一种基于VMD-TCN的短期光伏发电功率预测方法

    公开(公告)号:CN118153776A

    公开(公告)日:2024-06-07

    申请号:CN202410452094.X

    申请日:2024-04-16

    摘要: 本发明在充分考虑光伏发电功率时间序列的非平稳性和波动性的基础上,提出了一种基于VMD‑TCN的短期光伏发电功率预测方法,首先获取历史光伏发电功率时间序列数据,其次基于能量贡献率和最大频谱间隔比计算VMD最优模态分量集合,然后基于均方根误差最小化准则计算TCN预测子模型最佳重构权重,最后基于上述步骤中计算得的最优模态数量和最佳重构权重建立VMD‑TCN光伏发电功率预测模型预测下一周期光伏出力。所提发明可以有效克服模态混叠,提高光伏发电功率预测模型的预测精度。

    基于复杂网络理论的变电站通信网络脆弱结构评估方法

    公开(公告)号:CN117155799A

    公开(公告)日:2023-12-01

    申请号:CN202311087167.1

    申请日:2023-08-28

    摘要: 本发明公开了一种基于复杂网络理论的变电站通信网络脆弱结构评估方法,包括:构建变电站通讯网络模型,基于所述变电站通信网络模型的攻击途径,生成链路权重;将复杂网络理论与所述链路权重相结合,计算得到若干节点脆弱度值;基于所述节点脆弱度值,综合链路的局部信息与全局信息,计算得到若干链路脆弱度值;基于所述节点脆弱度值、所述链路脆弱度值分别对变电站通信网络进行脆弱结构评估。本发明能够解决现有技术中网络攻击更新速度快且难以量化以及专家评估存在主观性的问题。

    一种基于可信隐私计算的微网并网控制隐私保护方法

    公开(公告)号:CN115828302B

    公开(公告)日:2023-07-07

    申请号:CN202211642199.9

    申请日:2022-12-20

    摘要: 本发明提供了一种基于可信隐私计算的微网并网控制隐私保护方法,具体包括:第一个阶段,从信息流的角度,提出电网、微网聚合商、微网三层结构。并在此结构基础上提出上层对下层的安全监控机制,从而形成节点间信任链。利用可信计算技术,实现各节点自身状态安全,各层间交互可信,满足微网稳定并网的安全需求。第二阶段,将可信计算和隐私计算进行结合,在可信计算保障各节点自身可信和交互可信的前提下,采用联邦学习让各微网仅仅将训练的模型参数上传至微网聚合商,为防止出现信息“孤岛”的同时,保护了各微网本地数据隐私,并且结合密码学中的匿名签名与验证技术,有效保证模型参数机密性和完整性的同时保护了模型参数发送方身份的隐私性。

    基于熵值法的电力监控系统韧性评估方法

    公开(公告)号:CN111415102B

    公开(公告)日:2022-05-20

    申请号:CN202010306204.3

    申请日:2020-04-17

    摘要: 本发明涉及一种基于熵值法的电力监控系统韧性评估方法,包括步骤1:从时间和空间两个不同维度分析电力监控系统的韧性特征;步骤2:基于所述韧性特征,选取多个韧性评价指标,并根据多目标决策方法的层次结构建立针对电力监控系统的韧性评价指标体系;步骤3:利用熵值法完成对指标权重的量化计算,得到各个韧性评价指标的权重值,并根据所述权重值的大小,来判别各个韧性评价指标对系统韧性评估的影响程度;步骤4:计算该电力监控系统的韧性综合得分,作为该电力监控系统的韧性量化评估结果。本发明可实现对电力监控系统韧性的有效评估,保证评估的科学性、准确性。

    一种面向电力物联网的边缘网络系统健康度评估方法

    公开(公告)号:CN114444910A

    公开(公告)日:2022-05-06

    申请号:CN202210042123.6

    申请日:2022-01-14

    摘要: 本发明公开了一种面向电力物联网的边缘网络系统健康度评估方法,包括:获取影响面向电力物联网的边缘网络健康度的指标因素,基于指标因素构建相应的指标评价体系,获得定性指标;通过正态云模型对定性指标进行定量化,获得评价指标,对评价指标确定主观权重和客观权重,通过主观权重和客观权重获得组合赋权;基于组合赋权进行综合评价并获得综合评价分数,基于综合评价分数对评价对象进行水平分级。本发明利用正态云模型将定性概念转化为定量分析,使结果具有更强可靠性;利用反熵权法保证了权重的客观性和准确性,并通过G1法可以快速准确的确定主观权重;通过组合赋权得出综合权重,有效确立面向电力物联网的边缘网络系统健康度水平分级。

    一种基于DLSTM-RF的用户窃电检测方法及系统

    公开(公告)号:CN114266925A

    公开(公告)日:2022-04-01

    申请号:CN202111657488.1

    申请日:2021-12-30

    摘要: 本发明公开了一种基于DLSTM‑RF的用户窃电检测方法及系统,包括:构建相关数据集,相关数据集用于作为DLSTM‑RF模型的输入数据,对DLSTM‑RF模型进行训练,生成用户窃电预测模型;构建DLSTM‑RF模型,DLSTM‑RF模型用于通过相关数据集,生成用户窃电预测模型;通过相关数据集,对DLSTM‑RF模型进行训练,生成用户窃电预测模型,用户窃电预测模型用于对电网系统中的信息进行分析和学习,找出窃电用户,并通过对窃电用户进行治理,降低不必要的电力生产;本发明通过检测用户的窃电信息并与碳排放信息的进行转换,实现从用电信息到减碳信息的跨越,为实现电网用户侧控碳提供了一定的参考。