-
公开(公告)号：CN108665181A
公开(公告)日：2018-10-16
申请号：CN201810478810.6
申请日：2018-05-18
Applicant: 中国电力科学研究院有限公司 , 国家电网公司 , 国网江苏省电力有限公司
CPC classification number: G06Q10/06393 , G06Q50/06
Abstract: 本发明提供了一种配电网可靠性的评估方法和装置，先得到第一故障修复时间指标集和第一故障率指标集，然后得到第二故障修复时间指标集和第二故障率指标集，最后预测配电网设备的故障修复时间和故障率，并对配电网可靠性进行评估，本发明删除不满足神经网络全样本偏导敏感度要求的技术指标，减轻了预测模型指标的复杂度，还通过皮尔森相关系数法分别从预设的社会经济环境指标中筛选出满足故障修复时间和故障率相关度要求的社会经济环境指标，提高了配电网可靠性评估结果的可信度，保证配电网可靠性评估结果的准确性，更加符合现实情况和业务需求。
-
公开(公告)号：CN118100134A
公开(公告)日：2024-05-28
申请号：CN202410044031.0
申请日：2024-01-11
Applicant: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司 , 国网上海市电力公司 , 国家电网有限公司
IPC: H02J3/00 , H02J3/46 , G06N3/042 , G06N3/0464 , G06N3/092
Abstract: 本申请涉及一种基于图卷积网络强化学习的机组组合求解方法，包括当前时间子段电力系统中发电机组的状态集；结合预设奖励函数和预设约束条件，根据强化学习算法和电力系统中发电机组的状态集，得到当前时间子段的电力系统中发电机组的启停矩阵；重复上述步骤得到所有时间子段的电力系统中发电机组的启停矩阵，从而得到预设时间段的电力系统中发电机组的调度计划。本申请可以有效地捕捉机组、任务以及它们之间的复杂关系，使模型能够更好地理解机组之间的关系，有助于优化资源分配。并通过强化学习适应不断变化的条件和需求，使机组组合更具灵活性。本申请还涉及一种基于图卷积网络强化学习的机组组合求解装置、设备和存储介质。
-
公开(公告)号：CN111784086A
公开(公告)日：2020-10-16
申请号：CN201910264321.5
申请日：2019-04-03
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院
Abstract: 本发明涉及一种直流配用电系统供电方案评估方法及系统，包括：利用直流配用电系统供电方案的指标矩阵确定直流配用电系统供电方案的加权标准评估矩阵；根据所述直流配用电系统供电方案的加权标准评估矩阵确定直流配用电系统供电方案与所述供电方案对应的理想解间相对接近度；根据直流配用电系统供电方案与所述供电方案对应的理想解间相对接近度选择最优直流配用电系统供电方案；本发明提供了一套涵盖安全性、运行效率、可靠性、灵活性和经济性等方面的综合评价指标体系，该指标体系可操作性强，最大限度的降低了人为因素对评估体系的干扰，从而保证了直流配用电系统评估结果的科学性。
-
公开(公告)号：CN117076878A
公开(公告)日：2023-11-17
申请号：CN202310861086.6
申请日：2023-07-13
Applicant: 国网江苏省电力有限公司南京供电分公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
IPC: G06F18/20 , G06F18/213 , G06Q50/06
Abstract: 本发明公开了一种风电场历史出力缺失数据修补方法及系统，包括如下步骤：识别预先构建的风电场历史特征数据库中，风电场历史出力缺失值及其在风电场历史特征数据库中对应时间序列中的位置；基于所述缺失值及其在风电场历史特征数据库中对应时间序列中的位置提取风电场历史出力缺失值的特征数据，基于特征匹配机制补充其余特征数据，将补充其余特征数据后的特征数据中的每一个特征作为一个图节点，基于图理论构建特征Graph图；通过所述特征Graph图训练基础模型，建立图数据到风电出力功率值的非线性映射，训练获得风电场历史出力缺失数据修补模型。本发明风电场历史出力缺失数据修补方法，将有效提高缺失数据修补精度。
-
公开(公告)号：CN116937548A
公开(公告)日：2023-10-24
申请号：CN202310870817.3
申请日：2023-07-14
Applicant: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司南京供电分公司 , 国家电网有限公司
IPC: H02J3/00 , G06Q10/04 , G06Q30/0202 , G06Q50/06 , G06N3/045 , G06N3/044 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/0499 , G06N3/09 , G06N3/084 , G06N3/0985
