-
公开(公告)号：CN115995811A
公开(公告)日：2023-04-21
申请号：CN202310007903.1
申请日：2023-01-04
IPC分类号： H02J3/00 , G06Q10/0635 , G06Q50/06 , H02H7/26
摘要： 本发明涉及配电网安全与防御技术领域，具体提供了一种渔场配电网的韧性评估方法、装置、电子设备及存储介质，包括：计算渔场配电网的各故障场景对应的熵，并基于所述各故障场景对应的熵选取待分析故障场景；获取所述待分析故障场景的发生概率，并基于所述待分析故障场景的发生概率评估渔场配电网的韧性。本发明提供的技术方案，可以应用于极端天气下的渔场供配电可靠性评估之中，利于更好地研判渔场供电恢复策略，衡量可靠性提升方法的效果。
-
公开(公告)号：CN116562673A
公开(公告)日：2023-08-08
申请号：CN202310341949.7
申请日：2023-03-31
申请人： 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常州供电分公司 , 国家电网有限公司
IPC分类号： G06Q10/0639 , G06Q50/02
摘要： 本发明涉及渔场电能替代技术领域，具体提供了一种渔场电能替代技术评价方法及装置，包括：基于各待评价渔场电能替代技术对应的各末级评价指标的指标值与参考序列之间的关联度和各末级评价指标的权重系数确定各待评价渔场电能替代技术的电能替代技术效果评价值；其中，各末级评价指标的权重系数采用层次分析法获取。本发明提供的技术方案，充分考虑电能替代效果对智慧渔场建设效益的推进作用，在规划阶段对渔场的电能替代技术进行效益分析和优选工作，为推动智慧渔场电能替代战略的发展提供合理化建议和参考。
-
公开(公告)号：CN116979637A
公开(公告)日：2023-10-31
申请号：CN202310623450.5
申请日：2023-05-30
申请人： 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
发明人： 张静 , 钱宇轩 , 俞鑫 , 柴婷逸 , 谈诚 , 许一川 , 刘畅 , 李建锋 , 郭京超 , 李德智 , 李斌 , 刘畅 , 卜凡鹏 , 成岭 , 林晶怡 , 李文 , 严文博 , 黄云辉 , 熊松 , 张思瑞 , 王占搏 , 高子寒
摘要： 本发明提供一种基于极化特性的脉冲充电法参数设计方法及系统，包括：对电池进行混合功率脉冲特性试验，获取电池在不同电荷状态下的极化参数；根据所述电池在不同状态下的极化参数，构建电池的双极化模型，根据所述双极化模型，确定电池的极化特性；根据所述极化特性和电池在不同电荷状态下的极化参数，获取电池在各电荷状态下对应的脉冲参数，本发明基于对电池进行混合功率脉冲特性试验，根据获取的极化参数构建电池的双极化模型，确定电池的极化特性，并根据极化特性进行分析计算，确定电池的脉冲参数，从而根据得到的脉冲参数对电池进行参数设置，可有效增加充电速度，达到理想充电效果。
-
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
申请人： 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
发明人： 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
摘要： 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。
-
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
申请人： 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分类号： G06F18/2433 , G06F18/213 , G06N3/04 , G06Q50/06 , G06F123/02
摘要： 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：CN115270947A
公开(公告)日：2022-11-01
申请号：CN202210857231.9
申请日：2022-07-20
申请人： 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 , 中国电力科学研究院有限公司
摘要： 标准化能效服务模型构建方法及系统、终端、存储介质，基于时空可达性建立用能业务数据索引并采集不同能效业务参与主体的业务数据；建立能效特征数据引擎，利用能效特征数据引擎获得能效特征数据；构建并利用能效特征数据划分模型、能效业务划分模型、能效服务转化模型以及能效服务评价模型，基于多源能效数据库、基础能效服务模型库和高级能效服务模型库，利用能效服务转化模型和能效服务评价模型共同构建能效服务模型。本发明用于快速高效的开展能效服务需求分析，用能业务数据汇总，能效服务数据提取，明确能效业务内容，规范能效服务业务流程，提供能效服务评价，服务能效服务参与主体，提高能效服务质量，推进建立标准化能效服务市场体系。
-
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
申请人： 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
摘要： 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：CN116910979A
公开(公告)日：2023-10-20
申请号：CN202310655791.0
申请日：2023-06-05
申请人： 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
发明人： 林晶怡 , 李建锋 , 李文 , 王忠东 , 张静 , 卜凡鹏 , 李悦 , 成岭 , 李斌 , 周超 , 刘畅 , 蒋利民 , 高凡 , 屈博 , 张思瑞 , 穆卓文 , 王占博 , 支亚薇 , 高子寒 , 宋瑞鹏 , 崔高颖 , 李春红 , 高雨翔
IPC分类号： G06F30/20 , H02J3/00 , G06Q50/06 , G06Q30/0201 , G06F111/04 , G06F113/04
摘要： 本发明提供一种综合能源系统云端协同运行优化方法、系统及装置，包括：终端控制装置获取用户负荷历史数据，并通过云平台获取用户生产数据、用户环境温度和气象数据；所述终端控制装置根据所述用户负荷历史数据和用户生产数据计算用户的电负荷总需求，根据所述用户环境温度和气象数据，计算用户的热负荷总需求；所述终端控制装置根据所述电负荷总需求、热负荷总需求、获取的电价和气价信息，利用综合能源系统运行优化模型进行预测，得到预设时段的优化数据；所述终端控制装置将所述预设时段的优化数据，分别对应下发给协同控制设备，本发明可以实现综合能源系统云端协同运行的智能化和准确化。
-
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
申请人： 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分类号： G06F18/213 , G06F18/214 , G06F18/241 , G06N3/0455 , G06F123/02
摘要： 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
申请人： 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
摘要： 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。
-
-
-
-
-
-
-
-
-
搜索结果
68 条记录 (耗时 0.233 秒)
