-
公开(公告)号:CN116777038A
公开(公告)日:2023-09-19
申请号:CN202310433438.8
申请日:2023-04-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
Abstract: 本发明公开了一种微电网用电负荷预测方法、装置及存储介质。其中,方法包括:采集微电网终端设备的用电负荷预测所需数据集,构建多层随机森林算法模型,并基于训练样本集和构建的多层随机森林算法模型进行训练;根据当前时段的用电负荷数据,对微电网当前时刻的下一时段的用电负荷进行预测得到用电负荷预测结果。本发明技术方案,在采用多层随机森林算法模型进行负荷预测时,结合MPSO算法,具有更高的预测精度和更稳定的预测性能,进而提升了微电网用电负荷预测的可靠性与精准度。
-
公开(公告)号:CN115800223A
公开(公告)日:2023-03-14
申请号:CN202211428565.0
申请日:2022-11-15
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
Abstract: 本发明公开了一种短路限流器布点配置的确定方法、装置、设备及存储介质,该方法包括:确定短路限流器布点配置的目标函数;目标函数由短路限流器的电抗项和损失项构成;所述电抗项表示短路限流器的电抗值,所述损失项表示所述短路限流器接入电网前后的损失差值;根据设定优化算法和所述目标函数确定短路限流器的布点配置。本公开实施例,通过根据设定优化算法和所述目标函数确定短路限流器的布点配置的方式,可以确定出短路限流器最优的布点配置。
-
公开(公告)号:CN119093328A
公开(公告)日:2024-12-06
申请号:CN202411069024.2
申请日:2024-08-06
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
IPC: H02J3/00 , H02J3/38 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种风力发电功率预测方法、装置、设备、介质及产品。该方法包括:获取待预测时间段的预测风速数据;将所述待预测时间段的预测风速数据输入目标风速预测模型,得到待预测时间段的实际风速数据,其中,所述目标风速预测模型为训练好的初始风速预测模型,所述初始风速预测模型为残差通道注意力网络模型;将所述待预测时间段的实际风速数据输入目标风力发电功率预测模型中,得到待预测时间段对应的风力发电功率,其中,所述目标风力发电功率预测模型为训练完成的卷积神经网络模型,通过本发明的技术方案,能够提升风力发电功率预测的准确度。
-
公开(公告)号:CN116404628A
公开(公告)日:2023-07-07
申请号:CN202211361774.8
申请日:2022-11-02
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
Abstract: 本发明实施例公开了一种电网系统及其控制方法,包括至少一个变电站组;变电站组包括第一变电站、第二变电站和控制模块,变电站包括并联的第1母线和第2母线,第一变电站的第i母线通过联络组件电连接第二变电站的第i母线,其中,i=1或2;控制模块分别连接变电站和联络组件,用于在检测到第一变电站的第1母线供电故障时,调节联络组件使第一变电站的第2母线供电或第二变电站供电。本发明提供的技术方案,以在电网发生故障时能够进行主动干预,提高检修效率和准确率,降低人工成本。
-
公开(公告)号:CN115396195A
公开(公告)日:2022-11-25
申请号:CN202211024742.9
申请日:2022-08-25
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
Abstract: 本发明实施例公开了一种分布式数据传输方法、装置、电子设备及存储介质。该方法包括:接收各分布式能源节点发送的会话接入请求,基于各会话接入请求,对各分布式能源节点进行身份认证;针对各分布式能源节点,若身份认证通过,则将分布式能源节点作为目标能源节点,向目标能源节点发放会话凭证;获取目标能源节点发送的目标能源数据,并将目标能源数据及对应的会话凭证发送至主站系统。本发明实施例的技术方案,可以解决了数据加密导致的成本高、传输效率低的问题,提高数据传输安全性和有效性。
-
公开(公告)号:CN119561036A
公开(公告)日:2025-03-04
申请号:CN202411728898.4
申请日:2024-11-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
