-
公开(公告)号：CN116385036A
公开(公告)日：2023-07-04
申请号：CN202310216252.7
申请日：2023-03-08
Applicant: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC: G06Q30/0201 , H02J3/00 , G06Q30/0202 , G06Q50/06
Abstract: 本发明公开了一种基于Shapley值的多聚合商需求响应效益分配方法及系统。方法包括：获取电网运行条件和各聚合商投标的需求响应电量；根据电网运行条件和各聚合商投标的需求响应电量，确定最佳需求响应激励方案，并发布给各聚合商；各聚合商根据最佳需求响应激励方案完成用户负荷的调节且需求响应结束后，计算各聚合商需求响应削减电量及待分配效益；根据各聚合商需求响应削减电量，分别计算各聚合商的Shapley值；根据各聚合商的Shapley值将待分配效益分配至各聚合商。本发明充分考虑了各聚合商对需求响应总目标的贡献程度，分配方案更具合理性和公平性。
-
公开(公告)号：CN116205265A
公开(公告)日：2023-06-02
申请号：CN202310041168.6
申请日：2023-01-12
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司
Abstract: 本发明公开了一种基于深层神经网络的电网故障诊断方法及装置，所述方法包括获取电网故障告警信息和网络拓扑结构；根据电网故障告警信息和网络拓扑结构构建神经网络样本，神经网络样本包括神经网络学习样本和神经网络测试样本；对神经网络样本进行预处理，获得故障特征向量；将神经网络学习样本的故障特征向量输入至预先构建并基于混沌粒子群算法优化后的深层神经网络模型中进行学习，获得优化并学习后的深层神经网络模型；将神经网络测试样本的故障特征向量输入至优化学习后的深层神经网络模型中进行概率诊断测试，获取故障概率结果，本发明对样本建立深层神经网络模型并利用混沌粒子群算法对深层神经网络进行学习训练，具有较高的诊断正确率。
-
公开(公告)号：CN114978931B
公开(公告)日：2022-12-06
申请号：CN202210902318.3
申请日：2022-07-29
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC: H04L41/147 , H04L41/14 , H04L43/0876 , H04L41/16 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于流形学习的网络流量预测方法、装置及存储介质，包括获取网络流量数据；对网络流量数据进行预处理，预处理包括降维以及采用流行学习方法去除共轭点并保持各样本点之间的距离不变；将预处理后的数据输入到训练优化后的网络流量预测模型得到预测的网络流量数据，网络流量预测模型包括依次连接的双向LSTM神经网络、CNN神经网络和全连接网络。本发明能够提供更为精确的用电信息采集网络流量预测。本发明能够提供更为精确的用电信息采集网络流量预测。
-
公开(公告)号：CN113868938B
公开(公告)日：2025-04-04
申请号：CN202110973907.6
申请日：2021-08-24
Applicant: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司
IPC: G06F30/27 , G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/048 , G06N3/08 , H02J3/00 , G06F111/08
Abstract: 本发明公开了一种基于分位数回归的短期负荷概率密度预测方法、装置及系统，包括获取DL‑LSTM‑A深度网络模型，所述DL‑LSTM‑A深度网络模型包括若干个双层LSTM网络元胞和注意力机制模块，各双层LSTM网络元胞的输出端分别与所述注意力机制模块相连；所述注意力机制模块将各双层LSTM网络元胞的输出进行加权求和；所述双层LSTM网络元胞包括顺次相连的两个LSTM元胞；利用训练数据训练获得DL‑LSTM‑A网络中待优化的各个参数，获得优化后的DL‑LSTM‑A深度网络模型；将获取到的电力负荷消耗的影响因素输入至优化后的DL‑LSTM‑A深度网络模型，获得分位数；采用非参数密度估计方法对分位数进行处理，获得最终的负荷概率密度函数。本发明能够提供更为精确的长期电力负荷概率密度预测。
-
公开(公告)号：CN113541147B
公开(公告)日：2024-09-24
申请号：CN202110712661.7
申请日：2021-06-25
Applicant: 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司 , 国网江苏省电力有限公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种家庭智慧用能服务云平台及其用户负荷优化调节方法，包括：前置通信模块、采集管理模块、设备管理模块、用户管理模块、安全管理模块、负荷管理模块。家庭智慧用能服务云平台采用统一的交互协议与第三方家电厂商云平台和电网公司定制物联家电实现业务数据交互，实现不同品牌不同类型的家电设备的统一接入，为居民电力用户提供家电能耗及家电状态的精准感知、灵活控制的能力，同时也为电网公司实现居民用户负荷协同优化调节提供技术支撑，实现统一、安全的居民负荷调节能力，利用部分家用电器负荷可转移的特性，合理转移这部分家电的用电时段，优化台区负荷平均利用率，减少电网峰谷差，提升配网运行经济型和供电可靠性。
-
