计及不确定性的柔性负荷聚合商参与电力市场投标方法

    公开(公告)号:CN109872228A

    公开(公告)日:2019-06-11

    申请号:CN201910042491.9

    申请日:2019-01-17

    IPC分类号: G06Q30/08 G06Q10/04 G06Q50/06

    摘要: 本发明涉及一种计及不确定性的柔性负荷聚合商参与电力市场投标方法,所述的柔性负荷聚合商由电动汽车、温控负荷及分布式储能构成,分别建立电动汽车聚合模型、分布式储能的聚合模型、控负荷聚合模型;分别建立柔性负荷运行约束条件;分布式储能聚合商,电动汽车聚合商及温控负荷聚合商将功率和容量可调潜力传递给柔性负荷聚合商;使用蒙特卡洛方法模拟生成多种电价场景;利用置信区间描述电动汽车充电行为和温控负荷中外界温度的不确定性;柔性负荷聚合商以收益最大化为目标,建立日前投标模型,以柔性负荷参与电力市场的最大化收益为目标,求解各时间段下,柔性负荷聚合商的投标功率曲线。该投标方法可保证各时间段内在不同电价下的最优投标功率,确保柔性负荷聚合商收益最大化,具有很好的应用前景。

    一种适用于非侵入式负荷分解的迁移方法

    公开(公告)号:CN117973557A

    公开(公告)日:2024-05-03

    申请号:CN202410123700.3

    申请日:2024-01-30

    摘要: 一种适用于非侵入式负荷分解的迁移方法,它通过实例化一个母模型并加载预训练权重;通过该模型运行新的数据集,并记录母模型中解码器的输出,提取其特征;使用输出的特征向量作为新的较小模型的输入进行训练。与之前的方法不同,这种迁移方法只需在目标数据域上运行一次母模型,而不是每个训练周期都运行一次。本发明的方法具有更优的模型架构,提高了模型的泛化能力,具有更高的数据质量。子模型的输入不再是传统的能耗序列而是经过母模型计算的特征,这也提高了负荷分解预测效果,降低了软硬件资源消耗,具有较高的实用价值。

    一种基于图像识别技术的铅封识别法

    公开(公告)号:CN110503046A

    公开(公告)日:2019-11-26

    申请号:CN201910789708.2

    申请日:2019-08-26

    摘要: 本发明涉及一种基于图像识别技术的铅封识别法,其属于铅封识别领域,其包括:(1)通过机器学习方法对各类铅封的形状、样式特点、编号以及各类电表上铅封的位置进行建模,构建起铅封图像识别模型;(2)查处人员携带智能移动终端前往现场,利用摄像头拍摄包含铅封的电表整体图片集;(3)智能移动终端将包含铅封的电表整体图片集传入铅封图像识别模型,对包含铅封的电表整体图片集中的图片进行处理,识别出电表整体图片集所拍摄的电表上的所有铅封及其铅封状态与铅封编号;(4)将铅封识别结果反馈给智能移动终端。本方法直接可获取铅封是否破坏,是否被篡改,极大减小现场查窃工作量,且能同时精确检查多个铅封状态,保证查处结果准确性。

    省域电网输配环节电力绿色度评价方法

    公开(公告)号:CN105976272A

    公开(公告)日:2016-09-28

    申请号:CN201610397081.2

    申请日:2016-06-06

    IPC分类号: G06Q50/06

    摘要: 本发明公开了省域电网输配环节电力绿色度评价方法,其包括从省域电网调度中心系统SCADA中获取监测数据的步骤,计算电源侧单位电量排放的污染物环境价值的步骤,计算省域电网间接性污染物排放量的步骤,本发明计算能够得到该省域电网在某段监控时间内的输配环节电力绿色度,通过电力绿色度评价省域电网输配环节的电力绿色发展情况;本发明可以对不同省域电网输配环节的电力绿色发展情况进行横向的比较,还可以对同一省域电网不同年份输配环节的电力绿色发展情况进行纵向的比较,提高电网公司对于电力绿色发展的重视程度,改善输配环节的节能减排效果。省域电网输配环节电力绿色度模型的构建为国家划分电网电力绿色发展等级,制定电力绿色发展标准提供了重要的参考依据。

