-
公开(公告)号：CN105184402B
公开(公告)日：2018-08-03
申请号：CN201510549526.X
申请日：2015-08-31
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司电力科学研究院 , 清华大学
摘要： 本发明公开了种基于决策树的个性化用户短期负荷预测算法,其特征在于:包括以下步骤:1、对用户负荷进行波动分量辨识,判断其锯齿形波动是否显著;如果显著将进入波动分量提取环节,再得出用电模式数;如果不显著,则将直接得出用电模式数。针对用电模式数大于7种的用户采用最近日负荷预测法。针对用电模式数在2种~6种的用户采用基于用电模式挖掘的用户侧短期负荷预测法。针对用电模式数只有1种的用户采用聚类预测还原法。本发明通过对用户历史负荷进行数据挖掘,从而提取出用户用电模式,根据模式数的多少,建立基于决策树的个性化用户短期负荷预测算法,实现精确的用户短期负荷预测。
-
公开(公告)号：CN104809332A
公开(公告)日：2015-07-29
申请号：CN201510131733.3
申请日：2015-03-24
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司电力科学研究院 , 清华大学
IPC分类号： G06F19/00
摘要： 本发明公开了一种基于负荷率的电力系统海量用户分类方法，其具体包括如下步骤：SS1计算用户一月之内各日负荷率；SS2计算月均负荷率和月内负荷率标准差；SS3建立负荷率分类图；SS4根据日内稳定程度划区；SS5根据日间稳定程度划区。本发明成功解决了用户负荷分类的海量规模和随机波动这两大难题，且分类流程简单，计算量小，开发难度低，物理含义明晰，实用性强，采用该方法可快速完成海量用户负荷的分类。
-
公开(公告)号：CN106327074A
公开(公告)日：2017-01-11
申请号：CN201610702622.8
申请日：2016-08-23
申请人： 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 国网江苏省电力公司 , 清华大学
CPC分类号： Y02P90/82 , G06Q10/06375 , G06Q50/06
摘要： 本发明公开了一种省、地市、区域多级电力需求响应潜力评估方法，包括A），确定评估范围；B），获取评估范围内的原始数据；C），对评估范围内居民小区、工业企业、商业楼宇及典型用户的需求响应潜力评估；D），对评估范围进行区域层面的需求响应潜力评估；E），对评估范围进行地市层面的需求响应潜力评估；F），对评估范围进行省级层面的需求响应潜力评估。本发明进行评估时仅需将下一层级的需求侧资源视作不同规模的聚合节点，有效的减少了大范围需求侧资源潜力评估的时间，用于快速评估某一给定激励电价下的省、地市、区域三个层级的需求响应潜力，为需求响应方案制定、需求响应项目实施起有力的支撑作用，具有良好的应用前景。
-
公开(公告)号：CN104809656B
公开(公告)日：2018-02-13
申请号：CN201510131711.7
申请日：2015-03-24
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司电力科学研究院 , 清华大学
IPC分类号： G06Q50/06
摘要： 本发明公开了一种考虑源网荷三端特性的有序用电缺口指标分配算法，其特征在于，具体包括如下步骤：建立用户等效虚拟机组；建立有序用电缺口指标分配模型的目标函数；建立有序用电缺口指标分配模型的源网荷三端约束条件；采用优化算法求解该模型，得到求解结果，分配缺口指标。本发明综合考虑了源网荷三端特性对有序用电缺口指标分配的影响，具有计算量小、开发难度低、物理含义明晰、实用性强的优点。
-
公开(公告)号：CN105184402A
公开(公告)日：2015-12-23
申请号：CN201510549526.X
申请日：2015-08-31
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司电力科学研究院 , 清华大学
摘要： 本发明公开了一种基于决策树的个性化用户短期负荷预测算法，其特征在于：包括以下步骤：1、对用户负荷进行波动分量辨识，判断其锯齿形波动是否显著；如果显著将进入波动分量提取环节，再得出用电模式数；如果不显著，则将直接得出用电模式数。针对用电模式数大于7种的用户采用最近日负荷预测法。针对用电模式数在2种～6种的用户采用基于用电模式挖掘的用户侧短期负荷预测法。针对用电模式数只有1种的用户采用聚类预测还原法。本发明通过对用户历史负荷进行数据挖掘，从而提取出用户用电模式，根据模式数的多少，建立基于决策树的个性化用户短期负荷预测算法，实现精确的用户短期负荷预测。
-
公开(公告)号：CN104809656A
公开(公告)日：2015-07-29
