公开(公告)号：CN115544121A

公开(公告)日：2022-12-30

申请号：CN202211319430.0

申请日：2022-10-26

申请人： 中国电力科学研究院有限公司 ,  华北电力大学 ,  国网天津市电力公司 ,  国网天津市电力公司电力科学研究院 ,  国家电网有限公司

发明人： 蒲天骄 ,  董骁翀 ,  韩笑 ,  孙英云 ,  王新迎 ,  郝毅

IPC分类号： G06F16/2458 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

摘要： 一种电力系统场景约简方法、系统、电子设备及存储介质，方法包括利用初始场景集，建立场景约简问题模型，并利用信息熵正则化算法凸化场景约简问题模型，得到正则化后的场景约简问题模型；输入初始场景集、典型场景集和正则化系数，构建场景约简网络模型，结合正则化后的场景约简问题模型和场景约简网络模型，计算出正则化传输矩阵和距离矩阵；利用正则化系数、正则化传输矩阵和距离矩阵，求解得到考虑运输成本和熵正则化惩罚的Sinkhorn距离的损失函数；基于所述损失函数，利用场景约简网络模型对典型场景集进行反向梯度训练，得到训练后的典型场景集和典型场景集的边缘概率分布。本发明能够提高大规模场景约简可行性以及求解的稳定性。

公开(公告)号：CN113515890B

公开(公告)日：2024-03-08

申请号：CN202110559758.9

申请日：2021-05-21

申请人： 华北电力大学 ,  中国电力科学研究院有限公司 ,  国网天津市电力公司

发明人： 孙英云 ,  李洪裕 ,  董骁翀 ,  张姝 ,  李烨 ,  蒲天骄

IPC分类号： G06F30/27 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/098 ,  G06F113/06

公开(公告)号：CN111967577B

公开(公告)日：2024-04-05

申请号：CN202010744815.6

申请日：2020-07-29

申请人： 华北电力大学 ,  中国电力科学研究院有限公司 ,  国网天津市电力公司

发明人： 王昊天 ,  董骁翀 ,  孙英云 ,  李烨 ,  王新迎 ,  王天昊 ,  马世乾

IPC分类号： G06Q50/06 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于变分自编码器的能源互联网场景生成方法，通过获取能源互联网内G个可再生能源出力与负荷的历史实测数据，以T日实测数据作为训练数据集，V日实测数据作为测试数据集，每日数据采样点数为24，依据源(荷)数目G构建图神经网络层；依据采样点数24构建时序卷积神经网络层；基于图神经网络层以及时序卷积神经网络层构建能源互联网场景生成模型；利用训练数据集对模型进行训练；使用训练好的场景生成模型计算测试集中多源‑荷数据之间相关性系数，提取测试数据集中单日数据的标签变量，生成同类型场景集，验证模型的有效性。

公开(公告)号：CN113515890A

公开(公告)日：2021-10-19

申请号：CN202110559758.9

申请日：2021-05-21

申请人： 华北电力大学 ,  中国电力科学研究院有限公司 ,  国网天津市电力公司

发明人： 孙英云 ,  李洪裕 ,  董骁翀 ,  张姝 ,  李烨 ,  蒲天骄

IPC分类号： G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F113/06

摘要： 本发明公开了一种基于联邦学习的可再生能源日前场景生成方法，包括以下步骤：定义并设置训练参数；进行梯度下降策略进行本地模型训练；数据所有者产生符合高斯分布的noise，扰动本地模型；获取各数据所有者上传的生成器、判别器权重参数，计算本轮生成器和判别器更新的权重；将新的模型参数广播给各数据所有者；利用新的梯度在本地执行CWGAN训练任务，得到结果上传至中心服务器；重复至训练结束。本发明优点是：1、较好地构建可再生能源日前场景生成的模型，CWGAN有效学习到出力特征和日前出力不确定性。2、利用黑盒模型具有广泛适用性。3、保护各数据所有者数据隐私安全。4、当某客户端数据出现严重缺失情况时，可以对该可再生能源端进行有效建模。

公开(公告)号：CN111967577A

公开(公告)日：2020-11-20

申请号：CN202010744815.6

申请日：2020-07-29

申请人： 华北电力大学 ,  中国电力科学研究院有限公司 ,  国网天津市电力公司

发明人： 王昊天 ,  董骁翀 ,  孙英云 ,  李烨 ,  王新迎 ,  王天昊 ,  马世乾

IPC分类号： G06N3/04 ,  G06N3/08 ,  G06Q50/06

摘要： 本发明公开了一种基于变分自编码器的能源互联网场景生成方法，通过获取能源互联网内G个可再生能源出力与负荷的历史实测数据，以T日实测数据作为训练数据集，V日实测数据作为测试数据集，每日数据采样点数为24，依据源(荷)数目G构建图神经网络层；依据采样点数24构建时序卷积神经网络层；基于图神经网络层以及时序卷积神经网络层构建能源互联网场景生成模型；利用训练数据集对模型进行训练；使用训练好的场景生成模型计算测试集中多源-荷数据之间相关性系数，提取测试数据集中单日数据的标签变量，生成同类型场景集，验证模型的有效性。