    间歇性能源海量数据处理方法

    公开(公告)号:CN104299170A

    公开(公告)日:2015-01-21

    申请号:CN201410511941.1

    申请日:2014-09-29

    IPC分类号: G06Q50/06 G06F17/30

    CPC分类号: G06F17/30194 G06Q50/06

    摘要: 本发明涉及一种间歇性能源海量数据处理方法,其步骤如下:(1)建立间歇能源海量数据处理平台:所述处理平台包括主、从云中枢服务器、第1至第11负载服务器、终端数据总线、负载总线和数据接口总线;(2)数据采集:主、从云中枢服务器通过其数据采集接口C采集存储在终端数据计算机中的原始数据;(3)数据存储:所采集的海量数据存储于HDFS;(4)数据处理:数据处理是采用MapReduce模型对数据进行并行处理的;主云中枢服务器仅对数据的存储和处理进行统一的调度,而具体的数据存储和处理由第1至第11负载服务器完成。本发明的优点是处理速度快和安全可靠。

    一种风电功率预测方法
    7.
    发明公开

    公开(公告)号:CN102738792A

    公开(公告)日:2012-10-17

    申请号:CN201210194151.6

    申请日:2012-06-13

    IPC分类号: H02J3/00 G06F19/00

    摘要: 一种风电功率预测方法,所述方法首先从风电场中读取各个风电机组的风速和功率数据;然后根据各风电机组风速数据的分布特征对风电场的机组进行分组建模,并对建模后的各组风电机组的功率分别进行预测;最后将各组风电机组功率的预测结果叠加,得到整个风电场风电功率的预测值。本发明将数据分布特征引入功率预测,在传统风电功率预测模型基础上增加了机组分组模块。测试证明,所述方法在保证预测精度的同时,大大减少了预测所需的运算量,提高了预测速度,在风电功率预测方面具有较强的实用价值。

    基于注意力机制与多尺度特征融合的YOLOv8目标检测方法

    公开(公告)号:CN116883801A

    公开(公告)日:2023-10-13

    申请号:CN202310896292.0

    申请日:2023-07-20

    摘要: 本发明提供了一种基于注意力机制与多尺度特征融合的YOLOv8目标检测方法。该方法包括以下步骤:获取可见光绝缘子缺陷图像数据集,人工进行数据筛选;利用labelimg工具对收集到的图像数据进行人工标注;将CBAM注意力机制、BiFPN多尺度特征融合金字塔、SIoU损失函数与YOLOv8模型结合,构建YOLOv8‑CBS模型;将标注好的绝缘子缺陷数据集输入到YOLOv8‑CBS模型中进行训练;用训练好的YOLOv8‑CBS模型对待识别的可见光绝缘子缺陷图像进行故障检测与定位。本发明可以部署在无人巡检设备上,利用部署了本发明的无人巡检设备对输电线路上的绝缘子进行缺陷检测,可大大提升故障诊断的准确率。

    一种基于特征融合的深度神经网络表面缺陷检测方法

    公开(公告)号:CN111627012A

    公开(公告)日:2020-09-04

    申请号:CN202010469022.8

    申请日:2020-05-28

    摘要: 一种基于特征融合的深度神经网络表面缺陷检测方法。该方法采用了编码器-解码器网络结构,特征提取模块采用ResNet50提取表面缺陷特征,得到各卷积层特征;然后利用编码特征融合模块将各卷积层特征融合,有利于表面缺陷的准确检测;最后利用两级级联解码模块,实现表面缺陷的检测。编码特征融合模块和两级级联解码模块能够实现表面缺陷特征的深度融合,使表面缺陷定位更准确。在各级解码模块的输出端增加了边界求精模块,并通过卷积融合拼接后的两级解码模块输出,得到最终检测结果。本方法可以有效提高表面缺陷检测的准确性。

    一种互联网+可调度负荷用户互动方法

    公开(公告)号:CN105357276B

    公开(公告)日:2018-10-26

    申请号:CN201510668880.4

    申请日:2015-10-13

    IPC分类号: H04L29/08 H02J13/00

    摘要: 本发明公开了一种“互联网+可调度负荷”用户互动方法,其包括建立“互联网+可调度负荷”综合调度系统的步骤,用户注册与验证的步骤,绑定可调度负荷的步骤,个性化用电需求的步骤,可视化展示的步骤,还包括日志查询的步骤,用户积分数据和用户收益数据计算、查询、分享的步骤;其有益效果是本发明充分挖掘出需求侧资源的潜力,充分调动了电力用户参与“互联网+可调度负荷”的积极性与主动性,使电力用户实现经济、高效、智能用电。