-
公开(公告)号：CN116415716A
公开(公告)日：2023-07-11
申请号：CN202310261522.6
申请日：2023-03-17
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , G06F30/27 , G06F18/23213 , G06N3/0442 , G06N3/08 , H02J3/00
Abstract: 本发明公开了一种基于FCM与LSTM的小样本电力负荷预测方法，获取T时间内一个地区的变压器的负荷曲线的原始数据，预处理并建立真实数据集；采用模糊C均值聚类算法对真实数据集聚类处理，筛选出与小样本的目标变压器的负荷曲线类似的变压器；根据筛选得到的变压器的历史负荷数据，基于长短期记忆神经网络建立多个基预测模型，通过基预测模型对变压器负荷预测；利用负荷的高斯分布特性对基预测模型进行修正，得到每个基预测模型在不同时刻的权重；将目标变压器的历史数据输入多个基预测模型得到多个预测结果，结合修正后的权重对多个预测结果进行加权求和，得到目标变压器的负荷预测值，解决了小样本数据进行变压器负荷预测困难的问题。
-
公开(公告)号：CN116402194A
公开(公告)日：2023-07-07
申请号：CN202310228917.6
申请日：2023-03-10
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F17/16
Abstract: 本发明公开了一种基于混合神经网络的多时间尺度负荷预测方法，获取、预处理变压器的原始负荷数据，并基于双向长短期记忆网络建立预训练模型；使用全连接神经网络对预训练模型的输出向量进行降维得到降维后的训练模型；选择与待预测日相似的历史气象数据，将与预测日相似的历史气象数据与全连接神经网络的输出结果拼接后转化成二维矩阵；采用卷积神经网络对二维矩阵特征提取得到特征向量；对降维后的训练模型设置，将特征向量输入设置后的训练模型训练，使双向长短期记忆网络能够实现日前负荷预测；基于全连接网络将双向长短期记忆网络与门循环单元连接，将双向长短期记忆网络的输出的抽象的综合数据输入门循环单元，实现周前负荷预测。
-
公开(公告)号：CN117638858A
公开(公告)日：2024-03-01
申请号：CN202311330106.3
申请日：2023-10-13
Applicant: 广西电网有限责任公司电力科学研究院
IPC: H02J3/00 , H02J3/14 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种调度负荷资源的分层级建模和聚合方法及系统包括，获取配电网中负荷资源数据以及电网服务配置目标，并对配电网中负荷资源数据以及电网服务配置目标分别进行结构化处理；根据配电网中负荷资源数据结构化处理结果进行分层级建模，分层级建模包括将配电网中负荷资源数据按照负荷等级、负荷所属电网调控区域大小及相互关系划分为不同层次并建立对应的数据模型；将电网服务配置目标结构化处理结果作为聚合目标，结合分层级建模，对不同层次的配电网中负荷资源数据进行聚合。提升可调负荷资源参与电网调控的能力和电网资源优化配置的能力，满足电网安全运行、新能源消纳等不同电网调控需求。
-
Patent Agency Ranking
公开(公告)号：CN116862323A
公开(公告)日：2023-10-10
申请号：CN202310696196.1
申请日：2023-06-13
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06Q10/067 , G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于全维度和深度学习的有源配电网重过载预警方法，属于配电网优化技术领域，该方法通过收集配变台区的重过载历史全维度数据，并进行数据清洗及预处理，得到处理后的全维度数据；基于处理后的全维度数据利用CNN‑GRU混合网络模型构建有源配电网重过载预测模型，有源配电网重过载预测模型的输入为处理后的全维度数据，输出为有源配电网重过载预测结果；根据有源配电网重过载预测结果和预警等级及阈值得出预警状态。可以根据预测结果制定重过载预防处置方法，为配变台区的设备维保提供全面有效的依据。减少了配电台区重过载事故发生的概率，减少经济损失，提高设备使用寿命，提升用户对于电网服务的满意度。
-
公开(公告)号：CN117632949A
公开(公告)日：2024-03-01
申请号：CN202311330311.X
申请日：2023-10-13
Applicant: 广西电网有限责任公司电力科学研究院
Abstract: 本发明公开了一种配变电全维度数据融合方法及系统包括，获取柔性负荷接入后的配变电全维度数据源的原始数据，并对原始数据进行预处理，预处理包括对原始数据添加类型标签；根据预处理的结果建立全维度数据源关联数据表，关联数据表包括维度、维度间关系、类型标签、类型标签与维度关系以及连接方式，连接方式包括一对一或一对多；根据全维度数据源关联数据表，结合柔性负荷接入状态，建立融合模型，完成基于柔性负荷数字化接入的配变电全维度数据融合。能够实现对配变电全维度数据的全方位、多角度、多层次的监测和分析，提高数据获取的完整性和数据接入的正确性。
-
公开(公告)号：CN116862053A
公开(公告)日：2023-10-10
申请号：CN202310699170.2
申请日：2023-06-13
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N3/0442 , G06N3/08 , H02J3/00
Abstract: 本发明公开了一种基于混合模型的负荷曲线预测方法及装置，属于负荷预测技术领域，该方法包括：通过负荷曲线预测模型进行负荷曲线趋势预测，得到负荷曲线预测数据；通过年度最大负荷预测模型进行年度最大负荷数据预测，得到年度最大负荷数据预测值；根据所述年度最大负荷数据预测值对负荷曲线预测数据进行反向修正，得到最终负荷曲线预测结果。从而实现对负荷曲线预测，解决了中年度负荷预测不准确的问题。
-
公开(公告)号：CN116667337A
公开(公告)日：2023-08-29
申请号：CN202310695875.7
申请日：2023-06-13
Applicant: 广西电网有限责任公司电力科学研究院
IPC: H02J3/00 , H02J3/14 , G06F30/27 , G06Q50/06 , G06F113/04
Abstract: 本发明公开了一种基于配网优化调度的柔性负荷聚类方法，属于配电网调度技术领域，以电动汽车、空调为柔性负荷代表所建立的需求响应模型；根据实时调度为消除调度中的预测误差为主，并以调度补偿成本最小化为目标，建立需求响应模型的目标函数；设置需求响应模型的约束条件，使调度补充成本最小化，所述约束条件包括：配电网功率平衡约束、电价约束、备用约束以及用户舒适度约束；根据所述目标函数和约束条件对的所述需求响应模型进行求解，得到最低补偿成本，从而实现调度补偿成本最小化。
-
公开(公告)号：CN116415715A
公开(公告)日：2023-07-11
申请号：CN202310228893.4
申请日：2023-03-10
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种配变短期负荷集群预测方法，通过获取过往T个时间点各配变负荷的原始数据，对原始数据进行预处理，得到样本数据集；通过改进K均值聚类方法对样本数据集中的配变的样本数据进行聚类；基于加权系数法根据各聚类中配变容量进行等比例缩小每台每条负荷曲线的时序特征，得到各类配变综合训练数据；基于长短期记忆递归神经网络捕捉同一类配变负荷特征，得到每类配变各自的预测模型，将配变综合训练数据作为数据集输入预测模型产生负荷预测值，等比例放大预测值得到配变的总负荷预测值。通过总负荷预测值准确地预测配变短期负荷变化，从而为电力系统调度、运行计划的协同制定提供科学的数据支撑。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.051 seconds)
