-
公开(公告)号:CN119539829A
公开(公告)日:2025-02-28
申请号:CN202411608776.1
申请日:2024-11-12
Applicant: 国家电网有限公司大数据中心
IPC: G06Q30/018 , G06Q10/063 , G06N3/006
Abstract: 本发明提供一种考虑节能降碳成本的碳达峰路径规划方法和系统、设备,应用于节能环保技术领域。方法包括:对于一个碳达峰规划期,考虑规划区域的能源活动和工业生产的碳排放影响,构建碳排放模型;考虑节能降碳对规划区域经济的影响,构建碳排放经济扰动模型;以最小化规划区域的碳排放和碳排放的经济扰动为目标,基于规划区域的碳排放模型、碳排放经济扰动模型以及碳排放与经济指标的耦合关系,构建碳达峰多目标优化模型;基于改进的多目标萤火虫算法对规划区域的碳达峰多目标优化模型进行优化求解;基于求解结果进行规划区域在碳达峰规划期内的碳达峰路径的规划。本发明解决了现有碳达峰路径的可实施性差的问题。
-
公开(公告)号:CN119129849A
公开(公告)日:2024-12-13
申请号:CN202411365248.8
申请日:2024-09-29
Applicant: 国家电网有限公司大数据中心
IPC: G06Q10/04 , G06Q50/06 , G06F18/214 , G06N3/08 , G06F18/21 , G06N3/0985 , G06N3/0475 , G06N3/126
Abstract: 本发明提供一种高频电力碳排放强度预测模型的建立、预测方法及系统,涉及电力碳排放强度预测技术领域,方法包括:获取设定地区在历史时段内的低频电力碳排放样本数据和高频用电样本数据;根据高频用电样本数据,对低频电力碳排放样本数据进行分解,生成高频电力碳排放样本数据集;根据高频电力碳排放样本数据集与高频用电样本数据,获得高频电力碳排放强度样本数据集;采用高频电力碳排放强度样本数据集对神经网络模型进行训练,得到高频电力碳排放强度预测模型。本发明通过获得的高频电力碳排放强度样本数据,扩充了高频电力碳排放强度预测模型的训练样本数据,满足对精准且高频的电力碳排放强度预测的需求,实现电力碳排放强度的高频精准预测。
-
公开(公告)号:CN119004001A
公开(公告)日:2024-11-22
申请号:CN202411091784.3
申请日:2024-08-09
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明涉及电力数据分析技术领域,具体提供了一种基于Transformer的电力潮流矩阵缺失值补全方法及装置,包括:获取各类测量值对应的电力潮流矩阵构成的测量值向量,并将所述各类测量值对应的测量值向量进行首尾拼接,得到各类测量值对应的高维张量;将所述高维张量作为预先训练的Transformer模型的输入,得到预先训练的Transformer模型输出的指定类测量值对应的测量值向量;将所述指定类测量值对应的测量值向量转换为指定类测量值对应的电力潮流矩阵;其中,所述测量值的类型包括下述中的至少一种:有功值、无功值、电压值、电流值。本发明提供的技术方案,可以对电网潮流断面的缺失数据进行补齐,为电网运行状况的精准分析提供支持。
-
公开(公告)号:CN118780485A
公开(公告)日:2024-10-15
申请号:CN202410893598.5
申请日:2024-07-04
Applicant: 国家电网有限公司大数据中心
IPC: G06Q10/063 , G06Q50/06 , G06Q50/26 , G06F9/50 , H04L67/10
Abstract: 一种跨区域电网碳排放分布式计算方法、系统及设备,包括:将区域内一终端设定为二级主节点,其他终端为从节点;并将大区域中一二级主节点设为一级主节点,其中大区域包括多个区域;通过二级主节点读取各从节点发送的信息,并将信息转发到各从节点,当接收到从节点完成收敛发送的迭代结束信息后,对所有从节点广播;通过从节点接收二级主节点转发的信息,对局部电网电力碳排放因子进行迭代更新,得到区域碳排放因子;通过一级主节点基于各二级主节点的发电量和输入到区域内的电量,结合区域碳排放因子,得到跨区域电网碳排放。本发明采用一主多从的分布式计算框架,降低了计算的时间,保证数据安全性,实现了协同计算过程的时序同步和过程控制。
-
公开(公告)号:CN119249140A
公开(公告)日:2025-01-03
申请号:CN202411348192.5
申请日:2024-09-26
Applicant: 国家电网有限公司大数据中心
IPC: G06F18/2135 , G06F17/16 , G06Q30/018
Abstract: 本发明涉及碳排放相关领域,具体涉及一种碳排放影响因素的获取方法及系统,方法包括采用邻域粗糙集属性约简算法对原始碳排放影响因素数据进行约简获得初级目标影响因素;采用改进主成分分析方法对所述初级目标影响因素进行筛选获得目标影响因素;其中,所述改进主成分分析方法包括相关性分析步骤和主成分分析步骤,所述相关性分析步骤用于对所述初级目标影响因素进行相关性分析获得目标相关性矩阵,所述主成分分析步骤用于对所述目标相关性矩阵进行主成分分析获得目标影响因素。本申请可以解决现有技术碳排放影响因素相似性大、冗余多、忽略潜在关键因素,导致识别不准确的问题。
-
-
-
-