-
公开(公告)号：CN104967097A
公开(公告)日：2015-10-07
申请号：CN201510364491.2
申请日：2015-06-26
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
IPC分类号： H02H7/045
摘要： 基于支持向量分类机的励磁涌流识别方法，该方法选择二次谐波、三次谐波、电流间断角、波宽、波形畸变量、波形相关系数和励磁侧测量阻抗七个特征量作为支持向量机的输入，然后对变压器的各种运行状态进行训练，构造识别励磁涌流和故障电流的决策函数，当变压器发生事故后，保护装置采集系统采集来的数据计算得出七种特征量，带入决策函数中进行励磁涌流和故障电流的判断。本发明既综合谐波制动，间断角，波形相似度等原理的优势，又避免其各自的局限，增加了涌流识别的可信度；算法可最终转化为凸优化问题，避免了神经网络无法解决的局部最小问题；该方法不受变压器接线方式的影响，不受模型参数制约，适用性强，灵活性好。
-
公开(公告)号：CN103390904B
公开(公告)日：2015-11-25
申请号：CN201310303835.X
申请日：2013-07-18
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 , 华北电力大学
IPC分类号： H02J3/38
摘要： 本发明公开了一种可再生能源并网发电分析方法，包括：直接经济效益分析，构建可再生能源并网发电的直接经济效益分析系统动力学模型，该模型包括可再生能源发电量、可再生能源并网发电收入和可再生能源并网发电成本；辅助服务成本分析，辅助服务是指为了维护电力系统的安全稳定运行和保证电能质量所必须的服务，构建辅助服务成本分析的系统动力学模型，该模型包括调峰成本、调频成本以及旋转备用成本；环境效益分析，构建可再生能源并网发电环境效益分析的系统动力学模型，该模型是利用系统动力学原理，分析可再生能源发电环境效益各个要素之间关系的模型，该模型主要是在相关技术和政策的支持下，可再生能源发电量的大小以及由此带来的减排效益。
-
公开(公告)号：CN106934500B
公开(公告)日：2021-02-23
申请号：CN201710154647.3
申请日：2017-03-15
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 , 上海交通大学
摘要： 本发明公开了一种基于非参数模型对地区饱和电量进行预测的方法，它包括以下步骤：步骤1：建立非参数回归模型，引入Gaussian核权函数，采用局部多项式估计法进行估计，确定电力需求与影响因素的映射关系；步骤2：建立非参数累加模型，引入二次规划的问题，在非参数回归模型的基础上确认累加系数；步骤3：选择影响因子；步骤4：根据收集的数据量进行选择阶次和带宽；步骤5：结合数据，代入非参数回归模型和非参数累加模型进行用电量及饱和电量预测。本发明建立的非参数累加模型，从很大程度上提高了地区饱和电量预测的精度，降低了计算复杂度，能快速较精准的预测地区饱和电量，提高地区远景电力系统规划工作的合理性。
-
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：CN104967097B
公开(公告)日：2017-11-17
申请号：CN201510364491.2
申请日：2015-06-26
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
IPC分类号： H02H7/045
摘要： 基于支持向量分类机的励磁涌流识别方法，该方法选择二次谐波、三次谐波、电流间断角、波宽、波形畸变量、波形相关系数和励磁侧测量阻抗七个特征量作为支持向量机的输入，然后对变压器的各种运行状态进行训练，构造识别励磁涌流和故障电流的决策函数，当变压器发生事故后，保护装置采集系统采集来的数据计算得出七种特征量，带入决策函数中进行励磁涌流和故障电流的判断。本发明既综合谐波制动，间断角，波形相似度等原理的优势，又避免其各自的局限，增加了涌流识别的可信度；算法可最终转化为凸优化问题，避免了神经网络无法解决的局部最小问题；该方法不受变压器接线方式的影响，不受模型参数制约，适用性强，灵活性好。
-
公开(公告)号：CN106934500A
公开(公告)日：2017-07-07
申请号：CN201710154647.3
申请日：2017-03-15
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 , 上海交通大学
摘要： 本发明公开了一种基于非参数模型对地区饱和电量进行预测的方法，它包括以下步骤：步骤1：建立非参数回归模型，引入Gaussian核权函数，采用局部多项式估计法进行估计，确定电力需求与影响因素的映射关系；步骤2：建立非参数累加模型，引入二次规划的问题，在非参数回归模型的基础上确认累加系数；步骤3：选择影响因子；步骤4：根据收集的数据量进行选择阶次和带宽；步骤5：结合数据，代入非参数回归模型和非参数累加模型进行用电量及饱和电量预测。本发明建立的非参数累加模型，从很大程度上提高了地区饱和电量预测的精度，降低了计算复杂度，能快速较精准的预测地区饱和电量，提高地区远景电力系统规划工作的合理性。
-
公开(公告)号：CN105976124A
公开(公告)日：2016-09-28
申请号：CN201610333382.9
申请日：2016-05-18
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： G06Q10/0637 , G06Q50/06
摘要： 本发明公开了一种基于GIS的电网规划项目全过程闭环管控方法及系统，包括：对设定区域电网现状进行诊断分析；确定线路或设备存在问题的重要程度以及解决方案，对问题线路或设备进行电网规划；电网规划信息数据采集与预处理；根据采集到的数据，基于电网GIS现状网架，在电网GIS平台进行电网规划项目可研评审以及电网规划项目图形绘制；对电网规划项目内容的技术可行性进行评价。本发明有益效果：与电网GIS平台结合，提升智能配网监控、地理信息等基础数据融合力度，完善规划GIS系统功能，实现中低压项目从项目提报、项目库管理、可研评审、GIS图纸绘制、项目后评估全过程在线管理。
-
公开(公告)号：CN107292413A
公开(公告)日：2017-10-24
申请号：CN201610219059.9
申请日：2016-04-10
申请人： 国网山东省电力公司经济技术研究院 , 山东智源电力设计咨询有限公司 , 国家电网公司
CPC分类号： G06Q10/04 , G06Q10/0639 , G06Q50/06
摘要： 本发明涉及一种电力负荷分析预测技术领域，具体涉及一种基于大数据和信息融合的电力负荷分析预测系统，包括数据层、逻辑层和表示层，其中，数据层统一采集各个业务应用系统的数据，形成一体化的数据中心；逻辑层对获取的数据进行处理计算，并根据计算结果进行电网负荷分析，预测结果通过负荷预测数据库进行存储，预测结果可以通过负荷数据上报模块进行上报或查询，考核模块供上级单位对下级单位制定考核指标，WEB服务器用于预测结果的发送；表示层，完成对各个地区负荷数据、气象数据、上报情况和考核情况信息的查询、生成报表和打印。本发明实现负荷预测信息共享与统一管理，极大地提高了电力部门的工作效率。
-
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。
-
-
-
-
-
-
-
-
-
搜索结果
52 条记录 (耗时 0.086 秒)
