-
公开(公告)号：CN109784692A
公开(公告)日：2019-05-21
申请号：CN201811631297.6
申请日：2018-12-29
摘要： 本发明公开了一种基于深度学习的快速安全约束经济调度方法，主要步骤为：1)确定适用于安全约束经济调度模型的深度神经网络。2)对堆栈降噪自动编码器SDAE进行训练。3)建立基于深度学习的安全约束经济调度模型。4)令k＝1，将电力系统运行条件输入到深度神经网络中，得到安全约束经济调度模型的起作用约束集J(1)。5)将约束集J(1)。输入到安全约束经济调度模型中，得到安全约束经济调度方案。6)对安全约束经济调度方案进行N-1检验，若有新约束J(new)，则令k＝k+1,约束集更新为J(k)＝J(k)∪J(new)，并返回步骤5。若无新约束，则输出安全约束经济调度方案。本发明可广泛应用于电力系统各个行业的安全约束经济调度分析。
-
公开(公告)号：CN109599872A
公开(公告)日：2019-04-09
申请号：CN201811633643.4
申请日：2018-12-29
IPC分类号： H02J3/06
摘要： 本发明公开了基于堆栈降噪自动编码器的电力系统概率最优潮流计算方法，主要步骤为：1)建立SDAE最优潮流模型。2)获取SDAE最优潮流模型输入层的输入样本X。3)对SDAE最优潮流模型进行初始化。4)对SDAE最优潮流模型进行训练，从而得到训练后的SDAE最优潮流模型。5)采用MCS法对待计算概率潮流的电力系统的随机变量进行抽样，从而获取计算样本。6)将步骤5得到的训练样本数据一次性输入步骤4中训练完成的SDAE最优潮流模型中，从而计算出最优潮流在线概率。7)对所述最优潮流在线概率进行分析，即绘制SDAE最优潮流模型的输出变量的概率密度曲线。本发明可广泛应用于电力系统的概率最优潮流求解，特别适用于新能源渗透率高导致系统不确定性增强的在线分析情况。
-
公开(公告)号：CN103646358B
公开(公告)日：2016-08-17
申请号：CN201310746200.7
申请日：2013-12-30
申请人： 重庆大学 , 国网重庆市电力公司市区供电分公司
CPC分类号： Y02E40/76 , Y04S10/54 , Y04S10/545
摘要： 本发明公开了一种计及电力设备时变故障率的电网计划检修周期确定方法，构建电力设备时变故障率模型；根据时变故障率模型；从平均无效度角度建立计划检修周期与系统可靠性之间的函数关系，计算系统可靠性指标；考虑电力设备检修成本、停电成本建立系统总成本与计划检修周期之间的函数关系，利用该函数关系求取系统总成本对计划检修率的灵敏度，利用该灵敏度大小判别电网各设备是否处于最优计划检修周期和优化调整各设备计划检修周期，最终实现电网各设备计划检修周期都达到最优；采用本发明可发现并解决现有电网计划检修周期安排中部分电力设备存在过检修或欠检修的问题，综合协调电网可靠性和经济性。
-
公开(公告)号：CN115660307A
公开(公告)日：2023-01-31
申请号：CN202210988798.X
申请日：2022-08-17
IPC分类号： G06Q10/0631 , G06Q30/0201 , G06Q50/06 , G06F18/23213 , G06N3/006
摘要： 本发明公开电力市场环境下考虑冰蓄冷空调系统投资效益的分时电价优化设计系统及介质，包括需求响应设备投资规划模块、峰平谷分时电价划分模块、峰平谷分时电价设定模块；介质存储有电力市场环境下考虑冰蓄冷空调系统投资效益的分时电价优化设计系统的计算机程序；本发明提出一种考虑冰蓄冷空调系统投资效益的分时电价优化设计方法，可适应当前市场环境，有效提升用户的投资效益，优化用电负荷曲线，满足激励相容原理，充分发挥需求响应技术的应用价值。
-
公开(公告)号：CN115456354A
公开(公告)日：2022-12-09
申请号：CN202210988824.9
申请日：2022-08-17
摘要： 本发明公开市场环境下基于蓄冷空调系统的需求响应行为生成系统及介质，系统包括蓄冷空调系统运行策略及用电负荷曲线构建模块、需求响应行为模型构建模块、需求响应行为模型优化模块、需求响应行为生成模块；所述计算机可读介质存储有市场环境下基于蓄冷空调系统的需求响应行为生成系统的计算机程序；本发明提出一种基于蓄冷空调系统多工况运行优化安排的需求响应行为建模方法，可灵活适应多样的价格机制，在保证用户需求的前提下优化用电负荷曲线，降低用户用电成本。
