-
公开(公告)号：CN115587335A
公开(公告)日：2023-01-10
申请号：CN202211121993.9
申请日：2022-09-15
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 , 国网江苏省电力有限公司营销服务中心
IPC: G06F18/2433 , G06F18/213 , G06N3/04 , G06Q50/06 , G06F123/02
Abstract: 一种异常值检测模型的训练方法及系统，所述异常值检测模型包括判别器和预测模块，异常值检测模型的训练包括：以正常的多元电力能耗时序历史数据及多种历史社会信息数据作为输入时序数据；对输入时序数据进行动态编码得到各时刻的时间模式数据；利用各时刻的时间模式数据和输入时序数据对判别器和预测模块进行交替训练，直到判别器和预测模块达到最优状态；其中，预测模块用于：基于各时刻的时间模式数据计算得到下一时刻的时间模式数据；判别器用于：基于社会信息和多元电力能耗时序数据间的依赖关系对输入时序数据和下一时刻的时间模式数据进行异常检测；本发明采用判别器和预测结果进行异常值检测，提高了模型的性能，更有效的进行异常值检测。
-
公开(公告)号：CN115640510A
公开(公告)日：2023-01-24
申请号：CN202211121970.8
申请日：2022-09-15
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 , 国网江苏省电力有限公司营销服务中心
IPC: G06F18/213 , G06F18/214 , G06F18/241 , G06N3/0455 , G06F123/02
Abstract: 本发明提供了一种电力时间序列数据特征提取方法、系统、设备和介质，包括：采集待处理的含社会信息的电力时间序列数据；将待处理的含社会信息的电力时间序列数据输入至预先训练好的特征提取模型进行特征降维，得到特征向量；特征提取模型是以多个含社会信息的历史电力时间序列数据作为训练数据，以多个含社会信息的历史电力时间序列数据的特征向量为输出进行训练得到的；本发明利用特征提取模型对包含社会信息的电力时间序列数据进行特征降维，得到特征向量，再用任意时间序列预测网络对特征向量进行预测，实现在电力时间序列数据特征预测时不受社会信息的影响，进而减小预测网络的压力，提高预测网络的适用性。
-
公开(公告)号：CN113657139A
公开(公告)日：2021-11-16
申请号：CN202110072146.7
申请日：2021-01-20
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营销服务中心 , 国网江苏省电力有限公司
Abstract: 本发明提供了一种基于深度学习的周期性信号数据特征序列提取方法和系统，包括：按预设的时间窗将周期性信号数据划分为多段；对所述多段信号数据进行转换并组合得到二维数据信号图；将所述二维数据信号图带入预先建立的卷积神经网络模型，从所述二维数据信号图中定位多个特征区域；根据所述多个特征区域确定所述信号数据的特征序列；其中，所述卷积神经网络模型基于带有特征标记的二维数据信号图训练得到；本发明提供了一种周期性信号识别方法，提高了信号处理的准确率和效率。
-
公开(公告)号：CN113779123A
公开(公告)日：2021-12-10
申请号：CN202110882810.4
申请日：2021-08-02
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营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
Inventor： 林晶怡 , 李文 , 阮文骏 , 张思瑞 , 李昊 , 杨斌 , 李斌 , 刘畅 , 张静 , 邵雪松 , 蒋利民 , 屈博 , 成岭 , 郭炳庆 , 黄奇峰 , 王忠东 , 覃剑
Abstract: 本发明涉及综合能源服务技术领域，具体提供了一种柔性可扩展的客户侧用能数据采集与控制系统及方法，旨在解决如何设计柔性可扩展、智能信息处理的终端监测系统的技术问题。包括：检测系统，用于采集用能系统的用能数据，并将采集的用能数据上传至网络节点；网络节点，用于将所述用能数据上传至区域服务器；区域服务器，用于基于所述用能数据对用能数据进行监控。本发明提供的技术方案解决了综合能源服务行业发展过程中和对能源感知过程中面临的组网运维成本较高，通信技术单一，设备和组网维护升级的成本较高；同时，部分用户在能源使用过程中，其能源供给的波动可能会对用户产生直接的影响，不利于均衡稳定的长久发展的技术问题。
-
公开(公告)号：CN115828038A
公开(公告)日：2023-03-21
申请号：CN202211523039.2
申请日：2022-11-30
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 , 国网江苏省电力有限公司营销服务中心
Abstract: 本发明提供了一种基于数据驱动的系统运行效率估算方法、装置及介质，包括：获取三联供系统的耗气量；将所述耗气量分别带入预先构建的三联供发电效率和供热效率的拟合函数中，得到三联供发电效率估计值和供热效率估计值；其中，所述三联供发电效率和供热效率的拟合函数是基于三联供系统历史运行数据计算的三联供历史发电效率、历史供热效率和耗气量采样最小二乘法拟合得到的。本发明采用三联供系统历史运行数据结合最小二乘法拟合得到的三联供发电效率和供热效率的拟合函数估算三联供发电效率和供热效率，相比于现有技术直接采用铭牌数据估算的结果更加准确。
