-
公开(公告)号：CN117318025A
公开(公告)日：2023-12-29
申请号：CN202311210723.X
申请日：2023-09-19
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
Abstract: 本发明涉及一种基于加权灰色关联投影法的短期负荷预测方法，包括：获取电力系统历史数据，对电力系统历史数据进行预处理；从电力系统历史数据中选择与待预测日相似的相似日，形成训练集；构建Adam‑GRU神经网络模型，初始化Adam‑GRU神经网络模型及设置参数；通过训练集对Adam‑GRU神经网络模型进行迭代训练，得到训练好的Adam‑GRU神经网络模型，并保存；对Adam‑GRU神经网络模型进行检验，若Adam‑GRU神经网络模型的预测值和真实值的误差小于预设目标，则通过Adam‑GRU神经网络模型对短期负荷进行预测。本发明能够有效地解决短期负荷预测中存在的训练样本复杂、随机性较大及模型收敛较慢等问题，提高了负荷预测的准确性和稳定性，对短期负荷预测具有较好的预果，且模型简单，具有较高的实用价值。
-
公开(公告)号：CN115688992A
公开(公告)日：2023-02-03
申请号：CN202211288406.5
申请日：2022-10-20
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06Q50/26 , G06Q50/04 , G06F18/214
Abstract: 本发明涉及一种基于偏最小二乘法的纺织工业园区电碳数据预测方法，其包括步骤1：分析纺织工业园区电碳数据的影响因素；步骤2：获取影响纺织工业园区的电碳数据样本；步骤3：使用SPXY方法将获得的区域内影响碳排放的样本数据划分为建模集和预测集；步骤4：使用偏最小二乘法（Partial Least Squares，PLS）对数据样本进行训练和预测；步骤5：建立基于偏最小二乘法的纺织工业园区电碳数据预测模型；步骤6：用上述算法训练得到工业园区电碳数据预测模型，应用本技术方案实新对纺织工业园区电碳数据进行预测和预警。
-
公开(公告)号：CN113791374A
公开(公告)日：2021-12-14
申请号：CN202111089133.7
申请日：2021-09-16
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G01R35/04
Abstract: 本发明涉及一种分元件比对的电能表运行状态远程评估方法，通过多维度电压分析法与零火线电流分析法，评价电能表的电压采样元件、电流采样元件、计量芯片运行状态，将电能表状态估计由电表级缩小到元件级，为电能表运行状态远程估计提供新的方法，更进一步结合台区能量平衡算法辨识结果，得到电能表运行状态综合研判结果。
-
公开(公告)号：CN119047883A
公开(公告)日：2024-11-29
申请号：CN202411173071.1
申请日：2024-08-26
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G06Q10/0637 , G06F17/11 , G06Q50/26
Abstract: 本发明提供一种基于碳资产的生产管控方法及系统，服务器根据企业设备用碳的属性对企业设备划分处理并添加相对应的用碳标签，基于用碳标签划分得到相对应的用碳集合；服务器基于企业供能线路的供能拓扑图内企业设备的工作状态，确定正向用碳标签的用碳集合内每个企业设备在第一预设时间段内的碳源，以及相应的用碳计算时间段；获取具有反向用碳标签的用碳集合内的企业设备，基于企业设备在第一预设时间段内的工作状态、工作时间对第一预设时间段分割处理，得到不同的节碳计算时间段；基于所有企业设备的用碳计算时间段、用碳数据、节碳计算时间段、节碳数据综合计算得到综合碳资产，基于综合碳资产进行生产管控。
-
公开(公告)号：CN114399110B
公开(公告)日：2024-11-01
申请号：CN202210040452.7
申请日：2022-01-14
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
Abstract: 本发明涉及一种基于电力数据的陶瓷行业碳排放预测方法，包括以下步骤：步骤S1:通过分析陶瓷行业生产流程，确定碳排放源，并获取陶瓷企业历史年份各碳排放源碳排放量和各历史年份用电量数据；步骤S2:对步骤S1得到的数据进行预处理，剔除奇异值；步骤S3:基于灰色预测模型GM(0,1)模型建立电至各碳排放源碳排放量关联关系，进而得到电至总碳排放量关联关系，构建预测模型；步骤S4:将待测数据输入至预测模型，获取碳排放预测值。本发明可以准确实现碳排放量的预测，有效降低了检测成本，提升检测可靠性。
-
Patent Agency Ranking
公开(公告)号：CN118735028A
公开(公告)日：2024-10-01
申请号：CN202410657028.6
申请日：2024-05-24
