-
公开(公告)号:CN114663219A
公开(公告)日:2022-06-24
申请号:CN202210309702.2
申请日:2022-03-28
申请人: 南通电力设计院有限公司 , 国网江苏省电力有限公司南通供电分公司
摘要: 本发明提供了一种基于能源互联电力市场的主体征信评估方法及系统,该方法包括:获得待进行征信评估的能源互联主体集合,其中,能源互联主体集合内包括多个通过能源互联连接的能源交易主体;采集获取多个能源交易主体的多维度信用评估指标,获得多个信用特征集合;基于多维度信用评估指标,构建获得能源互联主体信用评估模型,并评估信用评估模型的稳定性,直到稳定性满足预设条件;将多个信用特征集合分别输入信用评估模型,得到多个信用评估结果;根据多维度信用评估指标对能源交易主体信用的影响程度,进行权重分配,得到第一权重分配结果;采用第一权重分配结果分别对多个信用评估结果进行调整,获得能源互联主体集合的征信评估结果。
-
公开(公告)号:CN118677019A
公开(公告)日:2024-09-20
申请号:CN202410632204.0
申请日:2024-05-20
申请人: 南通电力设计院有限公司 , 国网江苏省电力有限公司南通供电分公司
IPC分类号: H02J3/46 , G06Q50/06 , G06N3/045 , G06N3/092 , G06N5/04 , H02J3/32 , H02J3/48 , H02J3/50 , H02J3/06 , H02J3/00
摘要: 本发明公开了一种基于提升新能源消纳能力的准线模型及多类型储能容量优化配置方法,模型采用交流潮流模型,模型将所有非线性化约束进行线性化处理。本发明将基于线性化潮流计算方法的节点负荷准线形成模型、深度强化学习算法及多类型储能容量优化配置方法相结合在一起,能够有效的促进新能源消纳水平的提高,推动“新能源+储能”发展。
-
公开(公告)号:CN114663219B
公开(公告)日:2023-09-12
申请号:CN202210309702.2
申请日:2022-03-28
申请人: 南通电力设计院有限公司 , 国网江苏省电力有限公司南通供电分公司
摘要: 本发明提供了一种基于能源互联电力市场的主体征信评估方法及系统,该方法包括:获得待进行征信评估的能源互联主体集合,其中,能源互联主体集合内包括多个通过能源互联连接的能源交易主体;采集获取多个能源交易主体的多维度信用评估指标,获得多个信用特征集合;基于多维度信用评估指标,构建获得能源互联主体信用评估模型,并评估信用评估模型的稳定性,直到稳定性满足预设条件;将多个信用特征集合分别输入信用评估模型,得到多个信用评估结果;根据多维度信用评估指标对能源交易主体信用的影响程度,进行权重分配,得到第一权重分配结果;采用第一权重分配结果分别对多个信用评估结果进行调整,获得能源互联主体集合的征信评估结果。
-
公开(公告)号:CN118674090A
公开(公告)日:2024-09-20
申请号:CN202410622025.9
申请日:2024-05-20
申请人: 南通电力设计院有限公司 , 国网江苏省电力有限公司南通供电分公司
IPC分类号: G06Q10/04 , G06Q50/06 , G06Q10/0635 , G06N3/006 , G06F17/10 , H02J3/28 , H02J3/48 , H02J3/50 , H02J3/46 , H02J3/06
摘要: 本发明公开了一种基于风险控制的微电网储能容量优化配置方法、设备及存储介质,提出一种表示新能源并网后的系统综合风险系数计算方法,能够准确的对系统运行状态进行风险评估;提出一种储能优化因子的计算方法,能够表示各节点通过配置不同容量储能对系统综合风险系数进行优化影响大小;建立储能容量配置多目标优化模型,以系统综合风险系数最小、储能优化因子最大和储能配置成本最小为优化目标,基于改进灰狼优化算法结合熵权法快速确定系统各节点的最优储能配置容量。本发明在含高比例新能源微电网的结构基础上,基于风险控制合理确定系统各节点储能配置容量,确保系统安全稳定运行。
-
公开(公告)号:CN118379655A
公开(公告)日:2024-07-23
申请号:CN202410545081.7
申请日:2024-05-06
申请人: 南通电力设计院有限公司 , 国网江苏省电力有限公司南通供电分公司
IPC分类号: G06V20/17 , G06V20/10 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
摘要: 本发明属于图像处理技术领域,具体涉及一种用于输电线路工程勘测任务的地物识别方法及系统。该方法以高分辨率倾斜航拍影像为数据源,利用集成大模型算法标注工具生成房屋、道路、树木等典型地物要素的基础样本数据集。同时,设计了适用于高分辨率倾斜航拍影像的地物识别的基础实例分割网络(HRFI‑YOLO网络),并通过训练生成航拍影像地物识别模型,该模型能够提取遥感影像中的房屋、道路、树木等地物目标。本发明在降低工作量的同时确保标签数据的可用性和深度学习模型的稳定性。通过构建深度学习网络模型,实现对地物的自动提取,减少人为主观因素的影响,具有较强的通用性,提升了对地物提取的泛化能力。
-
-
-
-