-
公开(公告)号：CN117540932A
公开(公告)日：2024-02-09
申请号：CN202311672129.2
申请日：2023-12-07
Applicant: 南方电网能源发展研究院有限责任公司
IPC: G06Q10/063 , G06Q50/06 , G06F16/2458 , G06F16/22
Abstract: 本申请涉及一种工业负荷需求响应潜力动态评估方法和装置；所述方法包括：通过在检测到需求响应潜力评估请求时，从电力数据库中查询并获取目标区域内电力用户的对应的度电产值、供电可靠值和订单饱和值，并根据度电产值对应的等级、供电可靠值对应的等级和订单饱和值对应的等级查询预设规则表，得到对应的用户参与率，基于获取到的电力用户对应的电力调节潜力和用户参与率，确定电力用户的需求响应潜力；采用本方法能够通过主客观融合的方法科学评估工业负荷需求响应潜力，提高了动态评估的准确性与可靠性。
-
公开(公告)号：CN111667377B
公开(公告)日：2021-03-09
申请号：CN202010335770.7
申请日：2020-04-24
Applicant: 南方电网能源发展研究院有限责任公司
Abstract: 本发明公开了一种全自动用电量预测方法，包括：对历史用电量时间序列预处理，获得历史用电数据；采用Boosted HP滤波器对历史用电数据进行分解，获得趋势项和循环项；根据趋势项的数据确定Auto ARIMA模型的参数，以获得趋势项的预测模型；根据循环项的数据对seq2seq模型进行训练，以获得循环项的预测模型；将趋势项的预测模型的预测结果和循环项的预测模型的预测结果叠加，获得用电量预测模型；用电量预测模型用于预测用电量。本发明仅利用历史用电量数据本身，而不需要依赖外源数据；所采用的HP滤波器、Auto滤波器和seq2seq模型都可以预先设定参数或自适应学习参数，而不需要人为再根据数据来设置参数；本发明相较于传统模型在预测精度上有较大的提升，且使用方便。
-
公开(公告)号：CN117933569A
公开(公告)日：2024-04-26
申请号：CN202410237376.8
申请日：2024-03-01
Applicant: 南方电网能源发展研究院有限责任公司
IPC: G06Q10/063 , G06Q50/06 , G06F17/10
Abstract: 本申请涉及一种考虑高比例新能源接入的配电网灵活性评分方法和装置。所述方法包括：根据目标电网对应的电网运行特性信息，构建电源侧指标信息、电网侧指标信息以及负荷侧指标信息；将电源侧指标信息、电网侧指标信息以及负荷侧指标信息输入至主客观赋权模型，得到配电网灵活性权重信息；将电源侧指标信息、电网侧指标信息以及负荷侧指标信息输入至灵活性评分模型，得到配电网灵活性指标评分信息；融合配电网灵活性权重信息以及配电网灵活性指标评分信息，得到配电网灵活性评分信息；配电网灵活性评分信息用于划分目标电网的配电网灵活性评分等级。能够对新能源快速发展提供了有效指导，适用于新型电力系统发展需求，从而提高电网系统安全稳定性。
-
公开(公告)号：CN111667377A
公开(公告)日：2020-09-15
申请号：CN202010335770.7
申请日：2020-04-24
Applicant: 南方电网能源发展研究院有限责任公司
Abstract: 本发明公开了一种全自动用电量预测方法，包括：对历史用电量时间序列预处理，获得历史用电数据；采用Boosted HP滤波器对历史用电数据进行分解，获得趋势项和循环项；根据趋势项的数据确定Auto ARIMA模型的参数，以获得趋势项的预测模型；根据循环项的数据对seq2seq模型进行训练，以获得循环项的预测模型；将趋势项的预测模型的预测结果和循环项的预测模型的预测结果叠加，获得用电量预测模型；用电量预测模型用于预测用电量。本发明仅利用历史用电量数据本身，而不需要依赖外源数据；所采用的HP滤波器、Auto滤波器和seq2seq模型都可以预先设定参数或自适应学习参数，而不需要人为再根据数据来设置参数；本发明相较于传统模型在预测精度上有较大的提升，且使用方便。
-
公开(公告)号：CN111525577A
公开(公告)日：2020-08-11
申请号：CN202010334219.0
申请日：2020-04-24
Applicant: 南方电网能源发展研究院有限责任公司
IPC: H02J3/04
Abstract: 本发明公开了一种基于神经网络的远景220kV电网组网方法及系统，所述方法包括：将规划变电站500kV母线的短路电流、规划变电站主变压器阻抗、220kV片区的发电厂额定有功功率、220kV片区的发电厂接入电网的电压等级和规划变电站并列运行的主变压器台数共五个参数分别输入至预设BP神经网络模型；所述预设BP神经网络模型根据上述参数进行组网，并输出与组网方式对应的短路电流值；在所述短路电流值小于或等于最大预设短路电流时，将所述短路电流值对应的组网方式更新至可行组网方式库。本发明计算短路电流时无需构建详细电路模型，简化了工作流程，提高短路电流计算的效率和结果的准确性，可用于远景220kV网络组网规划。
