-
公开(公告)号：CN119482503A
公开(公告)日：2025-02-18
申请号：CN202411508966.6
申请日：2024-10-28
Applicant: 国网吉林省电力有限公司经济技术研究院 , 国网吉林省电力有限公司 , 东北电力大学
Inventor： 王雨薇 , 时雨 , 陈沛光 , 王静 , 高培生 , 王岳珩 , 王勇 , 楚云飞 , 李博强 , 石晶 , 谈必成 , 高健 , 凌嘉研 , 王冬 , 王鼎衡 , 王鑫红 , 石伊可 , 孙海航
Abstract: 一种电‑气互联综合能源系统无功电压优化控制方法属于电力系统优化控制技术领域，用于解决现有技术中的无功优化方法均忽略了新能源机组与耦合元件的的无功出力特性的技术问题。本发明实现了在电‑气互联综合能源系统IEGS中考虑新能源机组和耦合元件燃气轮机的无功出力后，系统电压偏差得到有效降低；证明了燃气轮机和电转气P2G的联合调度能提升系统风电机组消纳能力，降低经济成本。本发明运用二阶锥松弛方法将电‑气互联综合能源系统无功电压优化模型转化为混合整数二阶锥规划模型，保证了求解精度和速率。
-
公开(公告)号：CN119722714A
公开(公告)日：2025-03-28
申请号：CN202510229242.6
申请日：2025-02-28
Applicant: 国网吉林省电力有限公司经济技术研究院 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 吉林大学
Abstract: 本发明适用于电力系统技术领域，提供了一种基于改进DeepLabv3+的新型电力系统路径规划方法。本发明对DeepLabv3+分割方法进行了改进，构建了一个基于深度学习网络的遥感数据分割框架。该框架将电力系统路径规划问题转化为图像分割问题，通过对卫星遥感图像进行精细分割，准确划分出适宜电力系统线路铺设的区域。在此过程中，引入注意力机制以精准捕捉电力系统路径，设计特征重建模块以优化网络输出。此外，构造多尺度损失函数以提升分割精度。实验结果显示，本发明相较于传统方法，在评价指标上取得了显著提升，有效提高了分割的准确度，并保证了分割结果的连续性，为电力系统路径规划提供了更为可靠和高效的技术支持。
-
公开(公告)号：CN117767299A
公开(公告)日：2024-03-26
申请号：CN202311803652.4
申请日：2023-12-26
Applicant: 国网吉林省电力有限公司经济技术研究院 , 国网吉林省电力有限公司 , 北京国网信通埃森哲信息技术有限公司
Abstract: 本发明公开了基于电网系统的数字化转型体系框架的构建方法，包括以下步骤，A：在电网系统上部署包括但不限于传感器和设备，进行数据采集；B：设定采集数据的频率，以满足实时监测及历史数据分析的需求；C：使用通信协议和网络设备进行数据传输，其中包括但不限于无线传感网络(WSN)、移动通信(4G/5G)、卫星通信；D：设定数据传输的优先级，对于关键数据和紧急事件数据，设置优先级，以确保及时传输和处理；本专利提供了一种全面、高效和灵活的方法，对电网系统进行数字化转型，提高电网的运行效率和可靠性，同时也保障了数据的安全性。
-
Patent Agency Ranking
公开(公告)号：CN117767299B
公开(公告)日：2024-07-30
申请号：CN202311803652.4
申请日：2023-12-26
Applicant: 国网吉林省电力有限公司经济技术研究院 , 国网吉林省电力有限公司 , 北京国网信通埃森哲信息技术有限公司
Abstract: 本发明公开了基于电网系统的数字化转型体系框架的构建方法，包括以下步骤，A：在电网系统上部署包括但不限于传感器和设备，进行数据采集；B：设定采集数据的频率，以满足实时监测及历史数据分析的需求；C：使用通信协议和网络设备进行数据传输，其中包括但不限于无线传感网络(WSN)、移动通信(4G/5G)、卫星通信；D：设定数据传输的优先级，对于关键数据和紧急事件数据，设置优先级，以确保及时传输和处理；本专利提供了一种全面、高效和灵活的方法，对电网系统进行数字化转型，提高电网的运行效率和可靠性，同时也保障了数据的安全性。
-
公开(公告)号：CN117744878A