申请号：CN201510131711.7
申请日：2015-03-24
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司电力科学研究院 , 清华大学
IPC分类号： G06Q50/06
摘要： 本发明公开了一种考虑源网荷三端特性的有序用电缺口指标分配算法，其特征在于，具体包括如下步骤：建立用户等效虚拟机组；建立有序用电缺口指标分配模型的目标函数；建立有序用电缺口指标分配模型的源网荷三端约束条件；采用优化算法求解该模型，得到求解结果，分配缺口指标。本发明综合考虑了源网荷三端特性对有序用电缺口指标分配的影响，具有计算量小、开发难度低、物理含义明晰、实用性强的优点。
-
公开(公告)号：CN104809332B
公开(公告)日：2017-12-08
申请号：CN201510131733.3
申请日：2015-03-24
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司电力科学研究院 , 清华大学
IPC分类号： G06F19/00
摘要： 本发明公开了一种基于负荷率的电力系统海量用户分类方法，其具体包括如下步骤：SS1计算用户一月之内各日负荷率；SS2计算月均负荷率和月内负荷率标准差；SS3建立负荷率分类图；SS4根据日内稳定程度划区；SS5根据日间稳定程度划区。本发明成功解决了用户负荷分类的海量规模和随机波动这两大难题，且分类流程简单，计算量小，开发难度低，物理含义明晰，实用性强，采用该方法可快速完成海量用户负荷的分类。
-
公开(公告)号：CN105678426A
公开(公告)日：2016-06-15
申请号：CN201610069716.6
申请日：2016-02-01
申请人： 江苏省电力公司电力科学研究院 , 国家电网公司 , 国网江苏省电力公司 , 东南大学 , 江苏方天电力技术有限公司
CPC分类号： G06Q10/04 , G06Q10/06315 , G06Q50/06
摘要： 本发明公开了一种基线预测中相似日最优天数组合的选取方法，步骤一：相似日的预筛选和相似日天数组合选取；步骤二：相似日组合矩阵进行基线负荷的预测；步骤三：相似日组合矩阵中最优相似日天数组合选取。本发明提供的一种基线预测中相似日最优天数组合的选取方法，充分、合理和有效地利用了历史日数据库，充分挖掘非需求响应因素，量化历史日相似度并排序，通过不同天数组合的误差对比最终确定了相似日最优选取天数组合，其中采用了灰色关联法、综合加权法、多元线性回归法、MRE误差评价等方法的优点，极大地提高了需求响应基线预测的经济性和准确性，为需求响应技术提供了科学理论支持。
-
公开(公告)号：CN104376364A
公开(公告)日：2015-02-25
申请号：CN201410677416.7
申请日：2014-11-21
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司电力科学研究院 , 中国电力科学研究院
IPC分类号： G06N3/12
CPC分类号： Y02B10/30
摘要： 本发明公开了一种基于遗传算法的智能家居负荷管理优化方法，通过对智能家居系统中的风力发电机输出功率与风速之间的关系建立模型、对蓄电池荷电状态与充放电电量之间的关系建立模型，将负荷分为不可控型负荷、中断型负荷和不可中断型负荷，并给出了中断型负荷和不可中断型负荷开关状态需要满足的条件；建立智能家居负荷管理模型，模型包括由用户总电费构成的目标函数和包含有功功率平衡和最大功率限制的约束条件；利用遗传算法对本发明的模型进行优化求解，在满足基本的负荷约束和用户需求约束情况下，调节各负荷的工作状态，使得当天的总电费最小。本发明能够对智能家居负荷进行管理，使得当天总电费最小。
-
公开(公告)号：CN104331737A
公开(公告)日：2015-02-04
申请号：CN201410675567.9
申请日：2014-11-21
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司电力科学研究院 , 中国电力科学研究院
摘要： 本发明公开了一种基于粒子群神经网络的办公建筑负荷预测方法，包含以下步骤：确立办公建筑负荷预测神经网络模型的输入特征变量和输出目标向量；初始化粒子群解集；计算每个粒子的适应度值；更新粒子的局部最优位置和全局最优位置；更新微粒的速度和位置；判断结束条件；如果满足结束条件，则输出当前最优位置；赋值神经网络并进行神经网络模拟，预测办公建筑负荷。通过基于神经网络的办公建筑负荷预测方法，综合考虑了影响办公建筑负荷波动变化的所有内扰与外扰因素。同时针对办公建筑特殊的周期性用电特性，将其周期性负荷变化一并考虑进去，利用人工神经网络模拟，实现办公建筑的高精度负荷预测，具有负荷预测精度高、简单易实现的有益效果。
-
-
-
-
-
-
-
-
-
搜索结果
104 条记录 (耗时 0.077 秒)
