-
公开(公告)号：CN114156873A
公开(公告)日：2022-03-08
申请号：CN202111406464.9
申请日：2021-11-24
申请人： 国网吉林省电力有限公司 , 北京清大高科系统控制有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本申请属于电力系统的运行调度技术领域，具体而言涉及一种电力系统备用容量计算方法。本公开通过考虑电力系统的事故备用，负荷备用，和可再生能源波动备用三方面的备用需求，计算保证电力系统安全运行的备用容量。本公开对可再生能源的不确定性进行概率建模，保证了备用容量计算的精确性。本公开的电力系统备用容量计算方法，通过混合高斯分布精确刻画了风电/光伏等可再生能源的出力特性，以该分布为基础，本方法准确计算了可再生能源波动带来的备用需求，进而计算电力系统的总备用容量。本公开方法可应用于包含大规模可再生能源并网的电力系统备用容量计算中。
-
公开(公告)号：CN113377753A
公开(公告)日：2021-09-10
申请号：CN202110640798.6
申请日：2021-06-09
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： G06F16/215 , G06Q50/06
摘要： 本发明公开了一种蓄热式电锅炉负荷数据清洗系统，包括：数据输入模块、重复数据去除模块、数据缺失值填充模块、数据异常值处理模块，数据输入模块连接重复数据去除模块，重复数据去除模块连接数据缺失值填充模块，数据缺失值填充模块连接数据异常值处理模块，本发明的有益效果是：1）蓄热式电锅炉原始数据有重复缺失异常值，本发明分别针对这些问题进行了完整的数据清洗；2）本发明的加权平均数据缺失填充法，充分考虑了真实值和缺失值距离对缺失值的影响，认为距离缺失值越近，真实值对缺失值影响越高，权重越高。方法快速简单，能够有效的进行蓄热式电锅炉负荷的缺失值填充。
-
公开(公告)号：CN112348621A
公开(公告)日：2021-02-09
申请号：CN202010846679.1
申请日：2020-08-21
申请人： 国网吉林省电力有限公司 , 国网电力科学研究院有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司 , 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 国家电网公司东北分部
摘要： 本发明公开了一种基于RE Learning算法的发电商报价模型，首先构造能够有效描述发电商竞价行为的策略集，根据每次交易作出判断，调整下一轮的竞价策略，以期实现利润最大化的目标；通过与环境交互进行学习的自适应学习方法获得发电商代理报价，主要用于仿真发电商在不完全信息市场中的报价过程。
-
公开(公告)号：CN111724277A
公开(公告)日：2020-09-29
申请号：CN202010531489.0
申请日：2020-06-11
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种新能源与多元负荷价值匹配方法及系统，通过获取预设时段第一区域内的新能源发电功率数据及负荷数据，并获取所述预设时段内多个第二区域新能源发电功率数据及负荷数据，进行预处理；通过变分自编码器生成关于新能源与负荷的生成场景，得到场景生成数据，再利用深度学习模型进行模型训练，得到各个区域内的训练生成新能源发电功率数据及负荷数据；计算新能源与负荷匹配度，选出匹配度最大的第一区域与对应的第二区域的就近消纳能力方案。该方法具有良好的源荷概率分布规律分析，能够提高新能源就近消纳能力，达到了节能减排的作用，同时提高了新能源的利用率。
-
公开(公告)号：CN111028004A
公开(公告)日：2020-04-17
申请号：CN201911188485.0
申请日：2019-11-28
申请人： 国网吉林省电力有限公司 , 国网电力科学研究院有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司 , 国电南瑞科技股份有限公司
摘要： 本发明一种基于大数据技术的电力市场评估分析方法，属于电力市场运营技术领域，包括步骤一获取数据、步骤二数据筛选和清除、步骤三数据归类整理、步骤四聚类分析、步骤五指标分析、步骤六判断、步骤七获得数据样本、步骤八训练样本获得、步骤九选择人工神经网络结构及训练方法、步骤十确定神经网络模型、步骤十一市场指标评估结果获得；通过本发明的设计，根据市场运营、电网运行、市场注册、市场结算、市场成员行为记录等数据，利用聚类算法获得市场结构、市场安全、市场运营、市场效益、调度运行等多方面市场评估指标，建立一套科学、客观、全面的电力市场指标评价体系来评价当前市场模式运行状态、潜在运营风险及未来市场发展趋势。
-
公开(公告)号：CN118584192A
公开(公告)日：2024-09-03
申请号：CN202410627108.7
申请日：2024-05-21
申请人： 国网吉林省电力有限公司吉林供电公司 , 国网吉林省电力有限公司
IPC分类号： G01R22/06 , G06F16/215 , G06F16/23 , G01R11/54 , G01R29/16
