一种基于EMS系统构建电网离线仿真模型的方法

    公开(公告)号:CN117763848A

    公开(公告)日:2024-03-26

    申请号:CN202311796986.3

    申请日:2023-12-25

    IPC分类号: G06F30/20 H02J3/00 G06F113/04

    摘要: 本申请涉及一种基于EMS系统构建电网离线仿真模型的方法,所述方法包括:获取EMS系统准实时生成的CIM/E文件及QS文件;将CIM/E文件及QS文件数据内容解析为中间数据源,形成中间视图模式;通过建立模式匹配系统合并中间数据源,形成全局视图;采用中介模式查询并筛选出目标区域电网数据文件;对目标区域电网数据文件进行边界等值,使通过拓扑校验和功率平衡验证;根据目标软件格式进行映射,导入电力系统分析软件接口程序,生成离线电网分析模型。该方法通过层次全局视图模式映射提高EMS系统CIM/E文件及QS文件数据集成、筛选效率,在保障灵活性基础上解决电网离线仿真计算结果时效性差的问题。

    一种基于机器学习的电力负荷预测方法及系统

    公开(公告)号:CN117239746B

    公开(公告)日:2024-01-30

    申请号:CN202311526162.4

    申请日:2023-11-16

    摘要: 本发明涉及人工智能领域,更具体地,本发明涉及一种基于机器学习的电力负荷预测方法及系统,方法包括:获取历史电路负荷数据得到负荷序列的周期,对所述负荷序列进行差分,获得差分序列;根据所述差分序列进行聚类,得到多个聚类簇相对应的多个负荷波动数据值;计算各个聚类簇的所述负荷序列的状态转移概率矩阵;计算未来时刻电路负荷的概率向量,从而计算未来的电路负荷数据;通过周期对负荷序列进行差分计算,计算相邻时间点之间的差异,减少序列中的时变性、周期性和趋势性因素,从而使得周期序列更加平稳,提高了电力系统的效率和可靠性,减少能源消耗,更好地预测调配能源,从(56)对比文件SHIXIANG LU.A_Weekly_Load_Data_Mining_Approach_Based_on_Hidden_Markov_Model《.IEEE Access》.2019,全文.Jianrong Jia.Application_of_improved_gray_Markov_model_in_power_load_forecasting《.IEEE》.2008,全文.