Patent Agency Ranking
公开(公告)号：CN114336779A
公开(公告)日：2022-04-12
申请号：CN202111528772.9
申请日：2021-12-14
Applicant: 国电南瑞科技股份有限公司南京用电技术分公司
Abstract: 本发明属于电网优化运行领域，尤其涉及一种基于能量储备的台区侧电网柔性运行方法，以出力成本达到最小为目标建立目标函数，所述出力只用来支撑系统电能需求：bi为电源i的增量成本；gi(k)为电源i在时刻k的计划出力；Ig为系统内发电机所构成的集合；通过建立约束条件，对目标函数进行优化得到优化后的参数，其中，所述约束条件包括：电力平衡约束、发电机出力约束、储能设备的运行约束、基于电量的发电机能量储备约束、基于电能的能量需求约束、储能设备的能量储备约束以及能量储备管理约束，解决在大规模新能源接入下电力系统运行柔性提升问题。
-
公开(公告)号：CN113868938A
公开(公告)日：2021-12-31
申请号：CN202110973907.6
申请日：2021-08-24
Applicant: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司
Abstract: 本发明公开了一种基于分位数回归的短期负荷概率密度预测方法、装置及系统，包括获取DL‑LSTM‑A深度网络模型，所述DL‑LSTM‑A深度网络模型包括若干个双层LSTM网络元胞和注意力机制模块，各双层LSTM网络元胞的输出端分别与所述注意力机制模块相连；所述注意力机制模块将各双层LSTM网络元胞的输出进行加权求和；所述双层LSTM网络元胞包括顺次相连的两个LSTM元胞；利用训练数据训练获得DL‑LSTM‑A网络中待优化的各个参数，获得优化后的DL‑LSTM‑A深度网络模型；将获取到的电力负荷消耗的影响因素输入至优化后的DL‑LSTM‑A深度网络模型，获得分位数；采用非参数密度估计方法对分位数进行处理，获得最终的负荷概率密度函数。本发明能够提供更为精确的长期电力负荷概率密度预测。
-
公开(公告)号：CN113541147A
公开(公告)日：2021-10-22
申请号：CN202110712661.7
申请日：2021-06-25
Applicant: 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司 , 国网江苏省电力有限公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种家庭智慧用能服务云平台及其用户负荷优化调节方法，包括：前置通信模块、采集管理模块、设备管理模块、用户管理模块、安全管理模块、负荷管理模块。家庭智慧用能服务云平台采用统一的交互协议与第三方家电厂商云平台和电网公司定制物联家电实现业务数据交互，实现不同品牌不同类型的家电设备的统一接入，为居民电力用户提供家电能耗及家电状态的精准感知、灵活控制的能力，同时也为电网公司实现居民用户负荷协同优化调节提供技术支撑，实现统一、安全的居民负荷调节能力，利用部分家用电器负荷可转移的特性，合理转移这部分家电的用电时段，优化台区负荷平均利用率，减少电网峰谷差，提升配网运行经济型和供电可靠性。
-
公开(公告)号：CN116561659A
公开(公告)日：2023-08-08
申请号：CN202310523792.X
申请日：2023-05-10
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司
IPC: G06F18/241 , G06F18/10 , G06Q50/06 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种窃电行为检测方法、装置及系统，所述方法包括获取预先训练好的深度网络模型，所述深度网络模型包括顺次设置的SG滤波器去噪模块、生成器网络模块和判别器网络模块；在训练过程中，所述深度网络模型的损失函数为Wasserstein距离的对偶形式；所述SG滤波器去噪模块的输入信号为窃电行为特征因素，所述窃电行为特征因素包括电力负荷数据、时间数据和气候数据，其输出信号被输入至所述生成器网络模块；所述生成器网络模块的输出信号与真实窃电行为检测数据一起被输入至所述判别器网络模块；将实时获取到的窃电行为特征因素输入至所述预先训练好的深度网络模型，获得窃电行为检测结果。本发明能够提供更为精确的窃电行为检测。
-
公开(公告)号：CN116367318A
公开(公告)日：2023-06-30
申请号：CN202211731963.X
申请日：2022-12-30
Applicant: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC: H04W72/0453 , H04W72/53 , H04B7/0413
Abstract: 本发明公开一种基于组合式多臂赌博机的大规模MIMO系统终端调度方法，其包括：获取MIMO系统的信道矩阵信息，将供选择的各终端作为基础臂，构建对应终端调度问题的组合式多臂赌博机问题模型；利用线性置信度上界UCB方法对所构建的CMAB问题模型进行求解，得到基础臂奖励和最大的超级臂对应的多个终端，将其作为需要调度的终端；获取所述需要调度的终端发出的正交导频信号，基于所述正交导频信号进行信道估计；基于所述信道估计的结果对终端信号进行检测。本发明通过将终端调度的问题建模为组合式多臂赌博机问题，可以快速选取具有高频谱效率的终端，进而在通信中获得更好的系统频谱效率，获得具有高频谱效率的大规模MIMO系统。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.031 seconds)