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC: G06Q10/04 , H02J3/00 , H02J3/28 , H02J3/38 , H02J3/46 , G06Q10/0631 , G06Q50/06 , G06N3/048 , G06N3/092 , G06N3/084
Abstract: 本发明涉及一种基于约束感知强化学习的综合储能系统优化方法，包括：构建Q值网络，所述Q值网络包括若干神经单元，所述神经单元的激活函数为RELU函数；将燃气轮机组输出功率和储能机组输出功率作为动作，将风电系统输出功率、负载功率、储能系统荷电状态作为状态，将燃气轮机组运营成本、售购电成本和功率不平衡量作为惩罚项建立奖励函数，训练Q值网络得到Q值网络的最优参数；将固定Q值网络参数，将Q值网络转换为混合整数规划模型，所述混合整数规划模型设有微电网约束条件；输入当前状态至混合整数规划模型，通过gurobi求解器求解混合整数规划模型，得到最优动作即能源调度方案。
-
公开(公告)号：CN113466520B
公开(公告)日：2024-05-17
申请号：CN202110767557.8
申请日：2021-07-07
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
Inventor： 夏桃芳 , 林华 , 高琛 , 李建新 , 王雅平 , 陈前 , 詹世安 , 詹文 , 鄢盛腾 , 丁忠安 , 陈吴晓 , 林峰 , 董良彬 , 谢静怡 , 邓伯发 , 黄阳玥 , 黄天富 , 魏晓莹 , 谢榕芳 , 陈杨鸣
Abstract: 本发明提出一种在线识别失准电能表的方法，包括以下步骤；步骤S1：选取与待校验电能表所在表箱A最邻近的表箱B，结合用电信息采集系统电压、电流曲线与基尔霍夫电压、电流定律，递推得到与待校验电能表同相位的最邻近表箱节点电压与电流幅值；步骤S2：依据用电信息采集系统相位信息，确定同箱同相电能表数量；步骤S3：进行多元线性回归分析，得到待校验电能表运行误差；步骤S4：当待校验电能表运行误差大于允许阈值，则识别为失准电能表；本发明仅需要同表箱及邻近表箱电能表一天的电压、电流曲线数据即可准确定位待校验电能表运行误差，同时线性回归原理简单，计算高效，能够迅速及时定位失准电能表，具有较强的工程实用性。
-
公开(公告)号：CN118014155A
公开(公告)日：2024-05-10
申请号：CN202410248427.7
申请日：2024-03-05
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司 , 国网电力科学研究院武汉能效测评有限公司 , 国网电力科学研究院有限公司
IPC: G06Q10/04 , G06Q30/018 , G06Q50/04 , G06N3/0499 , G06N3/084 , G06N7/01 , G06N5/04
Abstract: 本发明公开了一种基于提升堆叠学习的碳排放预测系统和方法及介质，包括：模型优化模块，用于采用TPE优化算法优化提升堆叠模型中的BP神经网络元学习器的参数，得到优化后的提升堆叠模型；碳排放预测模块，用于将待测企业的生产关联数据输入至优化后的提升堆叠模型，得到碳排放预测值。本发明通过结合Boosting模型、Stacking算法和TPE优化算法，从而更好地捕捉到数据的复杂关系。
-
公开(公告)号：CN113791374B
公开(公告)日：2024-03-12
申请号：CN202111089133.7
申请日：2021-09-16
Applicant: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
IPC: G01R35/04
Abstract: 本发明涉及一种分元件比对的电能表运行状态远程评估方法，通过多维度电压分析法与零火线电流分析法，评价电能表的电压采样元件、电流采样元件、计量芯片运行状态，将电能表状态估计由电表级缩小到元件级，为电能表运行状态远程估计提供新的方法，更进一步结合台区能量平衡算法辨识结果，得到电能表运行状态综合研判结果。
-
公开(公告)号：CN117113125A
公开(公告)日：2023-11-24
申请号：CN202310854357.5
申请日：2023-07-12
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC: G06F18/23213 , G06F18/214 , G06N3/0442 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及一种基于模式提取的负荷预测方法，包括：获取多维时间序列；将多维时间序列转换为多维标签序列；构建并训练负荷预测模型，所述负荷预测模型包括特征提取模块和预测模块；将多维标签序列输入至负荷预测模型，得到负荷预测结果。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.067 seconds)
