-
公开(公告)号：CN117744851A
公开(公告)日：2024-03-22
申请号：CN202311472736.4
申请日：2023-11-07
申请人： 国网山西省电力公司电力科学研究院
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/2135 , G06F18/25 , G06F18/15 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/08 , H02J3/00
摘要： 本发明提供一种特殊节假日的电力负荷预测方法、系统、装置及介质，涉及电力负荷预测技术领域，该方法包括构建特殊节假日负荷数据；对特殊节假日负荷数据进行数据处理；对处理后的数据进行相关性分析筛选；对筛选出的状态变量进行归一化处理；进行主成分分析网络特征学习，提取各状态变量局部相关性特征信息，同时进行时间卷积网络特征学习，提取各状态变量时序性特征信息；对局部相关性特征信息和时序性特征信息进行特征融合，利用LSTM网络模型对融合后的特征信息进行学习，得到下一时刻电力负荷预测值。本发明通过采集丰富的数据，并利用主成分分析网络和时间卷积网络进行特征提取，充分利用提取到的数据特征信息，使得预测结果更加精确。
-
公开(公告)号：CN115526436A
公开(公告)日：2022-12-27
申请号：CN202211401211.7
申请日：2022-11-09
申请人： 国网山西省电力公司电力科学研究院
摘要： 本发明提供一种基于主成分分析网络的风功率预测方法，属于采用主成分分析网络预测风功率技术领域；所要解决的技术问题为：提供一种基于主成分分析网络的风功率预测方法的改进；解决该技术问题采用的技术方案为：通过采集风力发电场站的历史风速、风向、云量、表面气压、环境温度、降水量、各气象数据波动变量、有功功率状态变量来融合构建样本数据；对样本数据每一个状态变量分别进行奇异点剔除，剔除该样本后，采用插值法在剔除数据点的时间序列中补充数据；将处理后的样本数据中每个状态变量进行归一化处理，构建数据集；对构建的数据集进行主成分分析网络特征学习，提取风电场数据状态变量的特征信息；本发明应用于风功率预测。
-
公开(公告)号：CN115330787A
公开(公告)日：2022-11-11
申请号：CN202211250703.0
申请日：2022-10-13
申请人： 国网山西省电力公司电力科学研究院
IPC分类号： G06T7/00 , G06T7/11 , G06T7/62 , G06T7/90 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/774
摘要： 本发明一种基于图像识别的光伏组件覆冰面积检测方法，属于光伏组件覆冰面积检测技术领域；所要解决的技术问题为：针对光伏组件覆冰情况监测成本高，维护繁琐，且采用人工监测工作强度高、识别率低、误报率高的问题，提供一种基于图像识别的光伏组件覆冰面积检测方法；解决该技术问题采用的技术方案为：通过控制光伏电站巡检无人机采集、分割得到光伏组件图片；收集光伏组件覆冰图片与非覆冰图片构建训练集，通过支持向量机对训练集进行训练，并用训练得到的模型对光伏组件图片进行分类，判断各光伏组件图片是否为光伏组件覆冰图片；计算光伏组件图片主成分矩阵；构建覆冰区域及非覆冰区域种子点；本发明应用于光伏组件覆冰面积检测。
-
公开(公告)号：CN114336694A
公开(公告)日：2022-04-12
申请号：CN202111632567.7
申请日：2021-12-29
申请人： 国网山西省电力公司电力科学研究院
摘要： 本发明属于电力系统储能电站控制技术领域，具体涉及一种混合储能电站能量优化控制方法；本发明所采用的技术方案为：在混合储能电站运行过程中实时获取不同类型储能系统运行信息并计算各储能单元最佳放电深度、剩余运行寿命，根据实时获取的有功调节指令和电网频率计算电站功率调节变化量，按照协调分配策略控制各储能单元完成充放电动作；本发明基于储能单元剩余运行寿命以及SOC阈值管理，设计出能量协调分配策略，充分发挥功率型和能量型储能单元的充放电特性，在调节有功功率的同时，根据储能单元剩余运行寿命进行功率分配，并按照SOC状态进行限功率控制，从而改善放电深度对储能寿命的影响，避免储能深度放电和过充过放。
-
公开(公告)号：CN114156943A
公开(公告)日：2022-03-08
申请号：CN202111468265.0
申请日：2021-12-03
申请人： 国网山西省电力公司电力科学研究院
摘要： 本发明属于光伏发电技术领域，具体涉及光伏发电功率预测误差补偿装置；采用的技术方案为：补偿装置本体包括载件升降机构和支撑组件，所述载件升降机构和支撑组件之间并排设置有气压感知腔和压变敏感投切控制机构，所述气压感知腔靠近压变敏感投切控制机构的一侧设置有金属弹性薄膜；所述载件升降机构包括载件动杆和依次分布于载件动杆下端的密封塞、压敏回路杆侧触片和杆侧投切触片，所述压敏回路杆侧触片设置于密封塞和杆侧投切触片之间，所述压变敏感投切控制机构与压敏回路杆侧触片电性连接形成回路，所述密封塞嵌入气压感知腔内，所述杆侧投切触片的下方设置有电池侧投切触片组，所述电池侧投切触片组上接有蓄电池。
