-
公开(公告)号：CN104091211A
公开(公告)日：2014-10-08
申请号：CN201410331428.4
申请日：2014-07-11
申请人： 国家电网公司 , 国网山东省电力公司经济技术研究院
CPC分类号： Y02T10/56
摘要： 本发明公开了一种电动汽车充电电价制定的综合决策方法，它包括以下过程：1)形成充电电价初始方案；2)确定充电电价评估准则的权重；3)确定各评估准则下方案的相对优劣次序；4)确定最优的充电电价方案。本发明提供了一种基于层次化数据包络分析的可以兼顾各类消费者的电动汽车充电电价的综合决策方法，该综合决策方法在探讨充电电价制定应满足要求的基础上建立了充电电价综合评价指标集，并进一步确定层次化数据包络模型的输入、输出指标，给出各指标的计算方法，形成完整的充电电价综合决策分析模型，以行驶里程不同的消费者为例，对适用于每类消费者的充电电价初始方案进行综合评估，可制定出兼顾不同类型消费者的综合最优充电电价。
-
公开(公告)号：CN106296444A
公开(公告)日：2017-01-04
申请号：CN201610601492.9
申请日：2016-07-27
申请人： 国网山东省电力公司经济技术研究院 , 国家电网公司
CPC分类号： G06Q50/06 , G06K9/6269 , G06N3/006
摘要： 本发明公开了一种基于粒子群算法和支持向量机的年度全社会电量预测方法，包括以下步骤：选取0至n-1年度时间段内的样本数据X＝{(xi，fi)，i＝0，2，....，n-1,其中：xi，fi∈R}；对样本X数据和新的自变量数据xi进行归一化；以SVM在优化过程中的均方误差(mse)作为PSO中的适应度函数g(x)，使用PSO算法寻找归一化的样本空间中的最优冗余参数C和RBF参数σ；将PSO优化完成的冗余参数C*和σ*代入SVM，使用SVM对归一化的样本集合进行参数训练，得出训练后的 αi和b；把PSO优化后的参数和SVM训练后的参数代入SVM，输入归一化自变量数据xn，得出归一化的预测结果；对归一化的预测结果进行反归一化，最终得出预测年度全社会电量fn。该方法提高了年电量预测的准确性。
-
公开(公告)号：CN106156895A
公开(公告)日：2016-11-23
申请号：CN201610618858.3
申请日：2016-07-29
申请人： 国网山东省电力公司经济技术研究院 , 国家电网公司
摘要： 本发明公开了一种基于模糊C均值聚类和分步网格搜索支持向量回归的电动汽车充电负荷预测方法，选取充换电站的日充电负荷作为样本数据，单日负荷状态可由当日的6个时间点的负荷来标记；分析影响电动汽车充电负荷的特征变量，运用模糊C均值聚类分析法对样本和预测日数据进行聚类，选取与预测日相似度最高的负荷数据作为ε‑SVR的训练集；在训练集中，按照时间进行排序，选取初始3日的负荷数据作为输入量，第4日的负荷数据作为输出量，运用分步网格搜索法训练ε‑SVR的松弛变量参数C和RBF核函数中的宽度参数σ；以距离目标预测日最近的3日的负荷数据作为输入变量代入训练完成的ε‑SVR，计算得出预测日的充电负荷，重复进行6遍，形成预测日完整的负荷分布情况。
-
公开(公告)号：CN103269107B
公开(公告)日：2015-04-15
申请号：CN201310214606.0
申请日：2013-05-31
申请人： 国家电网公司 , 国网山东省电力公司经济技术研究院
IPC分类号： H02J7/00
摘要： 本发明公开了一种经济效益优化的电动汽车充换电站充换电控制方法，当电动汽车停靠车位后，使用者通过客户端向控制系统输入其充电需求，主要包括预期车辆停靠时间和期望车辆离开时的电池电量水平（SOC）。另外客户端上电池信息输入模块通过电动汽车电池管理系统收集电池的相关信息，主要包括电动汽车电池容量，当前电池电量水平（SOC）。客户端同时将汽车的到达时间传送给控制系统。电动汽车充电站充电控制系统根据以上的车辆相关信息，依据此种充换电管理控制方法做出相关充换电管理控制。有效的避开用电高峰，显著的提高充换电站的服务质量和经济效益。
-
公开(公告)号：CN203870796U
公开(公告)日：2014-10-08
申请号：CN201420310869.1
申请日：2014-06-12
申请人： 国家电网公司 , 国网山东省电力公司经济技术研究院
摘要： 一种电动汽车车载充换电指示仪，包括壳体，设置在壳体内的处理器、存储器、3G通信模块和GPS导航芯片，以及设置在壳体上的行车电脑数据采集接口和显示屏，存储器、3G通信模块和GPS导航芯片分别与处理器的双向数据端相连；行车电脑数据采集接口设置在壳体的一侧面，输入端与电动汽车行车电脑的OBD接口相连，输出端与处理器的数据输入端相连；处理器的数据输出端通过OLED驱动芯片与显示屏相连。本实用新型通过整合电动汽车的行驶数据和所处区域充/换电站运行信息及充/换电价信息，为电动汽车使用者提供了可供选择的、多条目的充/换电服务信息，大大提高了使用者的电动汽车充/换电效率，降低了电动汽车使用成本。
-
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：CN107578124B
公开(公告)日：2024-05-17
申请号：CN201710751174.5
申请日：2017-08-28
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , H02J3/00
摘要： 本发明公开了一种基于多层改进GRU神经网络的短期电力负荷预测方法，周期性的构建样本数据集；对样本中的输入数据进行异常点识别和缺失值处理，对处理后的数据进行标准化变换，并将数据集分成训练集、验证集和待预测集；构建改进的GRU神经网络，将训练集数据输入该网络进行多轮训练，得到训练完成后的网络，并利用该网络对验证数据集进行多轮验证测试学习效果，记录并保存最优验证结果的模型权重；将待预测数据集输入训练后得到的最优GRU模型，计算标准化预测结果并进行逆标准化变换，得出最终预测结果。本发明提升了训练的速度和训练的效率。
-
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：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：CN107609667B
公开(公告)日：2020-08-18
申请号：CN201710597892.1
申请日：2017-07-20
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
摘要： 本发明公开了一种基于Box_cox变换和UFCNN的供热负荷预测方法及系统，其中，该方法包括确定供热负荷预测区域，采集该预测区域内的气温气候以及供热量数据，构建样本数据集；对样本数据集中每个样本的输入和输出数据均进行Box‑Cox变换，进而将变换后的数据划分成训练数据集和验证数据集；构建UFCNN，将训练数据集内的数据输入该网络进行多轮训练，得到训练完成后的网络，并利用该网络对验证数据集进行验证测试学习效果；将待预测数据输入UFCNN，计算出与Box‑Cox变换同量纲的供热负荷预测结果；对与Box‑Cox变换同量纲的供热负荷预测结果进行逆Box‑Cox变换，得出最终的供热负荷预测值。本发明能够纠正供热负荷数据的偏态分布，使其更符合正态分布形式，从而提高数据预测的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.061 秒)
