-
公开(公告)号：CN118171695A
公开(公告)日：2024-06-11
申请号：CN202410079184.9
申请日：2024-01-19
IPC分类号： G06N3/0464 , H02J3/38 , H02J3/00 , G06N3/045 , G06N3/048 , G06N3/0475 , G06N3/0499 , G06N3/047 , G06N3/092 , G06N3/094 , G06N3/084 , G06Q50/06
摘要： 本发明公开了一种基于深度学习的对抗网络生成方法、系统及存储介质，方法包括如下步骤：S1：采集风力和光伏发电历史时序基础数据，生成训练集历史样本；S2：构建对抗网络模型，选择特性指标的近似特征；S3：进行深度学习迭代对抗网络，在每个迭代轮次中依次训练生成器G、判别器D和辅助网络Q，直到达到收敛标准；S4：通过对抗网络模型生成可再生能源场景。本发明的有益效果是，可调特征具有实际的物理含义，可以直接反映场景模式的统计特性；生成的场景可以根据统计特性偏好进行有意地修改调整，并可以实现历史数据中不存在的新的场景模式；可以通过预先设定预期的相关特征实现新的场景模式的生成。
-
公开(公告)号：CN116937638A
公开(公告)日：2023-10-24
申请号：CN202310702873.6
申请日：2023-06-13
摘要： 本发明提出一种基于模糊逻辑推理的能源调控方法包括步骤：设定可再生能源、电网、负荷和储能系统之间的功率平衡关系，根据所述功率平衡关系设定目标函数；设定所述目标函数的约束条件；通过模糊逻辑推理对所述目标函数进行求解，获取储能系统和热力机组的出力功率的输出调控量；通过人工羊算法对模糊逻辑推理中参数的自适应确定过程进行优化。本发明解决集成在微电网中的本地能量管理系统在包含可再生资源及负荷波动带来的不确定性和随机性的情况下，而无法准确的输出能源的调控量的问题。
-
公开(公告)号：CN116667425A
公开(公告)日：2023-08-29
申请号：CN202310295502.0
申请日：2023-03-24
发明人： 龚利武 , 陈超 , 杨玉锐 , 张炜 , 钱伟杰 , 吴韬 , 徐克 , 胡雷剑 , 潘白浪 , 顾一星 , 杨强 , 万家建 , 顾强杰 , 李子涵 , 黄悦华 , 陶琨 , 张嘉辉 , 吕妤宸
摘要： 本发明公开了一种用户侧需求响应下的分布式能源经济调度系统，包括微网子系统和经济调度子系统，经济调度子系统包括数据采集模块和微网子系统模型模块，数据采集模块与微网子系统模型模块相连，微网子系统模型模块连接有优化调度模块，优化调度模块连接有求解模块。本发明系统充分考虑了储能系统、需求响应和分布式能源在微网日前调度中的优化作用，降低了微网运行的成本并满足微网的“削峰填谷”需求，使得负荷曲线尽可能平缓，并最终维持一个较高的用户满意度水准，综合考虑储能、需求响应和用户满意度的并网型微网分布式能源经济调度系统，通过改进遗传粒子群算法进行分析计算，兼顾用户满意度和微网经济性。
-
公开(公告)号：CN116562533A
公开(公告)日：2023-08-08
申请号：CN202310195898.1
申请日：2023-03-03
IPC分类号： G06Q10/0631 , G06Q10/0639 , G06Q50/06 , G06F18/22 , G06F18/214 , G06N3/096
摘要： 本发明公开了一种基于数据驱动的配电网投资决策系统，数据收集模块与数据预处理模块相连，数据预处理模块连接有训练模块，训练模块连接有迁移学习模块，迁移学习模块连接有投资模型构建模块，投资模型构建模块连接有求解模块。本发明的数据收集模块进行数据收集，通过数据预处理模块进行处理获得原样本数据集，利用原样本数据集、训练模块和迁移学习模块进行迁移学习并构建深度学习网络，利用目标电网样本数据集进行训练，通过投资模型构建模块获得配电网投资效益模型，最后基于投资效益模型构建投资规划决策模型，通过深度学习网络进行训练得到配电网投资效益模型，与传统机理性建模相比更加高效且适应性更强，拟合精度更高。
-
公开(公告)号：CN116454862A
公开(公告)日：2023-07-18
申请号：CN202310240104.9
申请日：2023-03-08
发明人： 陈超 , 龚利武 , 杨强 , 杨玉锐 , 张炜 , 钱伟杰 , 吴韬 , 吴军 , 吴迪 , 唐勇健 , 徐克 , 胡雷剑 , 顾强杰 , 李子涵 , 黄悦华 , 孙舒柳 , 于正平 , 钱金跃
IPC分类号： H02J3/00
摘要： 本发明公开一种带有预测和仿真功能的主动配电网调控系统和方法，其中，系统包括仿真模块，获取主动配电网的历史故障数据和历史诱发数据，训练多组特征数据，将特征数据输入至深度学习模型进行训练；预测模块，接收仿真模块中的历史故障数据，并收集历史调控数据，建立历史调控数据对比库；获取未来时段内的诱发数据，输入至与主动配电网连接的深度学习模型中，并标记疑似故障数据，对疑似故障数据进行准确度匹配和调控标准化操作，获取预测结果；调控模块，接收预测模型中的预测结果，下发与调控方案对应的调控指令，调控完成后对主动配电网进行电压判断。还包括方法；本发明能够及时应对故障情况，利用预测结果进行调控，调控更加准确和及时。
-
公开(公告)号：CN116451170A
公开(公告)日：2023-07-18
申请号：CN202310219586.X
申请日：2023-03-09
