据中依次记载有目标需求响应对象在响应日之前连续 天中不同时刻的负荷；利用STL算法将历史负荷数据进行分解，得到趋势负荷分量和周期负荷分量；根据趋势负荷分量预测出目标需求响应对象在响应日的生产规模因子；利用S‑G滤波算法对周期负荷分量进行滤波处理，并根据滤波后的周期负荷分量预测出目标需求响应对象在响应日中预设响应时段内的可中断负荷信息；生成用于表征目标需求响应对象在响应日中预设响应时段的响应特性的响应特征向量，响应特征向量包括生产规模因子和可中断负荷信息。
-
公开(公告)号：CN116914760A
公开(公告)日：2023-10-20
申请号：CN202310746401.0
申请日：2023-06-21
IPC分类号： H02J3/14 , H02J3/00 , G06Q10/0639 , G06Q10/0631 , G06Q50/06 , G06N7/02 , G06N5/01 , G06N20/20
摘要： 本申请涉及一种基于随机森林算法的新型电力系统柔性负荷响应潜力量化评估方法，包括以下具体步骤：S1.在考虑了用户行为的前提下，将用电满意度和电力消费量作为用户与电网互动的基础，使用模糊子集的方式，建立用户群对变量的基础模型，基于基础模型得到考虑用户需求的电力系统柔性负荷模型；S2.通过用户参与度以及用户相应配合度作为响应潜力因子的评估标准，经过量化处理后，得到基于用户负荷的柔性负荷响应潜力因子；S3.基于柔性负荷模型以及柔性负荷响应潜力因子，设计潜力量化评估算法，并进行了实际潜力验证。本申请为减少电力成本，优化柔性响应能力提供帮助。
-
公开(公告)号：CN116109216B
公开(公告)日：2023-06-23
申请号：CN202310394711.0
申请日：2023-04-13
发明人： 樊立攀 , 禹文静 , 张成 , 徐琰 , 明东岳 , 夏天 , 雷鸣 , 刘喆成 , 郭莹 , 倪阳 , 王媛 , 刘礼威 , 赵婧 , 魏伟 , 齐蓓 , 余梦 , 王振宇 , 许静 , 石玉伦 , 刘智伟
IPC分类号： G06Q10/0639 , G06Q10/0631 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F113/04
摘要： 本申请涉及一种源网储荷系统的可调性评估方法，包括以下具体步骤：S1：构建源网储荷系统结构模型，建立能量平衡关系；S2：根据预计优化目标建立目标函数和约束条件，所述约束条件应满足源网储荷系统向总电网购买和出售电力的约束条件；S3：根据系统结构模型、目标函数和约束条件，使用MPC算法求解指定时间段的可调性潜力和成本，考虑可调性成本对可调性进行分类。本申请考虑了不同柔性组件的实际特性，计算出指定时间段的灵活性潜力及相关成本，从而使得源网储荷系统在满足用户使用的前提下建立充足的灵活性储备，助力总电网进行需求响应调度。
-
公开(公告)号：CN116089847B
公开(公告)日：2023-06-23
申请号：CN202310359452.8
申请日：2023-04-06
摘要： 本申请涉及一种基于协方差代理的分布式可调资源聚类方法，包括以下具体步骤：收集DAR数据和太阳辐射强度、风速、环境温度和湿度等外部特征数据；将外部特征与DAR集进行相关性分析，选取相关性最高的外部特征作为相关系数，将协方差替换相关系数乘以DAR分布的方差；以最小化所有DAR聚类的最大方差为目标，确定聚类模型与表征参数，形成更快和更可靠的聚类方法；和蛮力计算方差对比发现，通过Python仿真验证了在多资源聚类的可靠性与时效性。该方法不需要枚举和计算所有的DAR组合，在具有计算简便性的同时准确率也与蛮力计算相比更具有保障性。本申请解决DAR聚类时的方差计算问题。
-
公开(公告)号：CN115953084A
公开(公告)日：2023-04-11
申请号：CN202310243617.5
申请日：2023-03-14
IPC分类号： G06Q10/0639 , G06Q10/0631 , G06Q50/06
摘要： 本申请涉及一种需求响应柔性资源特性效用量化验证测试方法，包括以下具体步骤：S1.建立负荷潜力量化模型，提炼出用户的用电共性特征，形成量化评估负荷响应潜力指标明细；S2.根据用户的用电共性特征和需求响应的任务需要，选择大工业用户和商业楼宇用户负荷，对每种负荷设定其评级特征指标，依据设定的指标分别进行量化评估，形成测试评价方法；S3.根据测评方法选定需求响应资源库开展需求响应潜力测试，输出评估结果。本申请对大工业用户和商业楼宇响应潜力提出柔性量化模型，并通过结合自身用户实际情况执行响应案例，应证了模型可行性，通过参考方法进一步协调联动社会需求和用户自身利益，促进挖掘更多响应资源，提高用户参与需求响应积极性。
-
公开(公告)号：CN115829119A
公开(公告)日：2023-03-21
申请号：CN202211510682.1
申请日：2022-11-29
申请人： 国网湖北省电力有限公司营销服务中心(计量中心) , 武汉大学
IPC分类号： G06Q10/04 , G06Q10/0631 , G06Q30/0202 , G06Q50/08 , G06F18/23213 , G06N3/045 , G06N3/084 , G06N3/092
摘要： 本申请涉及一种基于神经网络和强化学习的电网需求侧响应潜力评估及负荷转移方法，包括以下步骤：使用改进的k‑means聚类算法对海量的客户用电数据进行聚类生成用电行为标签，将客户数据聚类为无峰、单峰和多峰三类；搭建并训练多层感知机MLP神经网络模型，以客户96点工作日负荷数据和用电行为标签作为输入，挖掘输入数据与客户参与需求响应意愿和潜力之间的隐式映射关系；利用深度强化学习对所构建的负荷转移模型进行求解，输出最优的分时电价制定建议。本申请充分挖掘和利用客户用电数据特征，进而预测客户参与需求响应的意愿和潜力；提高电网的削峰填谷能力，缓解电力供需矛盾，保障电网稳定运行。
-
-
-
-
-
-
-
-
-
搜索结果
43 条记录 (耗时 0.058 秒)
