-
公开(公告)号:CN108921341A
公开(公告)日:2018-11-30
申请号:CN201810669272.9
申请日:2018-06-26
申请人: 国网山东省电力公司电力科学研究院 , 山东鲁能软件技术有限公司 , 山东中实易通集团有限公司 , 国家电网有限公司
摘要: 本发明实施例公开了一种基于门控自编码的热电厂短期热负荷预测方法,包括步骤:将热电厂历史供热负荷数据映射到自编码器的中间状态表达式中,对中间状态进行训练,所述自编码器引入了注意力机制;获取中间状态的训练结果,将所述训练结果与预测期的天气数据输入到多层GRU网络,进行热负荷预测。本发明在自编码器中引入注意力机制,考虑时序对预测效果的影响,提高了模型提取特征的可靠性,同时将预测期的天气数据输入到预测模型中,提升了预测的准确性。
-
公开(公告)号:CN108711847B
公开(公告)日:2019-06-04
申请号:CN201810425979.5
申请日:2018-05-07
申请人: 国网山东省电力公司电力科学研究院 , 山东中实易通集团有限公司 , 山东鲁能软件技术有限公司 , 国家电网公司
摘要: 本发明公开了一种基于编码解码长短期记忆网络的短期风电功率预测方法,首先,使用基于E‑D的LSTM网络对功率进行AE处理,提取训练后的网络中间状态作为WP数据中时序关系的抽象表示;其次,合并前步中提取的网络中间状态与预测期的天气数据,将其输入到新的LSTM网络中,完成对风电功率的预测。与没使用AE预处理的多层LSTM网络方法相比,该方法通过利用AE过程中提取的WP时序关系信息降低了模型的错定(model misspecification)风险,提高了泛化能力,同时将时序特征与天气预测信息进行结合进一步提高了预测精度。
-
公开(公告)号:CN108711847A
公开(公告)日:2018-10-26
申请号:CN201810425979.5
申请日:2018-05-07
申请人: 国网山东省电力公司电力科学研究院 , 山东中实易通集团有限公司 , 山东鲁能软件技术有限公司 , 国家电网公司
CPC分类号: H02J3/00 , H02J3/383 , H02J2003/007
摘要: 本发明公开了一种基于编码解码长短期记忆网络的短期风电功率预测方法,首先,使用基于E‑D的LSTM网络对功率进行AE处理,提取训练后的网络中间状态作为WP数据中时序关系的抽象表示;其次,合并前步中提取的网络中间状态与预测期的天气数据,将其输入到新的LSTM网络中,完成对风电功率的预测。与没使用AE预处理的多层LSTM网络方法相比,该方法通过利用AE过程中提取的WP时序关系信息降低了模型的错定(model misspecification)风险,提高了泛化能力,同时将时序特征与天气预测信息进行结合进一步提高了预测精度。
-
公开(公告)号:CN108319131A
公开(公告)日:2018-07-24
申请号:CN201711446095.X
申请日:2017-12-27
申请人: 国网山东省电力公司电力科学研究院 , 山东鲁能软件技术有限公司 , 国家电网公司
IPC分类号: G05B13/04
CPC分类号: G05B13/042
摘要: 本发明公开了基于数据挖掘的机组调峰能力评估方法,包括:获取原始数据:所述原始数据包括:采暖抽汽流量、主蒸汽流量和发电负荷;数据预处理:根据机组运行规程给定的原始数据正常范围,去除停机数据和错误数据;以采暖抽汽流量为基准进行工况划分,得到若干个采暖抽汽流量工况区间;对预处理得到的数据进行标准数据筛选;工况模型构建;根据得到的工况模型,绘制供热工况图;根据得到的工况模型,对不同采暖抽汽流量工况下发电功率和采暖抽汽流量分别进行区间估计。本发明不仅能实现以抽汽流量估算发电负荷区间的以热定电目标,还能实现以发电负荷估算抽汽流量区间的以电定热目标。
-
公开(公告)号:CN107239859B
公开(公告)日:2018-05-08
申请号:CN201710414757.9
申请日:2017-06-05
申请人: 国网山东省电力公司电力科学研究院 , 山东鲁能软件技术有限公司 , 国家电网公司
摘要: 本发明公开了一种基于串联长短期记忆循环神经网络的供热负荷预测方法,选取给定时间段的气温气候、供热量数据,构建样本数据集,对样本数据集中的输入数据和输出数据分别进行标准化处理;将输入数据分成两部分,使其分别进入两个独立的长短期记忆循环神经网络,然后对两个长短期记忆循环神经网络进行合并,输出数据再进入下一层长短期记忆循环神经网络,最后进入两个全连接层;对构建的串联长短期记忆循环网络进行训练,利用参数寻优的自适应矩估计算法进行优化;将待预测数据输入串联长短期记忆循环网络,计算得出供热负荷预测结果。本发明能够有效地甄别输入数据,加速学习速度,提高学习效率,提高预测精度。
-
公开(公告)号:CN107239859A
