-
公开(公告)号:CN115965252A
公开(公告)日:2023-04-14
申请号:CN202210358311.X
申请日:2022-04-06
申请人: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司营销服务中心
IPC分类号: G06Q10/0639 , G06Q50/06 , G06F18/2135 , G06F18/214 , G06N3/04
摘要: 本发明公开了一种用于对有源台区线损合理区间进行评估的方法及系统,其中方法包括:获取目标区域内所有台区的运行数据;确定影响台区线损的基本特征因子;将基本特征因子进行标准化变换,将标准化后的基本特征因子转换为主成分;基于标准化后的基本特征因子对各主成分的贡献度,通过主成分分析法,提取使得累计贡献度大于预设值时所对应的主成分;建立训练模型,将运行数据作为训练模型的训练集,将提取出的主成分作为训练模型的输入层的输入特征,将台区线损预测值作为训练模型的输出结果对训练模型进行训练,获取最终模型;通过最终模型计算台区的线损预测值,基于统计出的区台线损率标准差,确定台区线损率合理区间。
-
公开(公告)号:CN114243712A
公开(公告)日:2022-03-25
申请号:CN202111301573.4
申请日:2021-11-04
申请人: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司营销服务中心 , 国家电网有限公司
摘要: 本发明提供了一种低压台区拓扑识别方法及系统,包括:获取目标区域中至少一个低压台区和所述目标区域中各用户的时序电压数据;基于所述时序电压数据利用回归算法得到各低压台区与各用户之间的连接关系;基于所述各低压台区与各用户之间的连接关系生成低压台区拓扑结构,以提高拓扑结构的获取效率及准确度。
-
公开(公告)号:CN112699920A
公开(公告)日:2021-04-23
申请号:CN202011478503.1
申请日:2020-12-15
申请人: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司营销服务中心 , 国家电网有限公司
摘要: 本发明公开了一种确定无源台区线损率的主影响因素的方法及系统包括:获取多个台区的原始的台区线损特征数据,并进行预处理;根据台区容量对多个经过处理的台区线损特征数据进行分组,并对每组的经过处理的台区线损特征数据进行聚类处理,确定每个经过处理的台区线损特征数据对应的簇;采用主成分分析法对经过处理的台区线损特征数据进行降维处理,并根据各成分的贡献率确定至少一个主成分;确定与每个主成分相关性最强的特征类别为无源台区线损率的主影响因素;确定训练数据集和测试数据集,基于选取的台区线损主要影响因素构建用于确定无源台区线损率的神经网络初始模型,以验证所确定的无源台区线损率主要影响因素的合理性。
-
公开(公告)号:CN116523329A
公开(公告)日:2023-08-01
申请号:CN202310269939.7
申请日:2023-03-20
IPC分类号: G06Q10/0637 , G06Q50/06 , G06V10/762
摘要: 本发明公开了一种台区线损异常诊断方法,涉及电力系统分析技术领域,用于解决现有线损分析准确性低及不直观的问题,该方法包括以下步骤:获取台区数据;根据所述台区数据中的低压台区拓扑关系,生成态势底图;计算所述低压台区的三相线损,对所述态势底图进行线损渲染;根据所述渲染后的态势底图,进行图像识别和聚类分析,得到所述台区的线损异常定位和初步原因类;根据所述异常定位和初步原因类,进行异常因素诊断;分析所述线损异常及所述异常因素的相关性,得到台区线损异常分析结果。本发明通过态势感知及图像识别聚类技术,对台区线损进行异常分析并进行直观展示。
-
公开(公告)号:CN117540569A
公开(公告)日:2024-02-09
申请号:CN202311561072.9
申请日:2023-11-22
申请人: 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司培训中心 , 国网浙江省电力有限公司
IPC分类号: G06F30/20 , G06Q50/06 , G06Q10/063 , G06F111/18 , G06F119/06 , G06F113/04 , G06F111/08
摘要: 本发明公开了一种电力用户负荷数据仿真方法及系统。本发明仿真方法采用的技术方案包括:为已确定负荷类型的虚拟电力用户选择与其相适配的设备负荷特性曲线;为已选择设备负荷特性曲线的虚拟电力用户,输入多维度仿真参数作为用户负荷仿真模型的输入变量;依据设备负荷特性曲线的输出结果和输入的多维度仿真参数进行计算,生成负荷数据并附加时间标签存储到负荷数据曲线记录中;依据负荷数据曲线记录计算各时间点负荷对应的电气量值,并依据时间缩放系数,持续输出电气量参数,将电气量参数传递给功率信号源,控制功率信号源的电气量信号输出。本发明提高了电力负荷管理业务中虚拟电力用户的负荷数据拟真度。