公开(公告)号：CN111784041B

公开(公告)日：2024-02-09

申请号：CN202010598496.2

申请日：2020-06-28

申请人： 中国电力科学研究院有限公司 ,  国家电网有限公司 ,  国网天津市电力公司

发明人： 蒲天骄 ,  李烨 ,  王新迎 ,  孙英云 ,  董骁翀 ,  董雷

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/049

摘要： 一种基于图卷积神经网络的风电功率预测方法及系统，获取区域内各个风电的地理位置信息，构建距离倒数矩阵；对风电数据进行采样构建样本集，样本集包括训练数据样本集以及预测数据样本集；依据距离倒数矩阵构建图卷积神经网络层；构建时序卷积神经网络层；基于图卷积神经网络层以及时序卷积神经网络层构建风电预测模型；利用训练数据样本集对风电预测模型进行训练，然后对预测数据样本集进行预测。本发明利用基于图卷积神经网络能够有效处理风电站间地理位置信息的非欧氏数据，可以充分挖掘其数据的空间相关性；针对风电站之间的图数据结构进行了合理的设计，使其更符合风电的出力特性；利用该模型进预测风电功率，能够提高预测的精度。

公开(公告)号：CN111784041A

公开(公告)日：2020-10-16

申请号：CN202010598496.2

申请日：2020-06-28

申请人： 中国电力科学研究院有限公司 ,  国家电网有限公司 ,  国网天津市电力公司

发明人： 蒲天骄 ,  李烨 ,  王新迎 ,  孙英云 ,  董骁翀 ,  董雷

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06N3/04

摘要： 一种基于图卷积神经网络的风电功率预测方法及系统，获取区域内各个风电的地理位置信息，构建距离倒数矩阵；对风电数据进行采样构建样本集，样本集包括训练数据样本集以及预测数据样本集；依据距离倒数矩阵构建图卷积神经网络层；构建时序卷积神经网络层；基于图卷积神经网络层以及时序卷积神经网络层构建风电预测模型；利用训练数据样本集对风电预测模型进行训练，然后对预测数据样本集进行预测。本发明利用基于图卷积神经网络能够有效处理风电站间地理位置信息的非欧氏数据，可以充分挖掘其数据的空间相关性；针对风电站之间的图数据结构进行了合理的设计，使其更符合风电的出力特性；利用该模型进预测风电功率，能够提高预测的精度。

公开(公告)号：CN113283043B

公开(公告)日：2023-08-22

申请号：CN202110670154.1

申请日：2021-06-17

申请人： 华北电力大学 ,  中国电力科学研究院有限公司

发明人： 孙英云 ,  张姝 ,  李洪裕 ,  董骁翀 ,  李烨 ,  王新迎

IPC分类号： G06F30/18 ,  H02J3/38 ,  H02J3/46 ,  G06F111/02 ,  G06F111/08 ,  G06F113/06

摘要： 本发明公开了一种适用于高维大规模场景的场景约简求解方法，包括：定义场景约简模型；初始化典型场景集；求解传输矩阵，并得到离散概率分布；迭代求解典型场景集，直至Wasserstein距离变化小于某个阈值或迭代次数达到所设定的次数；从初始场景中选取与典型场景最近的场景实现典型场景集重构，将典型场景集及其离散概率分布用于电力系统的随机优化问题中。本发明的优点是：所求Wasserstein距离较小，拟合精度较高，并且具有较为优异的计算效率。面对大规模场景时具有较高的计算效率且不失拟合精度。

公开(公告)号：CN113283043A

公开(公告)日：2021-08-20

申请号：CN202110670154.1

申请日：2021-06-17

申请人： 华北电力大学 ,  中国电力科学研究院有限公司

发明人： 孙英云 ,  张姝 ,  李洪裕 ,  董骁翀 ,  李烨 ,  王新迎

IPC分类号： G06F30/18 ,  H02J3/38 ,  H02J3/46 ,  G06F111/02 ,  G06F111/08 ,  G06F113/06

摘要： 本发明公开了一种适用于高维大规模场景的场景约简求解方法，包括：定义场景约简模型；初始化典型场景集；求解传输矩阵，并得到离散概率分布；迭代求解典型场景集，直至Wasserstein距离变化小于某个阈值或迭代次数达到所设定的次数；从初始场景中选取与典型场景最近的场景实现典型场景集重构，将典型场景集及其离散概率分布用于电力系统的随机优化问题中。本发明的优点是：所求Wasserstein距离较小，拟合精度较高，并且具有较为优异的计算效率。面对大规模场景时具有较高的计算效率且不失拟合精度。

公开(公告)号：CN117172831A

公开(公告)日：2023-12-05

申请号：CN202311446622.2

申请日：2023-11-02

申请人： 国网经济技术研究院有限公司 ,  华北电力大学 ,  国家电网有限公司华东分部 ,  国网浙江省电力有限公司经济技术研究院 ,  国网甘肃省电力公司 ,  国网浙江省电力有限公司

发明人： 刘栋 ,  史锐 ,  秦继朔 ,  毛志航 ,  张啸虎 ,  但扬清 ,  徐敏 ,  董骁翀 ,  王智冬 ,  孙珂 ,  孙英云 ,  武佳卉 ,  许凌 ,  王丹 ,  薛雅玮 ,  于昊洋 ,  李凡 ,  郭国栋 ,  刘忠健 ,  佟宇梁 ,  王晨轩 ,  胡蓉 ,  孙飞飞 ,  李万伟 ,  冯智慧

IPC分类号： G06Q30/0201 ,  G06Q50/06 ,  G06F18/23213

摘要： 本发明属于电力系统分析和管理技术领域，涉及一种基于用户行为与数量演变的动态分群方法和系统，包括：计算智能电表采集数据的用户对象，及其对应的负荷数据；对负荷数据进行改进的离散小波转换，获得负荷特征向量；将负荷特征向量输入动态分群算法模型，动态分群算法模型中第一日采用初始化聚类中心，从第二日开始，初始化聚类中心采用上一日的历史聚类中心 ，获得所有日的用户动态分群标签结果序列；输出所有日的用户动态分群标签结果序列。其可更好地应对用户的时变性与不确定性，给出了一种考虑用户行为和数量演变、分群一致性、抗噪能力与鲁棒性的动态分群方法。