-
公开(公告)号:CN118381016A
公开(公告)日:2024-07-23
申请号:CN202410804563.X
申请日:2024-06-21
申请人: 国网上海市电力公司
IPC分类号: H02J3/00 , G06Q10/0631 , G06Q50/06 , G06F17/10 , B60L53/60 , B60L53/31 , H02J3/06 , H02J3/14
摘要: 本发明公开了一种充电站的负荷预测和电网负荷平衡方法与系统,所述方法包括:获取各电动汽车用户对应的充电偏好权重系数;根据权重系数、用户以及充电站信息计算不同充电站对于用户的吸引力效用;根据吸引力效用筛选最符合用户偏好的充电站列表,确定各个充电站的目标用户,预测各个充电站的负荷;以各个充电站的负荷方差最小化为优化目标,以充电电价、充电排队等待时间和剩余里程为约束条件,建立单目标优化模型并求解,得到各个充电站的充电桩分时电价策略,进行电网负荷平衡。本发明能够有效提升充电站电力系统运行效率和稳定性,减轻热点区域负荷压力,实现电网负荷平衡。
-
公开(公告)号:CN117595394A
公开(公告)日:2024-02-23
申请号:CN202311477897.2
申请日:2023-11-08
申请人: 国网上海市电力公司
摘要: 本发明公开了一种基于强化学习的园区新型电力系统决策控制的方法,包括以下步骤:步骤1:获取园区新型电力系统历史数据,对数据进行清洗和预处理,去除异常数据,补充缺失数据;步骤2:根据历史数据建立园区新型电力系统设备模型;步骤3:设计园区新型电力系统决策控制强化学习框架,确定状态空间、动作空间和奖励函数;步骤4:基于TD3算法训练园区新型电力系统决策控制模型;步骤5:将训练好的模型部署在虚拟电厂机制下的新型园区电力系统中,实时调整园区电力系统的控制策略。本发明能够更好地适应园区新型电力系统内部连续变化的情况,从而实现更高的能源利用效率和稳定的运行状态。
-
公开(公告)号:CN117955428A
公开(公告)日:2024-04-30
申请号:CN202311793615.X
申请日:2023-12-25
申请人: 国网上海市电力公司
IPC分类号: H02S50/00 , G06F18/24 , G06F18/23213
摘要: 本发明公开了一种基于相似日典型曲线的光伏系统电流异常识别方法,具体包括以下步骤:S1:数据收集和预处理;S2:构建日季节气象特征;S3:实施电流数据监测与关联日选取,实时收集光伏发电系统的电流数据,形成测试曲线;S4:计算距离和异常检测,计算测试电流曲线与选定典型日曲线之间的距离,根据阈值进行异常判定;S5:警报和修复。本发明能够实现在复杂气象条件下对光伏系统进行高精度监控,并提高光伏发电系统的可靠性和效率。
-
公开(公告)号:CN117787078A
公开(公告)日:2024-03-29
申请号:CN202311333610.9
申请日:2023-10-16
IPC分类号: G06F30/27 , G06F17/11 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06F111/10
摘要: 本发明公开了一种基于高效自注意力机制和多任务学习模型的多元负荷预测方法模型的多元负荷预测方法,包括基于自注意力机制构建的高效自注意力机制和利用多任务学习架构共享多个负荷预测任务间的信息,高效自注意力机制基于自注意力矩阵的稀疏特性,通过不计算冗余数据产生的注意力,来降低传统自注意力机制的时间复杂度;多任务学习架构考虑到多元负荷间存在的关联特性以及对特征提取工作的共享化,将不同负荷的预测工作视为多个子任务,加快模型的训练和预测速度,降低过拟合风险,增强模型的泛化能力。本发明利用高效自注意力机制,并考虑到多元负荷预测任务的关联性,基于ESAM‑MTL多元负荷预测模型,实现对多元负荷的高效、精准的预测。
-
公开(公告)号:CN116629406A
公开(公告)日:2023-08-22
申请号:CN202310460909.4
申请日:2023-04-26
申请人: 国网上海市电力公司
IPC分类号: G06Q10/04 , G06Q50/26 , G06F18/214 , G06N3/0442 , G06N3/08
摘要: 本发明公开了一种基于改进Prophet模型的用电碳排放预测方法,根据地区的用电能耗数据进行用电碳排放测算,结合LSTM对Prophet预训练预测结果的残差进行预测优化,并叠加Prophet原预测得到最终的预测结果。本方法对于地区用电碳排放的趋势相较现有方法有较为明显的效果提升,对地区的碳排放规划有一定的指导作用。
-
公开(公告)号:CN115187038A
公开(公告)日:2022-10-14
申请号:CN202210770456.0
申请日:2022-06-30
申请人: 国网上海市电力公司