摘要： 利用变电所电表电量判断电气设备功率数据错误的方法，属于电网运维技术领域。本发明将变电所各个电压等级母线上所带的电气设备的有功功率进行积分得到积分电量。然后利用电表的有功电量计算采集电量母线不平衡率，在采集电量母线平衡的情况下判断电表的采集电量正确。然后用已证明正确的电表采集电量与积分电量进行对比分析，从而判断出有错误的积分电量，即有功功率错误，并能够根据采集电量与积分电量之间偏差率定量计算有功功率错误的大小。无功功率数据错误的判断过程与有功功率数据类似。通过准确分析并判断电气设备的有功功率、无功功率数据的错误，并从电量采集系统和EMS系统中的这些基础数据中将错误数据改正，保证了数据源的准确性。
-
公开(公告)号：CN116054242A
公开(公告)日：2023-05-02
申请号：CN202211619122.X
申请日：2022-12-14
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 东北电力大学
摘要： 光储充用一体化的低碳型农村微电网优化运行控制方法，属于微电网运维技术领域，包括建立光储充用一体化系统的数学模型及其约束条件，通过建立的约束条件以及光储充用一体化系统的光伏和负荷的功率差额获得储能设备的充放电策略；本发明在计及各类能源转换、存储、传输装置的相关约束和系统平衡约束的基础上，同时考虑农村实际用能情况，进而提出基于分时电价的光储充用一体化的低碳型农村微电网优化运行控制方法，从而促进光伏消纳和起到“削峰填谷”的作用。
-
公开(公告)号：CN110851502B
公开(公告)日：2023-04-07
申请号：CN201911131730.4
申请日：2019-11-19
申请人： 国网吉林省电力有限公司 , 华北电力大学 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： G06F16/2458 , G06F18/2431 , G06F18/23213 , G06Q30/0201 , G06Q50/06
摘要： 本发明公开了一种基于数据挖掘技术的负荷特征场景分类方法，适于在计算设备中执行，包括步骤：基于用户的用电数据，确定出关于用户用电的负荷曲线；利用聚类算法，生成各聚类下的负荷曲线；利用负荷曲线计算用户对应的负荷形状指标；将用户的负荷形状指标和商业指标输入分类模型，输出用户所属的负荷特征场景类别。
-
公开(公告)号：CN115829309A
公开(公告)日：2023-03-21
申请号：CN202111085371.0
申请日：2021-09-16
申请人： 中国电力科学研究院有限公司 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： G06Q10/0635 , G06Q50/06 , H02J3/00
摘要： 本发明提供了一种电力系统运行风险评估方法与系统，包括：获取大规模新能源并网的电力系统潮流计算结果；根据潮流计算结果，分别计算电力系统各联络线潮流越限严重度、电力系统备用不足严重度以及电力系统频率越限严重度；根据电力系统各联络线潮流越限严重度、备用不足严重度和频率越限严重度，计算含大规模新能源并网的电力系统运行风险；本发明将新能源出力不确定性带来的系统运行风险考虑在调度计划中，提升电力系统对风险的预判能力，保障电网安全运行，为调度运行人员提供参考，促进新能源高效消纳。
-
公开(公告)号：CN115759370A
公开(公告)日：2023-03-07
申请号：CN202211383630.2
申请日：2022-11-07
申请人： 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 东北电力大学 , 吉林省电力科学研究院有限公司
发明人： 孙勇 , 李宝聚 , 刘闯 , 王佳蕊 , 李德鑫 , 陈厚合 , 王尧 , 胡枭 , 王惠锋 , 孟祥东 , 吕项羽 , 王伟 , 李成钢 , 张家郡 , 冷俊 , 高松 , 刘畅 , 张海锋 , 庄冠群
IPC分类号： G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06N3/04 , G06N3/08
摘要： 本发明属于深度强化学习领域，公开了一种基于MADDPG算法的映射运行方法，为了实现分散式调控过程中，对于差异性节点的调峰及限制过响应，提高系统安全性与经济性,引入MADDPG(Multi‑Agent Deep Deterministic Policy Gradient)的深度强化学习训练方法对辅助参数加以训练；选用多智能体算法以模拟多个参与者与环境的交互过程；然后构建Actor‑Critic架构，针对每个智能体建立值函数，形成合理的智能体训练和应用机制；随后对经验回放池、深度连接层和目标网络等进行进一步设置并融合虚拟遗憾最小化思想对稀疏奖励下的智能体训练产生引导作用；最后使用代价函数估计其他智能体策略，并针对策略集合进行优化，以实现多个智能体在训练阶段结束后，能够各自在应用状态下给出下一次最佳动作策略。
-
-
-
-
-
-
-
-
-
搜索结果
212 条记录 (耗时 0.087 秒)