IPC分类号： G06F18/25 , G06F18/214 , G06F18/213 , G06F18/10 , G06F16/25 , G06Q50/06
摘要： 本发明公开了一种基于多源异构数据的配电网检测方法，包括：获取配电网历史的多源异构数据，并按照对应的设备类型和电压等级进行分类；对于任意一类的多源异构数据，在进行数据层融合的基础上进行特征提取，对特征层进行融合处理得到融合后的数据特征集；以数据特征集对配电网检测模型进行训练；利用训练完成的配电网检测模型，输入实时采集的数据进行配电网检测。本发明对于从不同途径采集得到的配电网设备的多源异构数据，先经过多源异构数据的融合后提取出数据中的特征集，并利用特征集训练出配电网检测模型进行配电网的检测，不需要人为进行数据的关联融合，对采集数据的处理速度更快，配电网检测的效率更高。
-
公开(公告)号：CN118501572A
公开(公告)日：2024-08-16
申请号：CN202410399714.8
申请日：2024-04-03
发明人： 龚利武 , 张炜 , 吕妤宸 , 黄建平 , 钱伟 , 傅进 , 周旻 , 陈浩 , 钱伟杰 , 杨玉锐 , 李钟煦 , 张旭 , 丁纯颖 , 吕一凡 , 邢建旭 , 朱晔 , 吴佳 , 徐克 , 吴昊 , 金祝飞 , 薛轶舟 , 晏琳
摘要： 本发明公开了一种基于电力指纹的用电安全监控方法。为了克服现有的用电安全技术无法准确地区分监测到的安全隐患的问题；本发明包括以下步骤：S1：获取各接入点位的硬件基础信息，根据硬件基础信息将接入分为负载固定点位和负载可变点位，并设置相应的判断阈值；S2：采集总入户用电信息，根据用电信息提取负载的电力指纹，获取负载类型，判断负载是否违规；S3：分别采集负载固定点位和负载可变点位的用电信息，与设定的判断阈值以及历史数据匹配比较，判断线路是否老化或过载。通过电力指纹识别接入的电器类型，从功率与频谱的变化分析判断线路的老化与接入负载的情况，对用电安全隐患及时预警。
-
公开(公告)号：CN118484694A
公开(公告)日：2024-08-13
申请号：CN202410399837.1
申请日：2024-04-03
发明人： 张炜 , 龚利武 , 吕妤宸 , 黄建平 , 钱伟 , 傅进 , 周旻 , 陈浩 , 钱伟杰 , 杨玉锐 , 李钟煦 , 张旭 , 丁纯颖 , 吕一凡 , 邢建旭 , 朱晔 , 吴佳 , 徐克 , 吴昊 , 金祝飞 , 薛轶舟 , 晏琳
IPC分类号： G06F18/24 , G01R31/00 , G06F18/213 , G06F18/10
摘要： 本发明公开了一种室内违规充电精准定位方法，克服了现有技术中难以准确、有效、快速辨识用户电瓶车室内违规充电的问题，包括下列步骤：建立分层分类模型，对用户常用负荷进行分类，确定电瓶车负荷类型；对用户进线侧进行非侵入式负荷数据采集，基于电瓶车所属负荷类型，判断用户进线侧接入负荷中是否存在疑似电瓶车充电负荷；根据电瓶车充电过程中负荷数据变化特征，判断该疑似电瓶车充电负荷是否为电瓶车充电；获取电瓶车充电对应的电表户号，定位室内违规充电用户。利用非侵入式方式获取用户负荷数据，根据电瓶车充电过程中负荷数据变化特征，精准辨识用户电瓶车入户违规充电等异常行为。
-
公开(公告)号：CN118171209A
公开(公告)日：2024-06-11
申请号：CN202311856618.3
申请日：2023-12-29
IPC分类号： G06F18/2433 , G01R35/04 , G01R22/00 , G06F18/2411 , G06F18/15 , G06N3/044 , G06N3/126 , G06Q50/06 , G06N3/048
摘要： 本发明公开了一种企业用户异常用电的在线智能监测方法，收集企业用户历史用电数据，包括历史正常用电数据和历史异常用电数据；提取企业用户历史异常用电数据的多个特征参量，获得训练样本特征数据；构建最小二乘支持向量机，使用遗传算法基于训练样本特征数据训练优化最小二乘支持向量机，获得异常用电在线智能监测模型；实时采集企业用户电表数据并进行缺失值补充处理，最后输入上述异常用电在线智能监测模型中，实现企业用户异常用电在线智能监测，监测精确度高、效率高、智能性高，适用于数据量大的企业用户，同时解决了电表在恶劣环境下计量失真的问题，并且提取了多个特征参量，考虑因素全面，极大提高异常用电监测准确性，避免误报。
-
公开(公告)号：CN117949723A
公开(公告)日：2024-04-30
申请号：CN202311766756.2
申请日：2023-12-21
IPC分类号： G01R22/06
摘要： 本发明公开了一种基于用电异常数据的反窃电在线智能监测方法，利用电表远程终端单元RTU收集电表的用电数据；采用回声状态网络ESN处理用电数据进行缺失值补充，确保数据的完整性，解决电表通信故障导致的计量数据失真问题；利用K‑means均值聚类算法从用电数据中确定用电异常数据，用电异常检测准确度高，效率高；提取多个用电异常特征数据，考虑因素全面，具备较高的反窃电监测精度；利用主成分分析法对用电异常特征数据降维，在保留用电信息的同时，极大地减小了计算量和存储需求；构建反窃电在线智能监测模型，输入用电异常特征数据，获得窃电嫌疑系数，与传统人工监测方式相比，极大提高反窃电监测效率和准确率。
-
-
-
-
-
-
-
-
-
搜索结果
424 条记录 (耗时 0.162 秒)
