-
公开(公告)号：CN118798426A
公开(公告)日：2024-10-18
申请号：CN202410898431.8
申请日：2024-07-05
申请人： 国网辽宁省电力有限公司鞍山供电公司 , 东北电力大学 , 国家电网有限公司
IPC分类号： G06Q10/04 , G06Q10/063 , G06N20/20 , G06N3/126
摘要： 一种基于遗传算法优化的Stacking集成学习碳排放预测方法，属于电力能源预测技术领域，对待预测的相关数据作为原始样本数据，经过处理的数据用于交叉验证以评估模型性能，构建双层Stacking集成学习模型，将测试集代入训练后的模型，获得碳排放预测值。本发明采用基于遗传算法和Stacking集成学习的方法，通过收集和分析相关数据，建立综合考虑多个因素的预测模型，综合考虑电力消耗、生产过程能源消耗等关键因素，并以直观的方式呈现预测结果，为环境保护和碳减排决策提供科学依据，以支持制定有效的环境保护和碳减排政策。
-
公开(公告)号：CN112580174A
公开(公告)日：2021-03-30
申请号：CN202011453471.X
申请日：2020-12-11
申请人： 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
发明人： 金宇坤 , 李增 , 韩一品 , 李娉婷 , 张迪 , 李晓鹏 , 尹良智 , 曹津铭 , 李广地 , 杨东升 , 王昊 , 吕浩轩 , 杨波 , 周博文 , 金硕巍 , 闫士杰 , 罗艳红 , 王迎春
IPC分类号： G06F30/18 , G06F30/27 , G06N3/04 , G06N3/08 , G06N3/12 , G06F111/08 , G06F113/04
摘要： 本发明公开了一种基于遗传算法优化神经网络的配电网线损率计算方法。为实现结构复杂、低压台区配电网的线损计算，本发明提出一种基于遗传算法优化神经网络的配电网线损率计算方法，该计算方法基于配电网实际运行数据首先构建误差反向传播(BP)神经网络模型以计算配电网理论线损率，然后利用遗传算法(GA)深度优化神经网络并建立GA‑BP模型。基于上述模型计算配电网的理论线损率并对模型计算性能进行比对分析后表明，应用遗传算法优化后的神经网络线损率计算模型较单一BP神经网络模型具有更好的非线性拟合能力和更高的计算精度。因此采用本发明公开的计算方法，可以实现提高配电网线损率计算模型精度的目的。
-
公开(公告)号：CN115963790A
公开(公告)日：2023-04-14
申请号：CN202211628191.7
申请日：2022-12-17
申请人： 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
IPC分类号： G05B19/418 , H02J3/00 , G06Q10/04 , G06Q10/0631 , G06Q50/04 , G06Q50/06 , G06N3/044 , G06N3/084
摘要： 本发明提供一种氧化镁生产流程能源优化利用方法及装置，可应用于氧化镁生产流程能源利用优化及参与电网互动，有助于提升氧化镁生产流程中的能源利用率、生产流程优化以及与电网的互动能力，促进工业企业的电能替代与工业产业升级。所述方法包括如下的步骤：步骤一：建立氧化镁生产流程能源利用模型；步骤二：基于氧化镁的生产过程中的可调节能力，提出氧化镁生产过程中的优化控制方法；步骤三：基于氧化镁企业参与电网互动能力提升技术，综合考虑步骤一和步骤二得出的结果，在提出基于循环神经网络的需量预测方法的基础上，建立熔炼机理建立单吨电耗指标模型，提出在电熔镁炉能效调度在线优化控制方法。
-
公开(公告)号：CN110557388A
公开(公告)日：2019-12-10
申请号：CN201910826057.X
申请日：2019-09-03
申请人： 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
IPC分类号： H04L29/06
摘要： 本发明提供一种具有双反馈双隔离的物理信道无耦合电网内外网隔离方法，涉及电力信息通讯技术领域。该方法包括：电网内部网络信息数据的提取分析；电网内部网络对提取到的信息数据进行加密并生成对应的图形信息码；独立计算机对电网内部网络留存的图形信息码进行采集、识别和奇偶校验；电网外部网络对独立计算机校验正确的图形信息码进行采集、识别和判断解析；电网网外部网络留存最终正确的图形信息码并将其作为电网网外部网络的公共数据。本方法具有双反馈、双隔离且图形信息码数据容量大的特征，能够实现内外网数据信息的无耦合、高效率的传输，确保内网信息的安全性。
-
公开(公告)号：CN115796539A
公开(公告)日：2023-03-14
申请号：CN202211578116.4
申请日：2022-12-06
申请人： 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
IPC分类号： G06Q10/0631 , G06Q50/06 , H02J3/14 , H02J3/46
摘要： 本发明涉及一种基于区块链高载能企业优先级的需求响应调度方法，包括步骤一：构建风电模型，并针对钢铁行业、机械行业和有色金属行业典型高载能负荷特性进行分析和建模；步骤二：制定划分负荷调度优先级策略，提供逐级优惠政策；步骤三：构建负荷聚合商与风电厂及高载能负荷类交易主体间的共治交易环境；步骤四：构建负荷聚合商调度周期内自身收益与风电厂的最小成本为目标的多目标经济优化调度模型；步骤五：对上述多目标优化调度模型求解，并选取最优折衷解；在考虑高载能企业调度优先级的同时，采用负荷电价逐级优惠，构建负荷聚合商－风电－高载能企业的三方交易模式，从而改善了风电的消纳量，大大提高了风电厂的经济性。
