-
公开(公告)号：CN110503251B
公开(公告)日：2022-06-07
申请号：CN201910738748.4
申请日：2019-08-12
申请人： 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 江苏中堃数据技术有限公司
摘要： 本发明公开了一种基于Stacking算法的非节假日负荷预测方法，包括以下步骤：S1、获取样本数据，包括电力系统用户短期负荷数据、气象数据和时间因素；S2、对S1获得的样本数据，做数据预处理，包括缺失值处理和标准化处理；S3、使用Stacking算法对S2已经处理好的样本数据进行负荷预测建模；S4、使用S3已经建好的模型对待预测点进行负荷预测；S5、使用平均绝对误差比率和准确度来评估该负荷预测模型的性能。本发明提供的一种基于Stacking算法的非节假日负荷预测方法，拥有良好的自学习能力和非线性表达能力，能够提升预测精度和扩大使用范围。
-
公开(公告)号：CN109991512B
公开(公告)日：2021-07-13
申请号：CN201910132487.1
申请日：2019-02-22
申请人： 江苏方天电力技术有限公司 , 光一科技股份有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号： G01R31/08
摘要： 本发明公开了基于负荷突变同步的低压配电箱用户相位大数据辨识方法，首先用电信息采集器对三相电流值进行周期采样和保存；用电信息采集器运行过程中，若接收到单相电能表上传的“电流突变同步检查”通信报文，则分别计算出三相电流变化值；分析A相、B相和C相三相电流变化值，得到单相电能表的相位信息。本发明能够在不停电的前提下，实现低压配电台区用户单相表的相位信息识别。
-
公开(公告)号：CN110503251A
公开(公告)日：2019-11-26
申请号：CN201910738748.4
申请日：2019-08-12
申请人： 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 江苏中堃数据技术有限公司
摘要： 本发明公开了一种基于Stacking算法的非节假日负荷预测方法，包括以下步骤：S1、获取样本数据，包括电力系统用户短期负荷数据、气象数据和时间因素；S2、对S1获得的样本数据，做数据预处理，包括缺失值处理和标准化处理；S3、使用Stacking算法对S2已经处理好的样本数据进行负荷预测建模；S4、使用S3已经建好的模型对待预测点进行负荷预测；S5、使用平均绝对误差比率和准确度来评估该负荷预测模型的性能。本发明提供的一种基于Stacking算法的非节假日负荷预测方法，拥有良好的自学习能力和非线性表达能力，能够提升预测精度和扩大使用范围。
-
公开(公告)号：CN109255500A
公开(公告)日：2019-01-22
申请号：CN201811256035.6
申请日：2018-10-25
申请人： 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 国家电网公司
摘要： 本发明公开了基于卡尔曼滤波器对于风力发电预测数据的自动校准方法，包括采集S电站发电功率的风机总有功数据；计算出K时间点该电站风机总有功的卡尔曼增益，用来估算该时间点的最优预测风机总有功功率值；算出K时间点的最优预测功率值；根据卡尔曼滤波器保留上一个时刻的covariance，快速的估算出短期内各个时间点无限接近实际功率的最优功率值。通过电站上报的发电功率和系统预测的发电功率来估算出最优的风力发电预测数据，与其他预测系统预测的数据相比较，排除气象因素对预测结果的影响，即环境稳定的情况下，卡尔曼滤波器对数据的预测更精准，更偏向于实际数据。
-
公开(公告)号：CN109409740B
公开(公告)日：2021-08-10
申请号：CN201811255097.5
申请日：2018-10-25
申请人： 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 国家电网公司
摘要： 本发明公开了一种基于皮尔森相关系数校核风力发电数据质量的方法，包括选取标准样本数据计算皮尔森相关系数；利用皮尔森相关系数修正每日数据；对比两组替换数据的皮尔森相关系数，得出结论。本发明通过风力发电功率与风速的皮尔森相关系数来校核修正风力发电数据，可以更加科学、合理提升风力发电数据质量，对新能源数据中心风力发电数据的收集和分析起到有效的支撑作用，节约了风力发电站的日常运行和维护的成本。
