-
公开(公告)号：CN118864147A
公开(公告)日：2024-10-29
申请号：CN202410995808.1
申请日：2024-07-24
Abstract: 本发明涉及一种考虑风光不确定性和需求响应的高耗能企业源荷协同优化运行方法，包括以下步骤：获取风光气象历史数据集，对该数据集进行预处理；基于Weibull分布和Beta分布构建风光不确定性源出力表征模型，并生成风光出力历史数据集；采用拉丁超立方抽样法结合Kantorovich场景削减法对所述风光出力历史数据进行场景生成与削减；构建电、热价的价格弹性系数和价格弹性系数矩阵；对企业负荷侧分类、构建能耗成本模型；引入优化运行的目标函数和约束条件，得到优化运行模型；将风光出力、负荷参数输入到优化运行模型中，得到高耗能企业源荷协同优化运行的实际结果。与现有技术相比，本发明具有协助网侧削峰填谷、降低企业运行成本、节能减碳、适用范围广、自适应能力强等优点。
-
Patent Agency Ranking
公开(公告)号：CN116405875A
公开(公告)日：2023-07-07
申请号：CN202310313271.1
申请日：2023-03-28
Abstract: 一种基于ISSA‑Elman神经网络的低功耗蓝牙室内定位方法，属无线网络领域。包括：对在采集点从多个蓝牙信标处采集到的蓝牙信号，采用BDOR算法剔除异常值，得到多个剔除异常值后的RSSI值；对剩余RSSI值采用改进的卡尔曼滤波算法滤波，得到处理后的RSSI值；将处理后的RSSI值和对应采集点的横坐标值、纵坐标值存储到指纹数据库中；将数据库中的RSSI值作为ISSA‑Elman神经网络的输入，对应的横坐标值和纵坐标值分别作为输出，构建两个ISSA‑Elman神经网络进行训练；采用训练好的模型预测横纵坐标，组合得待测点坐标。其抗噪性好，在室内定位精度提高方面有显著优势。可广泛用于室内无线定位领域。
-
公开(公告)号：CN117495348A
公开(公告)日：2024-02-02
申请号：CN202311454474.9
申请日：2023-11-02
Applicant: 国网上海市电力公司
IPC: G06Q10/20 , G06F18/24 , G06F16/11 , G06F16/23 , G06F16/2455 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及一种光伏发电异常智能处理方法，包括：S1、获取光伏数据，基于光伏数据和规则库判断异常原因和异常类型；S2、生成光伏异常工单，进行内场处理，对内场处理后消缺的工单进行归档，对内场处理后未消缺的工单执行S3；S3、对同一台区的未消缺的光伏异常工单生成优先级，生成消缺路径；S4、按照消缺路径对各个光伏异常工单的缺陷进行消除，上传消缺处理结果；S5、从消缺处理结果中提取规则库中未记录的异常原因和解决的方法并进行记录，并对消缺处理结果中还是未消缺的光伏异常工单的缺陷进行上报，然后对S4的各个光伏异常工单进行归档。与现有技术相比，本发明具有提高光伏消缺效率等优点。
-
公开(公告)号：CN119545217A
公开(公告)日：2025-02-28
申请号：CN202411589425.0
申请日：2024-11-08
Applicant: 国网上海市电力公司
Abstract: 本发明涉及一种基于无线射频供能与蓝牙mesh的用电数据采集装置及方法，该装置包括：数据采集接口模块：接入各类电表以获取用电的数据信息；射频能量收集与电源管理模块：收集空间中的射频能量并将其转换为直流电能进行有效的存储和管理，用以为装置供电；蓝牙mesh网络模块：在信号弱区构建可靠的数据传输网络，将数据采集接口模块采集的数据进行中继转发和汇聚，用以实现异构网络之间的可靠通信并提高数据收发效率；5G网络接入模块，用于将装置接入5G网络，使数据能够上传至电力管理平台。与现有技术相比，本发明实现了大量器件的无源化，能够方便地进行部署，极大减少了维护成本，并且能够适应多种复杂环境。
-
公开(公告)号：CN117493766A
公开(公告)日：2024-02-02
申请号：CN202311447770.6
申请日：2023-11-02
Applicant: 国网上海市电力公司
IPC: G06F18/10 , G06F18/213 , G06F18/23 , G06F18/2433 , G06F16/29 , G06F17/18
Abstract: 本发明涉及区域光伏典型日曲线相似度异常识别方法、装置和介质，方法包括：获取光伏数据和天气数据，对光伏数据进行预处理；根据天气数据对预处理后的光伏数据进行划分，得到不同天气情况的光伏数据；结合动态时间规整算法和密度聚类方法，对光伏数据进行聚类，从聚类后的数据提取特征值，基于特征值组成具有聚合特性的光伏集群特征典型曲线；获取实际的区域光伏发电功率序列，判断区域光伏发电功率序列和光伏集群特征典型曲线之间的不一致性系数，输出存在的异常。与现有技术相比，本发明具有提高光伏发电的异常情况的识别的准确性和效率等优点。
-
公开(公告)号：CN110543988A
公开(公告)日：2019-12-06
申请号：CN201910804739.0
申请日：2019-08-28
Applicant: 上海电力大学
Abstract: 本发明涉及一种基于XGBoost算法的光伏短期出力预测系统及方法，系统包括数据挖掘单元和二次深度挖掘单元，数据挖掘单元包括：数据预处理模块，用于对输入特征数据进行预处理；数据集划分模块，用于将数据预处理模块中预处理完成的输入特征数据划分为多个数据集；二次深度挖掘单元包括：预测模块，用于利用特征数据对预测模型进行模型训练，得到训练完成的预测模型；训练模块，用于利用训练完成的预测模型，进行光伏短期出力预测，输出包括光伏输出功率在内的预测结果；预测模型采用XGBoost算法，并采用CART树作为基学习器。与现有技术相比，本发明具有预测算法高效和预测结果精准等优点。
-
-
-
-
-
Search Results
6
records
(took 0.045 seconds)