-
公开(公告)号：CN110557388B
公开(公告)日：2022-04-01
申请号：CN201910826057.X
申请日：2019-09-03
申请人： 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
IPC分类号： H04L9/40
摘要： 本发明提供一种具有双反馈双隔离的物理信道无耦合电网内外网隔离方法，涉及电力信息通讯技术领域。该方法包括：电网内部网络信息数据的提取分析；电网内部网络对提取到的信息数据进行加密并生成对应的图形信息码；独立计算机对电网内部网络留存的图形信息码进行采集、识别和奇偶校验；电网外部网络对独立计算机校验正确的图形信息码进行采集、识别和判断解析；电网网外部网络留存最终正确的图形信息码并将其作为电网网外部网络的公共数据。本方法具有双反馈、双隔离且图形信息码数据容量大的特征，能够实现内外网数据信息的无耦合、高效率的传输，确保内网信息的安全性。
-
公开(公告)号：CN117709524A
公开(公告)日：2024-03-15
申请号：CN202311697596.0
申请日：2023-12-12
申请人： 国网辽宁省电力有限公司鞍山供电公司 , 国家电网有限公司 , 东北大学
摘要： 本发明一种基于贝叶斯优化的钢铁行业碳排放预测方法及系统，属于电力能源预测技术领域，该方法首先对数据进行预处理，通过Person相关系数确定输入特征变量，然后，输入到改进的Stacking集成学习模型中，以最后输出的误差指标作为目标函数，通过贝叶斯优化算法调整Stacking集成学习双层学习器的超参数，最后通过误差补偿模型进一步优化预测结果。该预测方法通过使用Person相关系数分析了钢铁行业特征变量之间的关系，综合考虑了与碳排放关联性强的影响因素，在进行碳排放预测时使用了改进的Stacking集成学习模型，采用误差补偿模型对Stacking集成学习模型误差进行优化，大大提高了预测精度。
-
公开(公告)号：CN117689078A
公开(公告)日：2024-03-12
申请号：CN202311743786.1
申请日：2023-12-19
申请人： 国网辽宁省电力有限公司鞍山供电公司 , 国家电网有限公司 , 东北大学
IPC分类号： G06Q10/04 , G06Q10/063 , G06Q50/04 , G06Q50/06 , G06Q50/26 , G06N5/022 , G06N20/20 , G06N3/0499 , G06N3/084 , G06N7/01 , G06F18/214 , G06F18/21 , G06F18/25
摘要： 本发明公开了一种基于电力数据驱动的钢铁行业碳排放监测方法，包括以下步骤：S1：电力设备数据采集，建立电‑碳实时数据集；S2：输入电‑碳实时数据集，依据知识图谱算法建立电‑碳关系函数；S3：通过电‑碳关系函数，运用机器学习算法建立基于电力数据的碳排放转换模型；S4：通过融合优化算法和交叉验证算法对碳排放转换模型进行优化，构建不同时间维度的电‑碳监测模型。本发明通过企业电力数据，挖掘“电力‑能源消费‑碳排放”的深层次关联体系，应用关联知识图谱理论、机器学习算法、交叉验证与融合优化算法构建基于电力数据驱动的钢铁行业碳排放监测的预测模型，对钢铁企业的碳减排潜力进行挖掘。
-
公开(公告)号：CN116384530A
公开(公告)日：2023-07-04
申请号：CN202211625784.8
申请日：2022-12-16
申请人： 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
摘要： 本发明涉及一种基于灰色预测的工业负荷用电量预测方法，包括步骤一：获取待预测工业负荷用电单元的一段时间内的历史数据的原始样本集，得到原始数据序列；步骤二：对数据序列进行数据之间的级比计算，进行灰色预测模型的适用性判断；步骤三：对符合要求的数据序列进行一次累加，得到一次累加生成数列；步骤四：对一次累加生成数列建立残差灰色预测模型和动态等维新信息灰色预测模型，分别得到预测值；步骤五：对残差灰色预测模型和动态等维新信息灰色预测模型的预测结果加以组合，得到工业负荷用电单元的用电量预测值；本发明大大提高了预测精度，避免了预测模型受系统误差及季节等外部因素干扰的影响。
-
公开(公告)号：CN115796533A
公开(公告)日：2023-03-14
申请号：CN202211555082.7
申请日：2022-12-06
申请人： 国网辽宁省电力有限公司鞍山供电公司 , 东北大学 , 国家电网有限公司
发明人： 祝湘博 , 刘宇 , 焦振 , 王雪 , 曹阳 , 徐大利 , 陈昱达 , 孟令卿 , 郭大川 , 赵彦一 , 曾宪楠 , 房震宇 , 姜也闻 , 孙玉成 , 高梓源 , 王迎春 , 杨东升 , 李广地 , 周博文
摘要： 本发明提供一种考虑清洁能源消纳的虚拟电厂双层优化调度方法及装置，针对可再生能源接入给电网带来的一系列问题，在考虑清洁能源消纳的同时，提高了虚拟电厂整体的经济性。方法包括：步骤1：基于虚拟电厂中各成员对象的特征，构建虚拟电厂中各成员对象模型；步骤2：确立保证虚拟电厂系统稳定运行的等式约束条件和不等式约束条件，用于下一步的优化模型的建立；步骤3：根据已确定的成员对象和所述成员对象对应的约束条件，构建出考虑能源消纳的上层优化模型和考虑系统经济性的下层优化模型；步骤4：基于多目标萤火虫算法对所述的上层优化模型和下层优化模型求解，采用模糊优选法确定最优解，用此最优解对所述虚拟电厂进行优化调度。
-
-
-
-
-
-
-
-
-
搜索结果
52 条记录 (耗时 0.104 秒)
