-
公开(公告)号:CN115965237A
公开(公告)日:2023-04-14
申请号:CN202211452930.1
申请日:2022-11-21
Applicant: 北京科东电力控制系统有限责任公司 , 国网电力科学研究院有限公司 , 北京电力交易中心有限公司
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/06 , G06Q30/0601
Abstract: 本发明公开了一种电力市场风险防控方法、装置及存储介质,所述方法包括从预先设定的关键校核指标项中获取多个参数,对每个参数均构建其对应的关键校核指标的规则模型,并形成该校核指标对应的数据校核方案;获取基准数据信息;对所述基准数据信息进行数据完整性、合理性、逻辑性校验;如果校验通过,则根据配置的数据校核方案,对电力市场交易结算过程中的各个关键校核指标项进行校核,获取校核结果,并在校核结果异常时,进行风险告警;根据所述校核结果对每个关键校核指标中的参数进行优化调整;重复执行以上步骤,将风险的误报率和漏报率降低到设定范围内,本发明能够为电力市场风险防控提供精准的风控体系,为电力交易安全运行增加保障。
-
公开(公告)号:CN119398603A
公开(公告)日:2025-02-07
申请号:CN202411494464.2
申请日:2024-10-24
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网安徽省电力有限公司 , 北京电力交易中心有限公司 , 安徽电力交易中心有限公司
Inventor: 张豪 , 黄龙达 , 周琳 , 王一哲 , 崔锦瑞 , 徐攀 , 潘加佳 , 季超 , 单茂华 , 庄卫金 , 杨争林 , 龙苏岩 , 邵平 , 田伟 , 孙名扬 , 张鸿 , 孙鹏 , 刘晓梅 , 于芳 , 王艳 , 颜自坚 , 曹阳 , 严春华 , 石舵 , 高志远 , 袁浩 , 许锐 , 卢永 , 王勇 , 邓雨田 , 鄢蜜昉
IPC: G06Q10/0639 , G06Q50/06
Abstract: 本申请属于一种电力评价方法,针对当前电力市场评价方法存在评价指标繁多,容易混淆且不规范的技术问题,提供一种电力能源系统多维度评价方法及相关装置,利用图神经网络和电力能源系统的图结构,结合灰色关联系数,对电力能源系统中不同发电技术的多指标进行综合评价。本申请基于灰度分析法进行多维度电力能源系统可持续发展综合评价,可以对可再生能源的发展对电力能源系统的促进效果做出分析。能够用于不同尺度能源系统规划的前评估和后评估。解决了现有评价方法中绩效评价指标繁多,并呈现相关性高、容易混淆、不规范的技术问题。
-
公开(公告)号:CN119227835A
公开(公告)日:2024-12-31
申请号:CN202411353543.1
申请日:2024-09-26
Applicant: 北京电力交易中心有限公司 , 北京大学
IPC: G06N20/00 , G06F18/23213 , G06F18/214 , G06Q50/06 , G06F21/62
Abstract: 本申请涉及一种基于数据质量评估的电力市场差分隐私联邦学习方法,其中,方法包括:在每个客户端上使用本地数据进行模型训练,在梯度估计过程中添加Laplace噪声;对各客户端的本地模型更新进行聚类,对聚类结果进行平均聚合,得到聚类代表更新;评估聚类代表贡献,计算每个聚类代表的Shapley值;使用归一化的Shapley值作为权重,对所有聚类代表的模型更新进行加权平均聚合,形成全局模型;服务器将更新后的全局模型发送回各客户端,开始新的训练轮次,直到模型收敛,达到预设的训练轮次或精度要求。由此,解决了现有技术中FL涉及多个数据源,难以实现高质量的模型更新聚合,且在FL环境中,Shapley值等的计算成本较高,无法实现隐私保护和模型性能的平衡等问题。
-
公开(公告)号:CN117422587A
公开(公告)日:2024-01-19
申请号:CN202311412681.8
申请日:2023-10-27
Applicant: 北京电力交易中心有限公司 , 国网智能电网研究院有限公司 , 国家电网有限公司
Inventor: 嵇士杰 , 谢文 , 刘永辉 , 杨訸 , 李杰 , 王轶申 , 林龙 , 杨宁 , 白宇 , 孙鸿雁 , 胡婉莉 , 宋春雨 , 张强 , 刘杰 , 李海强 , 王一哲 , 王帆 , 纪鹏 , 邢通 , 司良奇 , 孙田 , 梁赫霄 , 于松泰 , 董晓亮
Abstract: 本发明涉及电力市场出清技术领域,公开了一种电力优化出清智能求解加速方法、装置、设备及介质,该方法包括:获取电力优化出清环境的优化目标和约束条件以及电力优化出清的总奖励函数;根据优化目标和约束条件建立电力优化出清环境模型;利用神经网络建立智能体;利用柔性动作评价算法根据电力优化出清环境模型、智能体以及电力优化出清的总奖励函数构建电力优化出清问题对应的强化学习模型;利用电力优化出清问题对应的强化学习模型得到电力优化出清结果。本发明通过构建电力优化出清问题对应的强化学习模型,实现了以较快的速度得到电力优化出清结果即电力优化出清问题较优解的目的,从而解决了电力优化出清问题求解时间过长的问题。
-
-
-