公开(公告)号：CN117856204B

公开(公告)日：2024-08-06

申请号：CN202311581049.6

申请日：2023-11-23

Applicant: 国网江苏省电力有限公司南京供电分公司

Inventor： 嵇文路 ,  潘小辉 ,  李雪 ,  杨斌 ,  周航 ,  孙佳炜 ,  张剑楠 ,  马楠 ,  梁访 ,  沈璐 ,  钱炳君

IPC: H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/049 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06F18/214

Abstract: 本发明提出配电网超短期负荷功率区间的预测方法、系统及存储介质；方法包括以下步骤，先建立超短期负荷功率区间预测模型，然后通过滑动窗口法建立预测模型的输入序列，通过输入序列迭代训练预测模型，训练完成后的预测模型可以进行超短期负荷功率区间预测；系统包括数据获取模块、时序特征提取模块、输入序列构造模块、训练模块和预测模块；本发明采用了滑动窗口法来构建输入序列对预测模型进行训练，可以更深次的挖掘时序数据内部的关系，使得训练好的超短期负荷功率区间预测模型可以更加准确的预测出某一超短期负荷的负荷功率区间；同时本发明使得配电网超短期负荷功率区间的预测方法可以更加流畅的应用于不同的场景。

公开(公告)号：CN117856204A

公开(公告)日：2024-04-09

申请号：CN202311581049.6

申请日：2023-11-23

Applicant: 国网江苏省电力有限公司南京供电分公司

Inventor： 嵇文路 ,  潘小辉 ,  李雪 ,  杨斌 ,  周航 ,  孙佳炜 ,  张剑楠 ,  马楠 ,  梁访 ,  沈璐 ,  钱炳君

IPC: H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/049 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06F18/214

Abstract: 本发明提出配电网超短期负荷功率区间的预测方法、系统及存储介质；方法包括以下步骤，先建立超短期负荷功率区间预测模型，然后通过滑动窗口法建立预测模型的输入序列，通过输入序列迭代训练预测模型，训练完成后的预测模型可以进行超短期负荷功率区间预测；系统包括数据获取模块、时序特征提取模块、输入序列构造模块、训练模块和预测模块；本发明采用了滑动窗口法来构建输入序列对预测模型进行训练，可以更深次的挖掘时序数据内部的关系，使得训练好的超短期负荷功率区间预测模型可以更加准确的预测出某一超短期负荷的负荷功率区间；同时本发明使得配电网超短期负荷功率区间的预测方法可以更加流畅的应用于不同的场景。

公开(公告)号：CN118396325A

公开(公告)日：2024-07-26

申请号：CN202410629429.0

申请日：2024-05-21

Applicant: 国网江苏省电力有限公司南京供电分公司

Inventor： 李雪 ,  廖英祺 ,  嵇文路 ,  王立峰 ,  张剑楠 ,  王立伟 ,  路晓敏 ,  潘小辉 ,  涂腾 ,  余潇 ,  梁访 ,  陶友杰 ,  申超领 ,  钱炳君

IPC: G06Q10/0631 ,  G06Q30/018 ,  G06Q50/06

Abstract: 本发明公开了一种虚拟电厂的资源调度方法、装置、设备及介质。基于每个虚拟电厂内各组成单元对应的目标出力量确定各虚拟电厂内部的调度方式；组成单元包括燃气轮机、储能系统、中央空调系统、电动汽车、柔性负荷以及光伏中的至少一项；目标出力量包括目标发电量和/或目标用电量；基于多虚拟电厂间的目标电能共享量确定多虚拟电厂间的调度方式；基于各虚拟电厂与电网间的目标电能交易量确定各虚拟电厂与电网间的调度方式；按照各虚拟电厂内部的调度方式、多虚拟电厂间的调度方式和/或各虚拟电厂与电网间的调度方式进行虚拟电厂的资源调度。本公开实施例，可以实现合理的进行虚拟电厂资源的调度。

公开(公告)号：CN119647237A

公开(公告)日：2025-03-18

申请号：CN202411596823.5

申请日：2024-11-11

Applicant: 国网江苏省电力有限公司 ,  国网江苏省电力有限公司南京供电分公司

Inventor： 张刘冬 ,  熊浩 ,  周航 ,  张琦兵 ,  钱炳君 ,  嵇文路 ,  黄頔 ,  赵玉林 ,  李彦柳 ,  杨明 ,  施琳 ,  赵然

IPC: G06F30/27 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/092 ,  H02J3/06 ,  G06F113/04

Abstract: 本发明公开了一种基于生成式预训练模型（GPT）和深度强化学习的实时最优潮流方法，涉及电网智能调控技术领域，利用大语言模型领域技术突破，将不可量化的自然语言规定直接建模为OPF问题中的目标和约束。该方法包括建立综合性能指标、设定上下文和问题、利用GPT智能体反馈转化为奖励信号、迭代采样、以JSON格式输出GPT智能体结果并导入DRL智能体、进行离线训练和在线应用等步骤。DRL过程使用三个深度神经网络，通过原始‑对偶方法优化成本函数，设置包括语言规定约束在内的一系列约束条件，可在线应用于实时解决OPF问题。

公开(公告)号：CN118944075A

公开(公告)日：2024-11-12

申请号：CN202410995825.5

申请日：2024-07-24

Applicant: 国网江苏省电力有限公司南京供电分公司 ,  中国电力科学研究院有限公司南京分院

Inventor： 嵇文路 ,  罗兴 ,  刘海璇 ,  王立峰 ,  钱炳君 ,  周昶 ,  祝建军 ,  沙洲 ,  潘小辉 ,  孙佳炜 ,  高淑婷 ,  张剑楠 ,  梁访 ,  张景晨 ,  申超领

IPC: H02J3/00 ,  G06Q10/0639 ,  G06Q50/06

Abstract: 本发明一种冰雹灾害下的配电网韧性评估方法，属于交流配电网络韧性评估技术领域。本发明在计算冰雹灾害下配电网的元件故障率时，对冰雹灾害影响配电网的d个物理特征进行重要度筛选，筛选出影响程度较大的重要物理特征，通过筛选出的重要物理特征来计算出冰雹灾害下配电网的元件故障率，解决了现有技术中采用经验来判断物理特征所带来的不稳定和计算结果不准确的问题。本发明对配电韧性进行评估时采用了配电网关键负荷失负荷率和移动储能响应速率两个纬度的指标进行评估，能够更加准确的反应出真实的情况，同时在评估配电韧性时引入了冰雹灾害的发生概率和冰雹灾害下配电网的元件故障率来对评估结果进行修正，使得本发明中的评估方法更加准确。