公开(公告)日：2024-03-22
申请号：CN202311803649.2
申请日：2023-12-26
Applicant: 国网吉林省电力有限公司经济技术研究院 , 国网吉林省电力有限公司 , 北京国网信通埃森哲信息技术有限公司
Abstract: 本发明公开了基于数字化电力系统的多中台系统构建方法及其系统，包括以下步骤，A.提供一个云平台，该云平台包括计算节点和存储节点，用于提供计算和存储资源；B.实现一个业务中台，该业务中台处理电力负载预测的业务流程，包括但不限于数据收集、数据处理、模型训练、模型预测，其中数据收集阶段收集电力负载的历史数据和电力系统的运行状态数据，数据处理阶段包括数据清洗、数据转换和数据归一化步骤，模型训练阶段使用梯度下降法优化算法优化损失函数以训练模型，本发明使得该方法在实现电力负载预测的同时，也提高了系统的灵活性、效率和用户体验，为电力系统的优化调度提供了强大的技术支持。
-
公开(公告)号：CN115549082B
公开(公告)日：2025-02-07
申请号：CN202211316020.0
申请日：2022-10-26
Applicant: 国网吉林省电力有限公司经济技术研究院
IPC: H02J3/00 , G06Q10/04 , G06N3/0442 , G06N3/08 , G06F18/214
Abstract: 本发明公开了基于负荷挖掘和LSTM神经网络的电力负荷预测方法，包括：对获取的历史负荷数据集分为测试集和训练集；构建一新矩阵，采用改进FCM的聚类方法进行聚类，构建出K*个子集；分别构建K*个基于改进LSTM的负荷预测器；并搭建改进的周期增强LSTM神经网络模型；并对所述改进的周期增强LSTM神经网络进行训练；通过训练的所述周期增强LSTM神经网络模型、根据待测日前一天的负荷曲线以及待测日的气象数据以及确定的预测期得到预测值。本发明针对电力负荷数据的复杂特性，本发明建立了一种结合聚类和深度学习的电力负荷预测模型，提出周期性增强LSTM神经网络，利用前一天信息实现了对后一天负荷的准确预测。
-
公开(公告)号：CN115549082A
公开(公告)日：2022-12-30
申请号：CN202211316020.0
申请日：2022-10-26
Applicant: 国网吉林省电力有限公司经济技术研究院
Abstract: 本发明公开了基于负荷挖掘和LSTM神经网络的电力负荷预测方法，包括：对获取的历史负荷数据集分为测试集和训练集；构建一新矩阵，采用改进FCM的聚类方法进行聚类，构建出K*个子集；分别构建K*个基于改进LSTM的负荷预测器；并搭建改进的周期增强LSTM神经网络模型；并对所述改进的周期增强LSTM神经网络进行训练；通过训练的所述周期增强LSTM神经网络模型、根据待测日前一天的负荷曲线以及待测日的气象数据以及确定的预测期得到预测值。本发明针对电力负荷数据的复杂特性，本发明建立了一种结合聚类和深度学习的电力负荷预测模型，提出周期性增强LSTM神经网络，利用前一天信息实现了对后一天负荷的准确预测。
-
公开(公告)号：CN117852942A
公开(公告)日：2024-04-09
申请号：CN202311692790.X
申请日：2023-12-11
Applicant: 国网辽宁省电力有限公司经济技术研究院 , 东北电力大学 , 国家电网有限公司
IPC: G06Q10/0639 , G06Q30/01 , G06Q30/0201 , G06Q50/08
Abstract: 本发明公开了一种造价咨询服务质量评价方法及系统，涉及工程咨询服务评价领域，方法包括：基于实际项目，确定参与造价咨询服务质量评价的因素，使用层次分析法确定各因素的权重，建立综合评价模型；获取与参与造价咨询服务质量评价的因素相关的项目信息，并进行数据处理；将数据处理后的项目信息输入综合评价模型，生成造价咨询服务质量评价结果并将结果可视化；本发明对造价咨询服务进行了全面而系统的评价，有助于准确识别影响咨询服务质量的关键因素，从而提供改进和优化的方向；对项目进行综合分析和比较，提供数据支持，能够更好地分析和评估咨询服务的质量，并为决策提供依据。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.129 seconds)