-
公开(公告)号:CN117094389A
公开(公告)日:2023-11-21
申请号:CN202310985523.5
申请日:2023-08-07
IPC分类号: G06N5/022 , G06F18/23 , G06F18/2413
摘要: 本发明公开了一种台区线损异常诊断与降损策略智能决策方法及系统。本发明的方法,包括:采集台区内每一个节点的表计数据,计算得到台区各个时间尺度的线损率;将过去一年的台区96点分时线损数据,通过基于自适应k近邻的时间序列异常检测算法,得到所述台区的线损异常时间序列;建立台区线损异常原因诊断算法库,对可能发生的每一类异常构建针对性的诊断算法;构建降损策略知识库,降损策略关联,利用知识库匹配得出线损异常事件治理策略;同时,对各项线损异常事件治理策略进行划分。本发明可在台区运行方式变化较大情况下准确检测出线损异常时间序列并进行可降损电量测算,实现了台区线损异常监测、原因诊断、策略生成的自动化。
-
公开(公告)号:CN118554455A
公开(公告)日:2024-08-27
申请号:CN202410524007.7
申请日:2024-04-29
摘要: 本发明公开了一种多能微网能量调控方法、设备及存储介质;该方法包括:基于分位数预测方法构建数据驱动机会约束,在内部日前市场交易中纳入用户,以及多能微网中可再生分布式发电和多能负荷的不确定性;基于斯塔克尔伯格博弈的内部日前市场,捕捉多能微网中运营商和用户之间的策略博弈,采用融合二分法的分布式迭代算法消除迭代过程中的振荡促进博弈收敛;在实时调控阶段采用滚动模型预测控制方法实现多能微网和多个产消者的实时能量调控,以支撑内部实时市场交易。本发明在实时调控阶段建立了基于滚动模型预测控制的实时能量调控模型,确定了多能微网和所有用户的实际运行方案以支撑内部实时市场交易,从而保证实时供需平衡。
-
公开(公告)号:CN117804033A
公开(公告)日:2024-04-02
申请号:CN202410002649.0
申请日:2024-01-02
IPC分类号: F24F11/62 , G06N3/0442 , G06F18/20 , G06F18/213 , G06N3/048
摘要: 本发明公开了一种空调负荷调节能力预测方法,涉及模型预测技术领域,用于解决现有缺乏预测空调负荷削减量的问题,该方法包括以下步骤:获取空调相关数据,所述相关数据包括环境数据及空调信息;对所述空调相关数据进行预处理,并将预处理后的数据进行训练集及验证集的划分;建立GRU预测模型,并通过所述训练集及所述验证集进行训练;通过粒子群算法计算得到所述预测模型的超参数;构建用于评价所述预测模型的评价指标。本发明还公开了一种空调负荷调节能力预测装置、电子设备和计算机存储介质。本发明通过对空调相关数据输入GRU模型进行预测,进而得到空调负荷削减量预测值。
-
公开(公告)号:CN118572653A
公开(公告)日:2024-08-30
申请号:CN202410465999.0
申请日:2024-04-18
IPC分类号: H02J3/00 , G06F18/27 , G06F18/21 , G06N3/045 , G06N3/044 , G06N3/086 , G06N3/0985 , G06N20/20
摘要: 本发明公开了一种基于集成预测模型的光伏发电功率预测方法、设备及存储介质。本发明的光伏发电功率预测方法包括:将基于遗传算法优化的小波神经网络模型、回归神经网络模型和Elman神经网络模型三种基本的单项预测模型,集成为集成预测模型;采用熵值法确定所述集成预测模型中各个基本单项预测模型的权重;设定评价指标,对集成预测模型的性能进行评价,通过评价合格的集成预测模型对光伏发电功率进行预测。本发明集成基于遗传算法优化的小波神经网络模型、回归神经网络模型和Elman神经网络模型三种基本单项预测模型,可以利用它们各自的优势,提高预测的精准度,有助于优化光伏发电系统的运行和管理。
-
公开(公告)号:CN117332332A
公开(公告)日:2024-01-02
申请号:CN202311191765.3
申请日:2023-09-15
IPC分类号: G06F18/2415 , G01R31/00 , G01R35/04 , G06F18/27 , G06F18/23213 , G06F18/213 , G06F18/15
摘要: 本发明公开了一种低压台区线损率合理范围检测方法及系统。本发明的方法包括:用户电能表历史数据挖掘与标准化处理;计算线损率合理范围;计算用户电能表误差预测结果。本发明提升历史数据的准确性,有利于提高合理区间检测结果精度;选取CHMM模型进行用户电能表误差预测,不仅能够提升预测效率,而且预测结果更加准确;本发明通过回归分析法对线损历史数据挖掘结果进行标准化处理,消除了数据之间的性质、量纲、数量级等差异,将处理后的数据样本应用至模型训练中,有利于提升训练结果精度,不论是负载率多少,本发明所述方法的检测结果准确率均高于传统方法。
-
-
-
-
-
-
-
-
-