-
Patent Agency Ranking
公开(公告)号：CN111859282A
公开(公告)日：2020-10-30
申请号：CN202010483954.8
申请日：2020-06-01
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苏州供电分公司 , 国网(苏州)城市能源研究院有限责任公司
Abstract: 本发明公开了一种城市综合能源集群用户响应能力的确定方法及系统，所述方法包括：基于各类典型集群中每位用户的用能数据，得到用户转移负荷响应期望和用户中断负荷响应期望；基于所述用户转移负荷响应期望和用户中断负荷响应期望，以及基于城市综合储能调节能力预先构建的用户响应能力模型和各类典型集群中用户的数量，得到城市综合能源集群用户响应能力；基于所述城市综合能源集群用户响应能力，得到城市综合能源集群用户需求响应的运行边界；所述典型集群为按用户类型对城市综合能源用户进行划分。本发明为城市能源系统的优化运行提供运行边界，可以实现负荷的削峰填谷、减少弃风和弃光现象，提升城市综合能源系统的整体运行经济性。
-
公开(公告)号：CN114268127A
公开(公告)日：2022-04-01
申请号：CN202111499870.4
申请日：2021-12-09
Applicant: 华北电力大学 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司
Abstract: 本发明涉及一种大规模风电接入的混合直流输电系统送端电网频率控制策略。混合直流系统整流侧采用电网换相换流器(Line Commutated Converter，LCC)串联两个模块化多电平换流器(Modular Multilevel Converter,MMC)的结构，分别在风机和传统直流换流站中引入考虑一次调频特性与惯性特性的附加频率控制策略，在柔直换流站中引入虚拟惯性控制策略；为使柔直换流站与传统直流换流站协调参与送端电网调频，提出了基于直流电压‑电流偏差量的直流电压协调控制策略。本发明所提频率协调控制策略可以有效提高送端系统的惯量与一次调频能力，改善交流系统在不同运行工况下的频率稳定问题。
-
公开(公告)号：CN114204569A
公开(公告)日：2022-03-18
申请号：CN202111468967.9
申请日：2021-12-03
Applicant: 华北电力大学 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司
Abstract: 本发明涉及一种基于特高压混合直流输电系统的送端无功协调控制策略。提出了特高压混合级联直流系统送端所配置的滤波器组与直流侧模块化多电平换流器(Modular Multilevel Converter,MMC)参与送端交流系统电压调节的方法，考虑到MMC在过载工况下无功支撑能力较弱的问题，提出了MMC直流电压自适应控制策略，将MMC传输的部分有功功率转移至LCC，扩大MMC的无功支撑能力，实现了MMC与滤波器组之间的无功协调控制。本发明所提控制策略可以有效减少滤波器的动作次数，延长滤波器的使用寿命，有效抑制过电压与低电压，改善交流系统电压质量。
-
公开(公告)号：CN110210642A
公开(公告)日：2019-09-06
申请号：CN201910306622.X
申请日：2019-04-17
Applicant: 中国电力科学研究院有限公司 , 国网(苏州)城市能源研究院有限责任公司 , 国网江苏省电力有限公司 , 国家电网有限公司 , 中国农业大学
Abstract: 本发明涉及一种城市电能替代量预测方法及装置，包括获取预测时段城市电能替代量影响因素的数据；将所述预测时段城市电能替代量影响因素的数据作为预先建立的城市电能替代量Elman神经网络模型的输入，获取预测时段城市电能替代量。本发明提供的技术方案建立了系统全面的城市电能替代影响因素分析体系，同时利用大量历史数据，采用关联度分析法确定了城市电能替代量的紧密影响因素，在此基础上采用Elman神经网络实现的电能替代量预测具有较高的准确性。
-
公开(公告)号：CN115860176A
公开(公告)日：2023-03-28
申请号：CN202211324423.X
申请日：2022-10-27
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常州供电分公司 , 武汉理工大学
Inventor： 张静 , 钱宇轩 , 杨佳 , 俞鑫 , 柴婷逸 , 谈诚 , 许一川 , 刘畅 , 覃剑 , 李德智 , 郭炳庆 , 李斌 , 刘畅 , 卜凡鹏 , 成岭 , 林晶怡 , 李昊 , 李文 , 严文博 , 黄云辉 , 熊松
Abstract: 本发明提供了一种基于组合型神经网络的电推船舶负荷预测方法及系统，包括：获取待测的影响船舶电力负荷的参数；将待测的影响船舶电力负荷的参数输入到预先构建的组合神经网络负荷预测模型中得到船舶负荷预测结果；将船舶负荷预测结果反归一化处理得到船舶负荷预测结果的实际值；其中，组合神经网络负荷预测模型是由训练好的BP神经网络和训练好的RBF神经网络结合各自的权重构建的；本发明采用BP和RBF神经网络算法的预测结果加权求和的方法，解决了现有技术采用最小二乘支持向量机算法导致预测结果不可靠的问题，实现了误差小、预测结果更可靠准确。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.214 seconds)