Abstract: 本发明属于能源消耗预测技术领域，提供一种短期住宅负荷预测方法及系统，方法包括获取AEP和IHEPC电力能耗原始数据；对AEP和IHEPC电力能耗原始数据进行预处理，将原始数据标准化至特定区间内得到AEP和IHEPC电力能耗数据集；基于注意力特征网络进行序列表示，时序前馈网络进行时序有效学习，搭建短期住宅负荷预测混合网络；利用AEP和IHEPC电力能耗数据集对短期住宅负荷预测混合网络进行监督训练，以负荷预测结果为输出，得到短期住宅负荷预测模型。该方法提高模型的预测准确度，在抑制重要性相对较低的特征的同时，使得模型更加关注更具判别性的特征。
-
Patent Agency Ranking
公开(公告)号：CN112819197A
公开(公告)日：2021-05-18
申请号：CN202011619031.7
申请日：2020-12-31
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明涉及一种区域智慧能源系统优化配置方法和系统，包括：获取优化周期中各时刻区域内的冷、热和电三种能源的负荷需求；将优化周期中各时刻区域内的冷、热和电三种能源的负荷需求代入预先构建的优化配置模型中，利用改进的粒子群算法求解所述优化配置模型，获得待优化参数的最优解。本发明提供的技术方案，更为合理的对区域智慧能源系统进行规划，保证该系统运行的经济性，避免不必要的损失以及污染。
-
公开(公告)号：CN110912170A
公开(公告)日：2020-03-24
申请号：CN201910983737.2
申请日：2019-10-16
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明涉及一种低压直流用电系统的换流器接地方案选择方法和系统，包括：根据低压直流用电系统中换流器的接线形式确定低压直流用电系统中换流器可供选择的接地方案，根据低压直流用电系统中换流器可供选择的接地方案的初始指标矩阵选择低压直流用电系统中换流器的最优接地方案。本发明提供的技术方案，原理简单，操作性强，有效解决了低压直流用电系统接地方式选择问题，为直流配电网的发展、尤其是低压直流配电网的发展提供理论支撑。
-
公开(公告)号：CN110533054A
公开(公告)日：2019-12-03
申请号：CN201810515427.3
申请日：2018-05-25
Applicant: 中国电力科学研究院有限公司 , 国家电网公司 , 国网浙江省电力有限公司
Abstract: 本发明涉及一种多模态自适应机器学习方法及系统，所述方法包括：获取待求解对象及待求解对象的训练数据；若所述待求解对象在长时记忆中存在相关的机器学习模型，则根据所述待求解对象的训练数据，将长时记忆中的所述待求解对象相关的机器学习模型应用于求解所述待求解对象；若所述待求解对象在长时记忆中不存在相关的机器学习模型，则根据所述待求解对象的训练数据，在工作记忆中构建所述待求解对象相关的机器学习模型，并将工作记忆中构建的所述待求解对象相关的机器学习模型应用于求解所述待求解对象，本发明提供的技术方案，可以保证待求解对象的安全可行性并不断提高待求解对象精度与性能。
-
公开(公告)号：CN110533054B
公开(公告)日：2024-02-06
申请号：CN201810515427.3
申请日：2018-05-25
Applicant: 中国电力科学研究院有限公司 , 国家电网公司 , 国网浙江省电力有限公司
IPC: G06N20/10 , G06N3/092 , G06N3/0442 , G06N7/01 , G06F18/2431 , G06F18/25 , G06F18/27 , G06Q50/06
Abstract: 本发明涉及一种多模态自适应机器学习方法及系统，所述方法包括：获取待求解对象及待求解对象的训练数据；若所述待求解对象在长时记忆中存在相关的机器学习模型，则根据所述待求解对象的训练数据，将长时记忆中的所述待求解对象相关的机器学习模型应用于求解所述待求解对象；若所述待求解对象在长时记忆中不存在相关的机器学习模型，则根据所述待求解对象的训练数据，在工作记忆中构建所述待求解对象相关的机器学习模型，并将工作记忆中构建的所述待求解对象相关的机器学习模型应用于求解所述待求解对象，本发明提供的技术方案，可以保证待求解对象的安全可行性并不断提高待求解对象精度与性能。
-
公开(公告)号：CN108427742A
公开(公告)日：2018-08-21
申请号：CN201810185507.7
申请日：2018-03-07
Applicant: 中国电力科学研究院有限公司 , 国家电网公司 , 国网河南省电力公司电力科学研究院
CPC classification number: G06F16/215 , G06F16/2365 , G06Q50/06
Abstract: 本发明涉及一种基于低秩矩阵的配电网可靠性数据修复方法及系统，所述方法包括：根据配电网停电事件记录信息确定配电网可靠性数据矩阵，根据所述配电网可靠性数据矩阵确定配电网可靠性数据矩阵的加权低秩矩阵模型，通过所述配电网可靠性数据矩阵的加权低秩矩阵模型获得修复后的配电网可靠性数据矩阵；本申请的技术方案利用引入加权方法和高斯噪声约束项的低秩矩阵修复配电网可靠性数据的数据缺失点，在提高数据修复效率的同时，保证配电网可靠性数据的精确性，提高配电网的可靠性数据质量。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.108 seconds)
