非侵入式工业负荷特征分解方法、装置、系统和介质

    公开(公告)号:CN117540254A

    公开(公告)日:2024-02-09

    申请号:CN202311587119.9

    申请日:2023-11-24

    Abstract: 本发明涉及一种非侵入式工业负荷特征分解方法、装置、系统和介质,方法包括:S1、获取工业各个设备的有功功率,基于有功功率得到各个设备的功率差分曲线,对各个设备的差分曲线进行傅里叶变换,得到各个设备的曲线频率振幅序列;S2、对各个设备的曲线频率振幅序列进行聚类,得到训练集,基于训练集训练双向LSTM网络,得到负荷分解模型;S3、获取实际的工业总功率数据,基于总功率数据得到总功率差分曲线,对总功率差分曲线进行傅里叶变换,得到总功率曲线频率振幅序列;S4、将总功率曲线频率振幅序列输入负荷分解模型,得到实际工业负荷状态。与现有技术相比,本发明具有提高工业负荷分解的效率等优点。

    一种电氢制充注一体站与电-氢-路-车协同规划的方法

    公开(公告)号:CN119130180A

    公开(公告)日:2024-12-13

    申请号:CN202411176436.6

    申请日:2024-08-26

    Abstract: 本发明提出一种电氢制充注一体站与电‑氢‑路‑车协同规划的方法,首先建立时间‑流量模型分析交通道路的拓扑结构,并采用Dijkstra算法对新能源汽车行驶路径实时模拟,从而建立考虑车‑路‑网耦合的新能源汽车电氢需求预测模型;其次,分析制取、压缩和存储氢气的全过程,构建电氢制充注一体站运行架构和能量流动模型;然后,建立以投资、运行、网损等经济性成本最小为目标的区域电氢制充注一体站规划模型,计及路‑网耦合约束、配电网和电氢制充注一体站设备安全运行约束并利用二阶锥松弛技术求解最优规划方案;最后以某市城区部分干道的实际情况,得出该区域电氢制充注一体站的最优站址和设备容量规划结果,促进以站带车,推动新能源汽车的发展。

    一种基于前景理论和强化学习的自动交易方法及系统

    公开(公告)号:CN118657613A

    公开(公告)日:2024-09-17

    申请号:CN202410790505.6

    申请日:2024-06-19

    Abstract: 本发明公开一种基于前景理论和强化学习的自动交易方法及系统,属于电力市场领域;方法包括:基于前景理论的价值函数对产消者的感知损失和收益进行建模,得到量化用户对收益和损失的感知模型;构建买家效用模型并采用差分进化算法进行求解;卖家建模为独立的学习代理,采用基于风险规避的Q‑learing算法进行卖家动态定价;依次迭代求解买家效用模型的算法和卖家动态定价的算法,得到各个交易时段的买卖双方交易信息与策略;采用价值函数量化不同买家的内在异质性的同时,最大限度地提高购买者个体效用,并基于Q‑learing算法动态决策卖家的最优销售价格,提高用户的经济效益和交易效率,最终实现海量产消者下用户的自动交易,为用户交易决策提供参考。

Patent Agency Ranking