公开(公告)号：CN118840676A

公开(公告)日：2024-10-25

申请号：CN202410852121.2

申请日：2024-06-28

申请人： 东北电力大学

发明人： 崔杨 ,  朱晗 ,  杨海威 ,  付小标 ,  仲悟之 ,  程雪婷 ,  刘新元

IPC分类号： G06V20/17 ,  G06V10/25 ,  G06V10/52 ,  G06V10/62 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0985

摘要： 本发明公开了一种基于中心区域优化的卫星云图预测方法和系统，属于数字图像处理领域，本发明中通过重构操作将历史卫星云图分别转换为原始时间特征和原始空间特征；将原始时间特征输入到时间编码器生成多尺度时间编码特征，将原始空间特征输入到空间编码器生成多尺度空间编码特征；将编码特征通过拼接操作合成时空特征；将时空特征、多尺度时间编码特征和多尺度空间编码特征输入到时空解码器中，生成用于预测云图的多尺度时空解码特征；将多尺度时空解码特征输入到卫星云图中心区域优化模块，生成未来时刻的中心区域卫星云图；本发明能够对未来云图进行预测，并持续优化预测云图的中心区域，提高了卫星云图中心区域的预测精度。

公开(公告)号：CN118199074A

公开(公告)日：2024-06-14

申请号：CN202410381759.2

申请日：2024-04-01

申请人： 东北电力大学

发明人： 崔杨 ,  姜帅 ,  朱晗 ,  付小标 ,  赵钰婷 ,  仲悟之 ,  唐耀华

IPC分类号： H02J3/06 ,  G06Q10/0631 ,  G06Q30/0201 ,  G06Q50/06 ,  G06Q50/26 ,  H02J3/00 ,  H02J3/46

摘要： 本发明涉及电力系统技术领域，特别涉及一种基于源荷协同降碳的预调度—再调度超碳需求响应方法，上述方法包括分析预调度—再调度两阶段低碳调度机制、分析含光热电站新能源场景运行架构、建立预调度—再调度两阶段需求响应模型、根据超碳需求响应超碳电价搭建预调度—再调度两阶段低碳经济调度模型。本发明源侧引入光热电站与风电场、碳捕集电厂联合运行，优化源侧出力结构，限制传统燃气轮机的碳排放量，提高了碳捕集捕碳水平；本发明还建立预调度—再调度两阶段超碳需求响应机制深度挖掘系统低碳空间，超碳需求响应作为价格型需求响应后防止过度碳排放的重要保障，形成超碳电价，驱动用户低碳行为转移，实现低碳经济调度。

公开(公告)号：CN118868012A

公开(公告)日：2024-10-29

申请号：CN202410814372.1

申请日：2024-06-24

申请人： 国网河南省电力公司 ,  国网河南省电力公司洛阳供电公司 ,  东北电力大学

发明人： 马晓久 ,  王景钢 ,  朱晗 ,  牛继涛 ,  崔杨 ,  裴培 ,  张泳淇 ,  袁良 ,  祝福 ,  陈祺 ,  方涛 ,  李斌 ,  任幼逢 ,  陈晓东 ,  佘彦杰 ,  杨钊 ,  平静洋 ,  刘群 ,  张怡迪 ,  姚亮

IPC分类号： H02J3/00 ,  H02J3/38 ,  H02S50/00 ,  H02S40/30 ,  G06Q50/06 ,  G06Q10/04 ,  G06N3/0464 ,  G06N3/0442 ,  G06V10/80 ,  G06V20/13 ,  G06V10/82

摘要： 本发明公开了一种基于卫星云图数据结构化的短期光伏功率预测方法，属于光伏功率预测技术领域。本发明的方法将第t‑T至t时刻的历史卫星云图和第t+1时刻的预测卫星云图输入到数据结构化模块中；通过数据结构化模块将t‑T至t+1时刻的非结构化卫星云图转换为结构化云因子数据体；将t‑T至t+1时刻的数值天气预报、时间戳、太阳方位角、太阳高度角和t‑T至t时刻的历史功率数据组合成多源结构化数据体；将结构化云因子数据体和多源结构化数据体拼接到一起，输入到预测模型中，预测t+1时刻的光伏功率。本发明的方法充分考虑了云层、天气等因素对光伏功率的影响，通过将卫星云图结构化实现多源数据的协同处理，提高了功率预测精度，确保电力系统的安全稳定运行。

公开(公告)号：CN118410966A

公开(公告)日：2024-07-30

申请号：CN202410397778.4

申请日：2024-04-03

申请人： 东北电力大学

发明人： 崔杨 ,  孙喜斌 ,  朱晗 ,  赵钰婷 ,  仲悟之 ,  唐耀华 ,  付小标

IPC分类号： G06Q10/0631 ,  G06Q50/06

摘要： 本发明公开了一种基于电转氨和生物质废能转换的农村化工园区综合能源系统低碳调度方法，属于电力系统技术领域。考虑碳‑氨耦合过程，将电转氨产生的氨气与碳捕集设备配合，引入生物质废能转换构建化工园区联合生产单元。通过对农村化工园区综合能源系统建模，化工园区灵活性响应建模，并对联合生产单元运行模式进行分析，建立化工园区低碳经济调度模型。本发明的基于电转氨和生物质废能转换的农村化工园区综合能源系统低碳调度方法，能够实现绿色化工生产，降低园区碳排放，有效提高了系统经济性，极大地促进了能源梯级利用，实现低碳经济调度。

公开(公告)号：CN118213974A

公开(公告)日：2024-06-18

申请号：CN202410263432.5

申请日：2024-03-08

申请人： 国网河南省电力公司 ,  国网河南省电力公司洛阳供电公司 ,  东北电力大学

发明人： 马晓久 ,  王景钢 ,  崔杨 ,  牛继涛 ,  朱晗 ,  裴培 ,  徐扬 ,  袁良 ,  程丁然 ,  陈祺 ,  方涛 ,  李斌 ,  任幼逢 ,  陈晓东 ,  佘彦杰 ,  杨钊 ,  平静洋 ,  刘群 ,  张怡迪 ,  姚亮

IPC分类号： H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08

摘要： 一种风电场超短期功率预测方法，属于风电功率预测技术领域，包括以下步骤：获得风电场测风塔历史风速序列数据和历史功率序列数据；使用变分模态分解算法分别将各风速序列数据和功率序列数据分解为多个子信号；将各子信号组合在一起，组成由序列长度、序列个数和子信号个数三个维度构成的多维特征向量；将多维特征向量送入到二维卷积神经网络中提取高维特征；再将高维特征送入到自注意力编码解码模块中构造数据之间的时空相关性；最后通过前馈神经网络回归获得风电功率预测结果。本发明采用模态分解算法降低了神经网络的学习难度；利用卷积神经网络和自注意力编码解码的组合模型获取数据之间的时空相关性，显著提高超短期风电功率预测精度。