IPC: H02J3/00 , H02J3/46 , H02J3/28 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种多资源微电网优化调度方法、装置、设备及存储介质,以多资源微电网的总成本最小为目标,构建目标函数,基于多资源微电网运行的约束条件,求解目标函数在各选定时间段的鲁棒可行域,以目标函数在选定时间段的鲁棒可行域为额外约束,采用优化算法求解出各选定时间段内的最优调度策略,将各选定时间段的最优调度策略进行整合,得到全局最优解,实现对多资源微电网的最优分配,从而实现综合成本最低的优化目标,提高了能效。
-
公开(公告)号:CN118117589A
公开(公告)日:2024-05-31
申请号:CN202410283690.X
申请日:2024-03-13
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
IPC: H02J3/00 , H02H3/06 , G06Q10/047 , G06Q50/06
Abstract: 本发明公开了一种自动复电方法、装置、电子设备和存储介质,涉及电力应用技术领域。该自动复电方法包括:以待复电设备所在的当前母线为起点进行上一级电网搜索,搜索得到有电压的目标母线;基于当前母线和目标母线之间的节点构建对应的候选供电路径;根据每个候选供电路径的供电路径长度确定待复电设备的最优供电路径,以按照最优供电路径对待复电设备进行自动复电,解决在大面积设备停电时,最优复电路径难以被梳理的问题,实现设备最优复电路径的快速梳理及快速复电,减少主网调控员的倒闸操作,降低经济损失和社会影响。
-
公开(公告)号:CN115860249A
公开(公告)日:2023-03-28
申请号:CN202211644431.2
申请日:2022-12-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
IPC: G06Q10/04 , G06Q50/06 , G06F18/214
Abstract: 本发明公开了一种分布式光伏发电功率预测方法、装置、设备和介质,其中方法包括,首先获取分布式光伏发电系统在各相应时间段内的各气象特征对应的预测模型,以及各预测模型中对应的每个子节点的准确度;接着获取子节点中前d个相应时间段内的历史气象数据;d为正整数;接着根据历史气象数据中对应的不同气象特征,以及不同气象特征对应的不同预测模型,输出各气象特征对应的预测发电功率;最终将子节点对应的不同预测模型的准确度作为相应预测发电功率的权重参数,进行加权平均后作为子节点在下一个相应时间段内的预测发电功率。从而可以准确预测光伏电场发电功率。
-
公开(公告)号:CN119337159A
公开(公告)日:2025-01-21
申请号:CN202411451531.2
申请日:2024-10-17
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
IPC: G06F18/2321 , G06F18/214 , H02J3/00 , H02J3/38 , G06Q10/04 , G06Q50/06 , G06N3/006
Abstract: 本发明公开了一种光伏发电功率预测方法、装置、设备及介质。该方法包括:基于待预测日和光伏电站中光伏组件的清洁操作规划,确定所述待预测日距离前次清洁操作的清洁间隔时长;在所述清洁间隔时长指示所述光伏组件为清洁状态的情况下,通过第一预测模型,基于所述待预测日对应的气象参数,确定第一光伏发电功率预测值;在所述清洁间隔时长指示所述光伏组件为积灰状态的情况下,通过第二预测模型,基于待预测日对应的气象参数和所述清洁间隔时长,确定第二光伏发电功率预测值。在进行光伏发电功率的预测时,通过光伏组件是否积灰选择不同的预测模型,考虑了气象因素和光伏组件的积灰因素对所预测光伏发电功率的影响,使预测的结果更加合理和精准。
-
公开(公告)号:CN119089227A
公开(公告)日:2024-12-06
申请号:CN202411089599.0
申请日:2024-08-09
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
IPC: G06F18/2321 , H02J3/00 , H02J3/38 , G06F18/214 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了一种光伏发电功率预测方法、装置、设备和存储介质。该方法包括:对各光伏电站分别对应的历史发电功率和气象参数信息进行相关性分析,并基于相关性分析结果对各光伏电站进行聚类分组得到类群分组结果,针对类群分组结果中的各个类群分组,对各类群分组中所包含光伏电站的历史发电功率以及同时刻气象参数信息分别进行数据规整得到训练样本集,基于训练样本集对光伏发电功率预测模型进行模型参数调优以得到最优发电功率预测模型,以通过最优发电功率预测模型得到光伏发电功率预测数据。本发明实施例,通过上述技术方案,能够有效降低由于光伏发电功率的波动性导致预测结果产生较大的误差,有效提高光伏功率的预测精度。
-
-
-
-
-
-
-
-
-