-
公开(公告)号：CN109409740A
公开(公告)日：2019-03-01
申请号：CN201811255097.5
申请日：2018-10-25
申请人： 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 国家电网公司
摘要： 本发明公开了一种基于皮尔森相关系数校核风力发电数据质量的方法，包括选取标准样本数据计算皮尔森相关系数；利用皮尔森相关系数修正每日数据；对比两组替换数据的皮尔森相关系数，得出结论。本发明通过风力发电功率与风速的皮尔森相关系数来校核修正风力发电数据，可以更加科学、合理提升风力发电数据质量，对新能源数据中心风力发电数据的收集和分析起到有效的支撑作用，节约了风力发电站的日常运行和维护的成本。
-
公开(公告)号：CN110599030B
公开(公告)日：2022-06-07
申请号：CN201910852879.5
申请日：2019-09-10
申请人： 江苏方天电力技术有限公司 , 东南大学
摘要： 本发明公开了一种基于正反特征库加权匹配的电力风险预警方法，包括以下步骤：步骤a、形成相应的历史记录和待预警记录，构造与历史记录和待预警记录参数对应的模式特征库；步骤b、将待预警记录与预定义的模式特征库中的特征规则进行匹配，根据匹配结果计算匹配距离；步骤c、分别形成正向匹配特征规则集RSp和反向匹配特征规则集RSr；步骤d、分别计算正向匹配特征规则集RSp和反向匹配特征规则集RSr的风险指数；步骤e、基于风险指数，计算综合风险指数。本发明提供的一种基于正反特征库加权匹配的电力风险预警方法，能够实时监测记录数据与历史数据模式特征库匹配，准确有效地对特高压接续金具进行故障预警。
-
公开(公告)号：CN109255500B
公开(公告)日：2022-04-05
申请号：CN201811256035.6
申请日：2018-10-25
申请人： 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 国家电网公司
摘要： 本发明公开了基于卡尔曼滤波器对于风力发电预测数据的自动校准方法，包括采集S电站发电功率的风机总有功数据；计算出K时间点该电站风机总有功的卡尔曼增益，用来估算该时间点的最优预测风机总有功功率值；算出K时间点的最优预测功率值；根据卡尔曼滤波器保留上一个时刻的covariance，快速的估算出短期内各个时间点无限接近实际功率的最优功率值。通过电站上报的发电功率和系统预测的发电功率来估算出最优的风力发电预测数据，与其他预测系统预测的数据相比较，排除气象因素对预测结果的影响，即环境稳定的情况下，卡尔曼滤波器对数据的预测更精准，更偏向于实际数据。
-
公开(公告)号：CN110489975A
公开(公告)日：2019-11-22
申请号：CN201910789198.9
申请日：2019-08-26
申请人： 江苏方天电力技术有限公司
IPC分类号： G06F21/57
摘要： 本发明公开了一种信息系统服务安全评估方法，属于信息系统服务安全评估领域，包括以下步骤：采用数据收集设备对信息系统服务在执行过程中的安全数据进行采集；采集用户对信息系统服务安全数据的偏好；提取安全数据建立决策矩阵，根据信息熵的方法计算每个安全评估属性的权重；根据安全评估属性的权重 计算对应信息服务的安全值L。本发明能够准确反映信息系统服务运行过程中的实际安全状态。
-
公开(公告)号：CN109991512A
公开(公告)日：2019-07-09
申请号：CN201910132487.1
申请日：2019-02-22
申请人： 江苏方天电力技术有限公司 , 光一科技股份有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号： G01R31/08
摘要： 本发明公开了基于负荷突变同步的低压配电箱用户相位大数据辨识方法，首先用电信息采集器对三相电流值进行周期采样和保存；用电信息采集器运行过程中，若接收到单相电能表上传的“电流突变同步检查”通信报文，则分别计算出三相电流变化值；分析A相、B相和C相三相电流变化值，得到单相电能表的相位信息。本发明能够在不停电的前提下，实现低压配电台区用户单相表的相位信息识别。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.054 秒)
