公开(公告)号：CN114782183A

公开(公告)日：2022-07-22

申请号：CN202210377642.8

申请日：2022-04-12

Applicant: 国网黑龙江省电力有限公司 ,  南京工程学院

Inventor： 陈骞 ,  王永甲 ,  杨兴华 ,  张慧琦 ,  胡本然 ,  张树威 ,  陈光宇 ,  段央央

IPC: G06Q40/04 ,  G06Q10/06 ,  G06Q50/06

Abstract: 本发明公开一种考虑打捆交易的新能源中长期交易电量分解方法，包括步骤：计算可再生能源发电与火力发电打捆交易的比例；获取火力发电和可再生能源发电的年交易电量，并根据负荷比例将新能源发电的年交易电量分解至月度；构建火电年合约电量交易分解模型，将火电年交易电量分解至月度；基于新能源电源的特性，采用TOPSIS综合评价法获取新能源发电的次序；构建基于可再生能源交易次级的数学模型，将中长期签约的月交易电量分解至日交易电量。本发明考虑了新能源与火电打捆交易以及可再生能源的特性，保障了中长期交易电量分解的合理性，提高了可再生能源的利用率。

公开(公告)号：CN114626594A

公开(公告)日：2022-06-14

申请号：CN202210208487.7

申请日：2022-03-03

Applicant: 国网黑龙江省电力有限公司 ,  南京工程学院

Inventor： 胡本然 ,  杨兴华 ,  王永甲 ,  张慧琦 ,  陈骞 ,  张树威 ,  陈光宇 ,  段央央

IPC: G06Q10/04 ,  G06F17/16 ,  G06K9/62 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于聚类分析和深度学习的中长期电量预测方法，包括步骤：利用温度、湿度和电价等用电量影响因素建立样本数据集；用改进的SOM聚类方法对数据集进行聚类；利用灰色关联度计算各影响因素与质心的关联度，采用改进的TOPSIS评价法计算各类别与理想化的贴近度，实现对各个聚类类别的客观评价；分别将聚类得到的数据集输入融合残差网络的BiLSTM神经网络进行电量预测；集成处理预测结果得到中长期预测结果。本发明可以更加精确地预测中长期电量，使得预测结果符合实际情况。此外，本发明还可以根据实际情况对参数进行调整，应用广泛。