摘要: 本发明公开了一种用电异常识别系统,包括采集终端,还包括云端模块和数据可视化模块;所述采集终端在收集数据的同时,通过调用由云端发送的动态链接库中的方法提取故障波形特征,进行故障指纹库对比以对收集的数据进行故障诊断;所述云端模块接收来自采集终端压缩过后的数据包,对数据包进行解压处理然后进行必要的切分进行存储;云端根据终端提交的数据及其分类结果,判断当前在终端运行的指纹库的查准率与查全率及查准率是否达到要求,以高查全率为主要目标,但是在查准率不达标时,云端重新提取故障指纹库发布至采集终端;所述数据可视化模块与云端连接,进行内容展示。本发明能够实现用电数据的在线检测和智能诊断。
-
公开(公告)号:CN118381016B
公开(公告)日:2024-09-10
申请号:CN202410804563.X
申请日:2024-06-21
申请人: 国网上海市电力公司
IPC分类号: H02J3/00 , G06Q10/0631 , G06Q50/06 , G06F17/10 , B60L53/60 , B60L53/31 , H02J3/06 , H02J3/14
摘要: 本发明公开了一种充电站的负荷预测和电网负荷平衡方法与系统,所述方法包括:获取各电动汽车用户对应的充电偏好权重系数;根据权重系数、用户以及充电站信息计算不同充电站对于用户的吸引力效用;根据吸引力效用筛选最符合用户偏好的充电站列表,确定各个充电站的目标用户,预测各个充电站的负荷;以各个充电站的负荷方差最小化为优化目标,以充电电价、充电排队等待时间和剩余里程为约束条件,建立单目标优化模型并求解,得到各个充电站的充电桩分时电价策略,进行电网负荷平衡。本发明能够有效提升充电站电力系统运行效率和稳定性,减轻热点区域负荷压力,实现电网负荷平衡。
-
公开(公告)号:CN118261402B
公开(公告)日:2024-08-30
申请号:CN202410676262.3
申请日:2024-05-29
申请人: 国网上海市电力公司
IPC分类号: G06Q10/0631 , G06Q10/0639 , G06Q50/06 , G06F18/243 , G06F18/10 , G06F18/214 , G06N20/20
摘要: 本发明公开了一种基于城市多源数据的充电站空间电量预测的方法与系统,所述方法包括:获取涵盖目标区域交通、居住、企业、商业以及充电站运营数据的城市多源数据;对目标区域进行网格化处理,以网格为单位进行多维度特征计算,对计算得到的网格特征数据进行自适应异常值处理,形成以网格为单位的空间数据模型;采用空间数据模型中的特征数据,构建并优化日均充电量预测模型;采用优化后的预测模型对每个网格的日均充电量进行预测,预测结果形成充电需求的空间分布图,作为充电站空间电量预测结果。本发明考虑典型空间因素建立电量预测模型,可以更准确、更可靠地识别出不同地区的用电需求,为未来的充换电基础设施更新提供数据支持。
-
公开(公告)号:CN118013413A
公开(公告)日:2024-05-10
申请号:CN202311793616.4
申请日:2023-12-25
申请人: 国网上海市电力公司
IPC分类号: G06F18/2431 , G01R19/00 , G01R31/00 , G06F18/213 , G06F18/15 , G06Q10/20 , G06Q50/06
摘要: 本发明公开了一种多维特征体系下的电压异常识别与定位方法,包括如下步骤:S1:数据采集,通过计量采集系统,对用户电表电压数据进行详尽的采集;S2:数据预处理,对收集到的原始电压数据进行预处理,以便于后续的特征提取和异常识别;S3:异常特征构建,从时间维度和数值维度构建异常分辨的特征;S4:一致性特征构建,对于光伏、三相表等存在多条关联曲线的用户,引入了关口一致性和三相一致性特征;S5:离群样本检测;S6:异常类型定位,根据上述步骤识别出的异常样本,结合特征体系,判断不同类型的电压异常可能具有不同类型;S7:输出及处理,根据异常识别和定位结果,采取处理措施。本发明可以更准确、更可靠地识别出新型电力系统中的电压异常。
-
公开(公告)号:CN117555229A
公开(公告)日:2024-02-13
申请号:CN202311477893.4
申请日:2023-11-08
申请人: 国网上海市电力公司
IPC分类号: G05B13/02
摘要: 本发明公开了一种基于强化学习的双层智能体决策控制方法,包括:步骤1:定义系统的基本结构和组成部分,包括高级控制器和较低执行者;高级控制器负责与环境进行交互,并确定优化目标,较低执行者根据高级控制器的目标和当前环境状态来学习最佳操作策略;步骤2:高级控制器周期性地与环境进行交互,接收环境状态,分配任务;步骤3:较低执行者接收高级控制器分配的任务与当前的环境状态,利用近端策略优化该强化学习方法,输出应该执行的动作;步骤4:较低执行者根据策略网络选择动作并执行,利用Critic网络计算状态值函数,采用梯度下降法更新策略网络参数。本发明能够通过自动学习实现更高性能和效率的决策控制。
-
-
-
-
-
-
-
-
-