公开(公告)日:2017-10-10
申请号:CN201710414757.9
申请日:2017-06-05
申请人: 国网山东省电力公司电力科学研究院 , 山东鲁能软件技术有限公司 , 国家电网公司
摘要: 本发明公开了一种基于串联长短期记忆循环神经网络的供热负荷预测方法,选取给定时间段的气温气候、供热量数据,构建样本数据集,对样本数据集中的输入数据和输出数据分别进行标准化处理;将输入数据分成两部分,使其分别进入两个独立的长短期记忆循环神经网络,然后对两个长短期记忆循环神经网络进行合并,输出数据再进入下一层长短期记忆循环神经网络,最后进入两个全连接层;对构建的串联长短期记忆循环网络进行训练,利用参数寻优的自适应矩估计算法进行优化;将待预测数据输入串联长短期记忆循环网络,计算得出供热负荷预测结果。本发明能够有效地甄别输入数据,加速学习速度,提高学习效率,提高预测精度。
-
公开(公告)号:CN108319131B
公开(公告)日:2021-02-26
申请号:CN201711446095.X
申请日:2017-12-27
申请人: 国网山东省电力公司电力科学研究院 , 山东鲁能软件技术有限公司 , 国家电网公司
IPC分类号: G05B13/04
摘要: 本发明公开了基于数据挖掘的机组调峰能力评估方法,包括:获取原始数据:所述原始数据包括:采暖抽汽流量、主蒸汽流量和发电负荷;数据预处理:根据机组运行规程给定的原始数据正常范围,去除停机数据和错误数据;以采暖抽汽流量为基准进行工况划分,得到若干个采暖抽汽流量工况区间;对预处理得到的数据进行标准数据筛选;工况模型构建;根据得到的工况模型,绘制供热工况图;根据得到的工况模型,对不同采暖抽汽流量工况下发电功率和采暖抽汽流量分别进行区间估计。本发明不仅能实现以抽汽流量估算发电负荷区间的以热定电目标,还能实现以发电负荷估算抽汽流量区间的以电定热目标。
-
公开(公告)号:CN112053027B
公开(公告)日:2024-05-24
申请号:CN202010692377.3
申请日:2020-07-17
申请人: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06Q10/063 , G06F17/18 , G06Q50/06
摘要: 本公开提出了一种热电厂最小运行方式的在线核定方法,包括:实时获取热电厂供热机组的供热数据;基于供热数据在线计算各机组实时采暖供热量和工业供热量,进而计算全厂实时总采暖供热量和总工业供热量;将全厂实时总采暖供热量和总工业供热量与各供热机组最大采暖供热量和工业供热量分别对比,在线核定热电厂当前最小运行方式。本公开技术方案利用在线监测系统监测的实时供热数据,在线核定热电厂最小运行方式,解决了人工利用离线数据核定不准确和工作量大的问题。
-
公开(公告)号:CN113595152B
公开(公告)日:2024-05-17
申请号:CN202110980828.8
申请日:2021-08-25
申请人: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC分类号: H02J3/46
摘要: 本申请提供了一种基于火电机组调节速率包络线的电网AGC指令优化分配方法,属于电网AGC指令优化调度领域;具体方案为:根据火电机组实发功率历史数据,获得火电机组输出功率与对应调节速率的样本集合;根据所述样本集合获得火电机组调节速率包络线;以最短电网AGC指令响应时间为优化目标建立负荷指令优化分配模型,根据火电机组调节速率包络线对电网AGC指令进行分配。本申请保证了在最短调节时间内响应完成电网AGC指令,在实际电网AGC指令优化调度方面具有良好的应用价值。本申请还提供了一种基于火电机组调节速率包络线的电网AGC指令优化分配系统。
-
公开(公告)号:CN117833351A
公开(公告)日:2024-04-05
申请号:CN202311578754.0
申请日:2023-11-23
申请人: 国网山东省电力公司电力科学研究院 , 国家电网有限公司
IPC分类号: H02J3/46 , H02J3/32 , H02J3/06 , H02J3/14 , G06Q10/0635 , G06Q50/06 , G06N3/0442 , G06N3/084
摘要: 本发明涉及电力系统技术领域,公开一种新能源电力系统运行风险在线评估方法及系统,该方法包括:对新能源电力系统进行分析,确定风险评估指标;根据新能源电力系统的历史各资源出力情况计算所述风险评估指标,并将所述历史各资源出力情况和所述风险评估指标计算结果形成指标数据集;基于所述指标数据集,构建回放增量学习范式风险评估模型;并根据所述回放增量学习范式风险评估模型对新能源电力系统运行风险进行在线实时评估。本发明能够实现系统运行风险评估模型的在线更新,有效解决计算成本过高、难以满足运行实时性需求的问题。
-
-
-
-
-
-
-
-
-