-
Patent Agency Ranking
公开(公告)号：CN113315171B
公开(公告)日：2022-10-18
申请号：CN202110542136.5
申请日：2021-05-18
Applicant: 南方电网能源发展研究院有限责任公司
Abstract: 本申请涉及一种新能源消纳能力评估方法、装置、计算机设备和存储介质。所述方法包括：获取电力系统全年的日负荷；通过对所述日负荷进行聚类，得到所述电力系统的季节日负荷；通过对所述季节日负荷进行傅里叶分解，得到季节典型日负荷；根据所述季节典型日负荷和预设的日前调度模型，确定所述电力系统的新能源出力计划；所述新能源出力计划用于表征所述电力系统全年的新能源最大消纳量；根据所述新能源出力计划与所述电力系统全年用电量之间的比值，得到新能源消纳能力评估值。采用本方法能够评估电力系统在不同季节场景下的新能源消纳能力，使评估结果准确反映电力系统的实际消纳能力。
-
公开(公告)号：CN111525577B
公开(公告)日：2020-12-01
申请号：CN202010334219.0
申请日：2020-04-24
Applicant: 南方电网能源发展研究院有限责任公司
IPC: H02J3/04
Abstract: 本发明公开了一种基于神经网络的远景220kV电网组网方法及系统，所述方法包括：将规划变电站500kV母线的短路电流、规划变电站主变压器阻抗、220kV片区的发电厂额定有功功率、220kV片区的发电厂接入电网的电压等级和规划变电站并列运行的主变压器台数共五个参数分别输入至预设BP神经网络模型；所述预设BP神经网络模型根据上述参数进行组网，并输出与组网方式对应的短路电流值；在所述短路电流值小于或等于最大预设短路电流时，将所述短路电流值对应的组网方式更新至可行组网方式库。本发明计算短路电流时无需构建详细电路模型，简化了工作流程，提高短路电流计算的效率和结果的准确性，可用于远景220kV网络组网规划。
-
公开(公告)号：CN111079995A
公开(公告)日：2020-04-28
申请号：CN201911216709.4
申请日：2019-11-29
Applicant: 南方电网能源发展研究院有限责任公司
Abstract: 本发明公开了基于人工免疫算法的电力负荷非线性调和综合预测方法、装置及存储介质，所述方法：建立基于AIS的调和平均综合预测模型，将电力负荷预测综合模型中各个单一电力负荷预测模型的最优权重作为抗原，将权重的解作为抗体，模拟生物免疫系统的工作原理；使用以下4种模型得到预测结果：计量经济模型、逐步回归模型、灰色指数平滑模型、模糊聚类模型；搜索最优权重；即，通过抗体的初始化、目标函数的计算、免疫遗传评价和免疫遗传操作选择、交叉和变异等过程来搜索得到全局最优解。本发明具有较强的、鲁棒的信息处理能力，并且在对问题进行求解时，不要求目标函数具有可导等高附加信息，在搜索过程中效率更高。
-
公开(公告)号：CN113315171A
公开(公告)日：2021-08-27
申请号：CN202110542136.5
申请日：2021-05-18
Applicant: 南方电网能源发展研究院有限责任公司
Abstract: 本申请涉及一种新能源消纳能力评估方法、装置、计算机设备和存储介质。所述方法包括：获取电力系统全年的日负荷；通过对所述日负荷进行聚类，得到所述电力系统的季节日负荷；通过对所述季节日负荷进行傅里叶分解，得到季节典型日负荷；根据所述季节典型日负荷和预设的日前调度模型，确定所述电力系统的新能源出力计划；所述新能源出力计划用于表征所述电力系统全年的新能源最大消纳量；根据所述新能源出力计划与所述电力系统全年用电量之间的比值，得到新能源消纳能力评估值。采用本方法能够评估电力系统在不同季节场景下的新能源消纳能力，使评估结果准确反映电力系统的实际消纳能力。
-
公开(公告)号：CN111028100A
公开(公告)日：2020-04-17
申请号：CN201911217442.0
申请日：2019-11-29
Applicant: 南方电网能源发展研究院有限责任公司
Abstract: 本发明公开了考虑气象因素的精细化短期负荷预测方法、装置及介质，所述方法：基于灰色关联度分析方法，定量分析气象因素对用电负荷特性的影响，并选取若干关键影响因素，作为决策树算法的输入向量；在对用户的历史负荷数据进行聚类分析后，为每一条日负荷曲线建立类别标签，并通过决策树算法建立分类规则，将待预测日进行分类；采用Elman神经网络对某用户进行短期负荷预测。与现有技术相比，本发明通过建立考虑气象因素的精细化短期负荷预测模型，能够达到对用户级的精细化负荷预测的目的，提高短期负荷预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.06 seconds)
