-
公开(公告)号：CN114154732A
公开(公告)日：2022-03-08
申请号：CN202111492802.5
申请日：2021-12-08
申请人： 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
摘要： 本发明公开了一种长期负荷预测方法及系统，包括：获取待预测时间电力负荷的气象数据；对待预测时间电力负荷的气象数据进行预处理，得到去除异常值的数据；利用深度学习特征提取网络进行特征提取，得到深度特征，将深度特征输入到预先离线训练好的基于电力负荷的回归学习模型，得到电力负荷预测值。优点：本发明通过预处理降低噪声对预测的影响，通过深度学习网络自动提取指纹的深度信息，从而能够获得更好的特征表示，提高离线阶段的学习效率，进而提高预测性能。
-
公开(公告)号：CN115563859A
公开(公告)日：2023-01-03
申请号：CN202211171525.2
申请日：2022-09-26
申请人： 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 , 国网电力科学研究院有限公司
IPC分类号： G06F30/27 , G06Q50/06 , G06F119/06
摘要： 本发明公开了一种基于分层联邦学习的电力负荷预测方法、装置及介质。方法包括：在离线阶段，首先将客户端分成本地客户端和中间层服务器。在本地客户端对采集的气象和时间信息进行预处理后，利用长短期记忆神经网络（LSTM）进行回归学习，得到电力负荷的预测模型和对应的权重系数。在中间层服务器利用联邦学习中的FedAvg算法对深度学习网络参数进行加权聚合，形成初步的电力负荷预测模型。最后通过本地服务器进行加权聚合，形成最终的电力负荷预测模型。该方法具有结构简单，预测精度高的优点。
-
公开(公告)号：CN113807577A
公开(公告)日：2021-12-17
申请号：CN202111009337.5
申请日：2021-08-31
申请人： 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 , 国电南瑞南京控制系统有限公司
摘要： 本发明公开了一种虚拟电厂参与电力市场的优化调度方法，包括：生成随机场景；根据电价和风力发电的不确定性构建价格参数和随机风力发电参数；确定备用市场调用值；确定参与虚拟电厂的电动车数量；根据随机场景和电动车数量构建随机场景调度优化模型；根据随机场景调度优化模型进行调度优化,本发明准确高效，具有较强的通用性和实用性，对含风电及电动汽车的虚拟电厂参与电力市场优化调度具有重要意义。
-
公开(公告)号：CN111967646A
公开(公告)日：2020-11-20
申请号：CN202010685434.5
申请日：2020-07-16
申请人： 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 , 国电南瑞南京控制系统有限公司
摘要： 本发明公开了一种虚拟电厂可再生能源优化配置方法，旨在解决现有技术中可再生能源并网成本高、容易影响电网的技术问题。其包括：根据虚拟电厂电能输出形式建立虚拟电厂电能输出模型；基于虚拟电厂经济效益最大化建立虚拟电厂优化目标函数；根据极端学习机算法建立虚拟电厂的可再生能源发电惩罚成本模型，并进行模型训练；利用遗传算法求解虚拟电厂优化目标函数，获得虚拟电厂可再生能源优化配置结果。本发明能够快速准确的获得最优的虚拟电厂可再生能源优化配置结果，增加虚拟电厂运行的经济型，同时降低并网对电网的影响。
-
-
-
搜索结果
4 条记录 (耗时 0.065 秒)