-
公开(公告)号：CN109599872B
公开(公告)日：2022-11-08
申请号：CN201811633643.4
申请日：2018-12-29
IPC分类号： H02J3/06
摘要： 本发明公开了基于堆栈降噪自动编码器的电力系统概率最优潮流计算方法，主要步骤为：1)建立SDAE最优潮流模型。2)获取SDAE最优潮流模型输入层的输入样本X。3)对SDAE最优潮流模型进行初始化。4)对SDAE最优潮流模型进行训练，从而得到训练后的SDAE最优潮流模型。5)采用MCS法对待计算概率潮流的电力系统的随机变量进行抽样，从而获取计算样本。6)将步骤5得到的训练样本数据一次性输入步骤4中训练完成的SDAE最优潮流模型中，从而计算出最优潮流在线概率。7)对所述最优潮流在线概率进行分析，即绘制SDAE最优潮流模型的输出变量的概率密度曲线。本发明可广泛应用于电力系统的概率最优潮流求解，特别适用于新能源渗透率高导致系统不确定性增强的在线分析情况。
-
公开(公告)号：CN114243707A
公开(公告)日：2022-03-25
申请号：CN202111319399.6
申请日：2021-11-09
申请人： 国网重庆市电力公司经济技术研究院 , 重庆大学 , 国家电网有限公司
摘要： 本发明公开计及换流站离散运行特性的区域电力传输可行域的快速计算方法，步骤为：1)建立计及换流站离散特性的区域电网运行约束模型；2)计算计及换流站离散运行特性的区域电力传输可行域。本发明提出一种计及换流站离散运行特性的区域电力传输可行域的快速计算方法，用以减少所需枚举的换流站状态数，提高计算效率。
-
公开(公告)号：CN109784692B
公开(公告)日：2020-11-24
申请号：CN201811631297.6
申请日：2018-12-29
摘要： 本发明公开了一种基于深度学习的快速安全约束经济调度方法，主要步骤为：1)确定适用于安全约束经济调度模型的深度神经网络。2)对堆栈降噪自动编码器SDAE进行训练。3)建立基于深度学习的安全约束经济调度模型。4)令k＝1，将电力系统运行条件输入到深度神经网络中，得到安全约束经济调度模型的起作用约束集J(1)。5)将约束集J(1)。输入到安全约束经济调度模型中，得到安全约束经济调度方案。6)对安全约束经济调度方案进行N‑1检验，若有新约束J(new)，则令k＝k+1,约束集更新为J(k)＝J(k)∪J(new)，并返回步骤5。若无新约束，则输出安全约束经济调度方案。本发明可广泛应用于电力系统各个行业的安全约束经济调度分析。
-
公开(公告)号：CN111541252A
公开(公告)日：2020-08-14
申请号：CN202010487749.9
申请日：2020-06-02
摘要： 本发明公开了基于历史数据和误差分析的配电网线性化潮流通式最优独立变量选取方法，步骤为：1)获取实际电网物理参数信息和历史场景数据；2)推导计及/不计及ZIP负荷模型的节点注入形式的线性化潮流通式；3)以vk作为独立变量，分析k值变化对所有历史场景下的线性化潮流模型整体误差的影响，选取误差最小时对应的k值为最优独立变量vk的指数。本发明以两种不同形式的节点注入功率方程为基础，vk和θij为独立变量，推导了计及/不计及ZIP负荷模型的两种一般化线性化潮流模型，并根据历史场景选取了线性化潮流模型的最优独立变量，并结合配电网特点，在不同场景下验证了所选最优独立变量的有效性和鲁棒性。
-
公开(公告)号：CN111541252B
公开(公告)日：2023-12-12
申请号：CN202010487749.9
申请日：2020-06-02
摘要： 本发明公开了基于历史数据和误差分析的配电网线性化潮流通式最优独立变量选取方法，步骤为：1)获取实际电网物理参数信息和历史场景数据；2)推导计及/不计及ZIP负荷模型的节点注入形式的线性化潮流通式；3)以vk作为独立变量，分析k值变化对所有历史场景下的线性化潮流模型整体误差的影响，选取误差最小时对应的k值为最优独立变量vk的指数。本发明以两种不同形式的节点注入功率方程为基础，vk和θij为独立变量，推导了计及/不计及ZIP负荷模型的两种一般化线性化潮流模型，并根据历史场景选取了线性化潮流模型的最优独立变量，并结合配电网特点，在不同场景下验证了所选最优独立变量的有效性和鲁棒性。
-
-
-
-
-
-
-
-
-
搜索结果
40 条记录 (耗时 0.055 秒)