-
公开(公告)号：CN110928273A
公开(公告)日：2020-03-27
申请号：CN201911246310.0
申请日：2019-12-08
申请人： 国网山西省电力公司电力科学研究院
IPC分类号： G05B23/02
摘要： 本发明公开了一种光伏电站自动发电控制功能试验的自动测试方法，实现了光伏电站AGC试验时自动下发指令，试验数据采集和性能指标计算，在无需人工干预的情况下，自动根据天气情况判断是否满足试验条件并完成完整的测试过程。建立自动测试系统，测试系统开始实时采集光伏电站的实际功率、预测功率等数据，测试系统实时计算判断是否满足开始试验条件，若满足，则按照试验步骤开始自动测试，按照预设的出力曲线向光伏电站依次下达阶跃变化的AGC指令，并采集试验所需的实际功率、目标指令等数据；判断测试试验是否中断，根据采集的试验数据计算各项试验指标；将试验数据以图像的形式显示，并提供导出功能。通用性强，使用范围广。
-
公开(公告)号：CN105320076A
公开(公告)日：2016-02-10
申请号：CN201410238765.9
申请日：2014-05-30
申请人： 国网山西省电力公司电力科学研究院
IPC分类号： G05B19/418
CPC分类号： Y02P90/02
摘要： 本发明公开了一种大型火力发电机组自动发电控制AGC信号扰动处理系统，包括电网调度中心、电厂远程测控终端RTU，电厂自动发电控制系统，所述电网调度中心通过所述RTU将AGC信号传输到所述电厂自动发电控制系统，还包括减法模块、绝对值模块、高限模块、非门模块M5、数字量延时模块、非门模块M8、模拟量切换模块M9、以及模拟量切换模块M12，通过上述各个参数及模块的连接，解决了把电厂机组接收到的带有小波动干扰AGC信号中的小波动干扰信号处理掉，从而从源头上提高了供电电能质量的技术问题，并且提高了电厂机组AGC考核的可用率指标。
-
公开(公告)号：CN104913335A
公开(公告)日：2015-09-16
申请号：CN201510277393.5
申请日：2015-05-27
申请人： 国网山西省电力公司电力科学研究院
IPC分类号： F23N3/00
摘要： 本发明公开了一种具有失速保护功能的发电机组一次风压控制系统，解决了如何控制轴流风机使风机始终工作在稳定区域的难题。包括锅炉一次风压力信号（BOIL PA P）、两台一次风机均运行信号（PAF ALL RUN）、锅炉指令（BOIL CMD）、一次风流量信号（PA FLOW）、一次风机出口压力信号、滞后模块、减法模块、乘法模块、小选模块、切换模块、函数模块、除法模块、大选模块、加法模块和常数模块，通过在一次风压控制系统设定值回路中加入模拟一次风机工作区曲线的仿失速保护的模块功能组，解决了发电机组一次风机在机组负荷变化，启动风机等工况时，一次风机易发生失速的问题，提高了机组的安全稳定运行能力。
-
公开(公告)号：CN110854935B
公开(公告)日：2022-07-12
申请号：CN201911246319.1
申请日：2019-12-08
申请人： 国网山西省电力公司电力科学研究院
摘要： 本发明公开了一种样板逆变器参与的光伏电站有功功率自动控制方法，实现光伏电站包含样板逆变器的有功功率自动控制，当非样板逆变器全部停机仍无法满足调度指令时，自动调节样板逆变器有功功率，提高光伏电站自动控制水平。获取光伏电站逆变器设计参数,将样板逆变器和非样板逆变器分组；实时采集获取光伏电站并网点的实际有功功率P0；实时采集获取光伏电站并网点有功功率目标值Ptarget；计算光伏电站有功功率调节变化量ΔP；判断光伏电站有功功率调节变化量ΔP是否在有功功率调节死区阈值ζ的范围内，若有功功率调节变化量ΔP大于有功功率调节死区阈值ζ。弥补了当前光伏电站有功功率控制方法无法调节样板逆变器的不足。
-
公开(公告)号：CN114021447A
公开(公告)日：2022-02-08
申请号：CN202111275044.1
申请日：2021-10-29
申请人： 国网山西省电力公司电力科学研究院
IPC分类号： G06F30/27 , G06K9/62 , G06F113/04 , G06F119/06
摘要： 本发明属于电力技术领域，具体涉及一种新能源光伏发电功率预测方法；包括以下步骤：S1：获取含天气突变敏感因子的光伏电站历史数据作为基本训练样本集A；S2：根据基本训练样本集A，筛选可变形基本样本构成可变形基本样本集Deformable；S3：根据可变形基本样本集Deformable选取出变形种子Seedm(m＝1,2,...,M)，由M组变形种子生成变形种子数据集Seed；S4：根据变形种子数据集Seed的前M‑1组数据Seedm(m＝1,2,...,M‑1)依次进行变形，生成M‑1组虚拟变形样本Virtualm(m＝1,2,...,M‑1)，组成虚拟变形样本集Virtual；S5：根据基本训练样本集A和虚拟变形样本集Virtual中的样本进行双重神经网络训练；S6：利用训练后的神经网络，进行超短期功率预测；本发明提升了恶劣天气条件下功率预测准确度的同时提升了电网的稳定性。
-
-
-
-
-
-
-
-
-
搜索结果
55 条记录 (耗时 0.051 秒)