-
公开(公告)号：CN117150407B
公开(公告)日：2024-10-01
申请号：CN202311134141.8
申请日：2023-09-04
IPC分类号： G06F18/2433 , G06F18/213 , G06F18/22 , G06Q10/04 , G06Q50/26 , G06N3/0442 , G06N3/048 , G06N3/084 , G06F123/02
摘要： 本发明涉及一种工业碳排放数据的异常检测方法，包括以下内容对工业碳排放数据进行预处理，获得碳排放的时间序列T；采用矩阵轮廓技术对时间序列T进行特征提取，获得时间序列T的特征序列；根据所述特征序列建立预测模型，在所述预测模型输入测试集获得测试集的预测特征序列；将特征序列与预测特征序列进行对比，计算预测误差值，将误差值高于阈值的数据作为异常数据点。本发明通过设置阈值来实现工业碳排放数据的异常检测，检测的精确度较高。
-
公开(公告)号：CN113991655A
公开(公告)日：2022-01-28
申请号：CN202111263152.7
申请日：2021-10-28
申请人： 国网上海市电力公司 , 上海电力大学 , 华东电力试验研究院有限公司
发明人： 王皓靖 , 田英杰 , 傅广努 , 时珊珊 , 杨秀 , 沈浩 , 苏运 , 陈赟 , 赵文恺 , 杨堤 , 李凡 , 孙改平 , 吴裔 , 李安 , 刘舒 , 时志雄 , 张开宇 , 郭乃网 , 金妍斐 , 胡印驰 , 吴吉海 , 柴梓轩 , 徐耀杰
摘要： 本发明涉及一种定频空调负荷聚合需求响应潜力评估方法、装置及介质，方法包括：建立集群定频空调近似聚合模型；计算定频空调用户的室内温度初始可调节裕度和用户意愿度影响因子；根据室内温度初始可调节裕度和用户意愿度影响因子，计算定频空调负荷的实际弹性受控温度范围；获取用户可控度；根据集群定频空调近似聚合模型以及用户可控度实际弹性受控温度范围，建立定频空调负荷聚合需求响应潜力评估模型，根据该模型计算直接负荷控制模式下采用温度控制的定频空调负荷弹性聚合响应潜力。与现有技术相比，本发明兼顾多重响应潜力影响因素，准确性高。
-
公开(公告)号：CN117150407A
公开(公告)日：2023-12-01
申请号：CN202311134141.8
申请日：2023-09-04
IPC分类号： G06F18/2433 , G06F18/213 , G06F18/22 , G06Q10/04 , G06Q50/26 , G06N3/0442 , G06N3/048 , G06N3/084 , G06F123/02
摘要： 本发明涉及一种工业碳排放数据的异常检测方法，包括以下内容对工业碳排放数据进行预处理，获得碳排放的时间序列T；采用矩阵轮廓技术对时间序列T进行特征提取，获得时间序列T的特征序列；根据所述特征序列建立预测模型，在所述预测模型输入测试集获得测试集的预测特征序列；将特征序列与预测特征序列进行对比，计算预测误差值，将误差值高于阈值的数据作为异常数据点。本发明通过设置阈值来实现工业碳排放数据的异常检测，检测的精确度较高。
-
公开(公告)号：CN113991655B
公开(公告)日：2023-09-19
申请号：CN202111263152.7
申请日：2021-10-28
申请人： 国网上海市电力公司 , 上海电力大学 , 华东电力试验研究院有限公司
发明人： 王皓靖 , 田英杰 , 傅广努 , 时珊珊 , 杨秀 , 沈浩 , 苏运 , 陈赟 , 赵文恺 , 杨堤 , 李凡 , 孙改平 , 吴裔 , 李安 , 刘舒 , 时志雄 , 张开宇 , 郭乃网 , 金妍斐 , 胡印驰 , 吴吉海 , 柴梓轩 , 徐耀杰
IPC分类号： H02J3/00 , H02J3/14 , G06Q10/0631 , G06Q50/06
摘要： 本发明涉及一种定频空调负荷聚合需求响应潜力评估方法、装置及介质，方法包括：建立集群定频空调近似聚合模型；计算定频空调用户的室内温度初始可调节裕度和用户意愿度影响因子；根据室内温度初始可调节裕度和用户意愿度影响因子，计算定频空调负荷的实际弹性受控温度范围；获取用户可控度；根据集群定频空调近似聚合模型以及用户可控度实际弹性受控温度范围，建立定频空调负荷聚合需求响应潜力评估模型，根据该模型计算直接负荷控制模式下采用温度控制的定频空调负荷弹性聚合响应潜力。与现有技术相比，本发明兼顾多重响应潜力影响因素，准确性高。
-
公开(公告)号：CN118134466A
公开(公告)日：2024-06-04
申请号：CN202410557955.0
申请日：2024-05-08
申请人： 国网上海市电力公司
摘要： 本发明涉及一种基于业务场景的变电站设备故障排查方法，属于变电站设备管理技术领域，解决了现有技术中缺乏实现变电站设备在不同业务场景下的故障排查方法的问题。该方法包括：根据变电站设备的业务场景选取关键量测参数、影响因素集；变电站设备实时运行过程中，根据每个量测周期的关键量测参数、影响因素集的实时采样数据生成态势预测模型的输入数据，由态势预测模型处理后输出当前量测周期的关键量测参数预测值；若当前量测周期的关键量测参数预测值达到故障预警值，则进行预警；同时，通过对当前量测周期的关键量测参数、影响因素集的实时采样数据进行耦合特性分析，从影响因素集中选取出潜在故障因素，并对潜在故障因素进行故障排查。
