公开(公告)号：CN117495042A

公开(公告)日：2024-02-02

申请号：CN202311606408.9

申请日：2023-11-29

Applicant: 国网辽宁省电力有限公司沈阳供电公司

Inventor： 王丽霞 ,  赵昊东 ,  迟皓 ,  邢宇涵 ,  许言路 ,  齐笑言 ,  李小兰 ,  刘晓强 ,  陈晓光 ,  李悦悦 ,  张琦 ,  熊瑞 ,  张迪 ,  臧昱秀 ,  李佳欣 ,  孙雨晴 ,  多俊龙 ,  刘鑫 ,  王妍

IPC: G06Q10/0631 ,  G06Q10/067 ,  G06Q50/06 ,  G06Q30/018

Abstract: 本发明属于综合能源系统优化调度领域，具体公开了基于碳排放流及需求响应的综合能源系统双层优化调度方法，该方法基于综合能源系统框架，包括，建立碳排放流模型，计算各能量枢纽EH的碳势以及负荷端的碳排放量；基于上述各能量枢纽EH的碳势以及负荷端的碳排放量，建立引入Shapley值和价格型需求响应的碳交易模型，得到各负荷的碳交易配额；基于上述碳交易配额，建立双层调度模型，该双层模型包括由电网和气网系统构成的上层模型以及由能量枢纽系统构成的下层模型，双层调度模型以运行成本最小为目标函数进行低碳经济调度。本发明不仅能够在电气综合能源系统中精确计算和管理碳排放量，还能够显著降低系统的运行成本，实现综合能源系统的低碳经济运行。

公开(公告)号：CN109543901A

公开(公告)日：2019-03-29

申请号：CN201811386602.X

申请日：2018-11-20

Applicant: 国网辽宁省电力有限公司经济技术研究院 ,  东北大学 ,  国网辽宁省电力有限公司沈阳供电公司 ,  国家电网有限公司

Inventor： 许言路 ,  邓卓夫 ,  卢悦 ,  王小杭 ,  张建森

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04

Abstract: 本发明公开一种基于信息融合卷积神经网络模型的短期电力负荷预测方法，步骤为：数据获取及预处理，得到数据集；构造多尺度信息融合卷积神经网络模型；将数据集分割为训练集和验证集两部分；选取固定长度的训练集向量序列作为模型输入，以输入向量之后固定时间的实际负荷作为模型输出的训练目标，通过多次迭代训练模型至收敛；使用验证集验证训练好的模型，通过对比测试集和验证集的精度和误差，调整模型参数，通过多次训练，选择验证集表现最好的模型作为训练结果；在实际环境中运行模型，当预测值和实际值出现较大偏差时，将最新数据加入训练集再次训练模型。本发明提升了网络深度和预测精度，面对一维输入序列时，可提取整个序列的多维度特征。