-
公开(公告)号：CN112381415A
公开(公告)日：2021-02-19
申请号：CN202011281354.X
申请日：2020-11-16
申请人： 国网上海市电力公司
摘要： 本发明公开了一种电力经济指数体系构建和预测方法、系统及设备，该方法包含：选定分析区域并获取统计周期内分析区域的用能数据；对用能数据进行预处理，剔除无效数据；根据预处理过的用能数据构建分析区域在统计周期内每个月的电力经济指数；根据各个电力经济指数对分析区域的电力、经济发展形势进行分析处理预测。其优点是：该方法根据分析区域内的用能数据计算出该区域的电力经济指数，根据各个电力经济指数对分析区域的电力、经济发展形势分析处理预测，可筛选出该分析区域内“热度”和“潜力”较大的时间段，结合该时间段内的政策、引入项目或社会环境等因素，为后阶段的重点工程建设提供方向和经验，有利于推进该分析区域的经济发展。
-
公开(公告)号：CN118094210B
公开(公告)日：2024-07-02
申请号：CN202410458221.7
申请日：2024-04-17
申请人： 国网上海市电力公司
IPC分类号： G06F18/2135 , G06F18/10 , G06F17/16 , G06F18/2134
摘要： 本发明公开了一种基于欠定盲源分离的储能系统充放电行为识别方法，涉及储能充放电行为识别技术领域，解决了现有技术中对储能需求响应能力的感知水平低的问题。该方法包括：获取储能系统的总功率信号序列，利用集合经验模态分解算法对所述总功率信号序列进行信号升维，得到本征模态函数矩阵；利用主成分分析算法对本征模态函数矩阵进行分析，估计独立储能信号个数，得到总功率信号序列对应的非欠定升维信号矩阵；分析非欠定升维信号矩阵中各非欠定升维信号之间的独立性，获取相应的独立子信号组矩阵；基于快速独立成分分析法对独立子信号组矩阵进行盲源信号分离，得到储能系统中的各独立储能的充放电行为曲线。
-
公开(公告)号：CN117808565B
公开(公告)日：2024-06-04
申请号：CN202410224297.3
申请日：2024-02-29
申请人： 国网上海市电力公司
摘要： 本发明公开了一种考虑绿证和碳交易的虚拟电厂多时段竞标方法，涉及电力系统调度运行技术领域，解决了现有技术缺乏考虑联合市场机制的VPP竞价策略的问题。该方法包括：在第一阶段，虚拟电厂获取第N‑1个交易日中各时段的历史数据并代入第一阶段竞标模型，得到第一阶段中各时段的决策变量求解结果后分别作为第N个交易日中同时段的已知参量；在第二阶段，虚拟电厂实时获取第N个交易日中当前时段的实时数据，将将上述已知参量、实时数据以及第N个交易日中当前时段之前的所有时段的决策变量求解结果代入第二阶段竞标模型，求解得到第N个交易日中当前时段的决策变量求解结果，并作为第N个交易日中当前时段的实时竞标结果。
-
公开(公告)号：CN118094210A
公开(公告)日：2024-05-28
申请号：CN202410458221.7
申请日：2024-04-17
申请人： 国网上海市电力公司
IPC分类号： G06F18/2135 , G06F18/10 , G06F17/16 , G06F18/2134
摘要： 本发明公开了一种基于欠定盲源分离的储能系统充放电行为识别方法，涉及储能充放电行为识别技术领域，解决了现有技术中对储能需求响应能力的感知水平低的问题。该方法包括：获取储能系统的总功率信号序列，利用集合经验模态分解算法对所述总功率信号序列进行信号升维，得到本征模态函数矩阵；利用主成分分析算法对本征模态函数矩阵进行分析，估计独立储能信号个数，得到总功率信号序列对应的非欠定升维信号矩阵；分析非欠定升维信号矩阵中各非欠定升维信号之间的独立性，获取相应的独立子信号组矩阵；基于快速独立成分分析法对独立子信号组矩阵进行盲源信号分离，得到储能系统中的各独立储能的充放电行为曲线。
-
公开(公告)号：CN112381610A
公开(公告)日：2021-02-19
申请号：CN202011279600.8
申请日：2020-11-16
申请人： 国网上海市电力公司
摘要： 本发明公开了一种群租风险指数的预测方法及计算机设备，所述方法包括：获取群租房住户在群租期间的电量数据；将群租房住户在群租期间的电量数据输入至随机森林回归算法模型中进行训练，以构建群租风险指数预测模型，其中，所述群租风险指数预测模型在接收到未检查住户的电量数据后，输出预测的群租风险指数，根据所述预测的群租风险指数可筛选出群租风险指数高的月份、租户。群租风险指数的核心思路为基于电力大数据分析群租居民和正常居民用电行为上的差异，从用户的每日和每月用电情况出发，提取用户用电行为特征，基于已查处的群租用户用电行为特点，运用随机森林回归算法，构建机器学习模型，智能输出用户群租风险指数。
-
-
-
-
-
-
-
-
-
搜索结果
46 条记录 (耗时 0.047 秒)
