-
公开(公告)号:CN110930014A
公开(公告)日:2020-03-27
申请号:CN201911126035.9
申请日:2019-11-18
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司泰州供电分公司 , 河海大学 , 江苏省电力试验研究院有限公司
摘要: 本发明公开一种基于调峰需求的电力系统中长期弃风风险评估方法及装置,包括基于原始系统数据,分析大规模风电接入后的系统的调峰需求;定量分析大规模风电接入后系统的日调峰能力并建立日尖峰负荷模型;提出含大规模风电系统的弃风风险指标计算方法。本发明可以体现风电不确定性特征对系统运行的影响,全面度量系统的风电接纳能力和中长期运行规划面临的弃风风险。
-
公开(公告)号:CN110889541A
公开(公告)日:2020-03-17
申请号:CN201911126072.X
申请日:2019-11-18
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司泰州供电分公司 , 河海大学 , 江苏省电力试验研究院有限公司
摘要: 本发明公开一种电力系统风险调度决策方法及装置,包括识别系统不确定性概率特征,针对风电短期波动特征进行风电不确定性建模;在概率优化调度模型框架下构建短期经济调度的风险决策模型;基于粒子群算法,提出风险调度决策模型求解方法。本发明可以科学实现系统备用容量优化配置,在满足大规模并网风电消纳需求的基础上有机协调系统运行安全性与经济性。
-
公开(公告)号:CN110991866B
公开(公告)日:2022-09-06
申请号:CN201911202211.2
申请日:2019-11-29
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司南京市江北新区供电分公司 , 河海大学 , 江苏省电力试验研究院有限公司
摘要: 本发明公开一种台区数据缺失值补全方法和装置,方法包括:获取待补全的原始数据集,原始数据集包括多个数据指标的原始数据序列;按照预先确定的需补全指标类型,从原始数据集中筛选出需要进行补全的数据指标的原始数据序列;针对各待补全的数据指标,将其原始数据序列及序列中数据的时间信息,作为预先构建的缺失值补全模型的输入,得到缺失值补全模型的输出,即为相应数据指标补全后的数据序列。本发明考虑对线损率影响程度大的数据因子,利用机器学习技术对相关的数据缺失值进行补全,可为线损率的计算和线损管理提供可靠数据支撑。
-
公开(公告)号:CN109523174A
公开(公告)日:2019-03-26
申请号:CN201811388284.0
申请日:2018-11-21
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 江苏方天电力技术有限公司 , 河海大学 , 国网江苏省电力有限公司南京供电分公司 , 江苏省电力试验研究院有限公司
摘要: 本发明公开一种基于数据驱动的低压台区户变关系核查方法,包括以下步骤:(1)根据台区的售电侧结算和供电考核数据,计算同一居民区内所有台区的线损率;(2)判断该居民区的线损率不合格原因是否为户变关系错误;(3)建立基于数据驱动的户变关系核查模型;(4)对模型进行求解,给出台区户变关系的调整方案;(5)在用电采集系统中根据步骤(4)的调整方案进行调节。本发明基于台区的用户历史数据和台区配变供电数据,利用优化算法,提出基于数据驱动的户变关系核查方法。该方法能够给出户变关系错误的疑似用户,可以有效避免以往的逐户筛查的繁琐工作,以使线损率达到合格水平。
-
公开(公告)号:CN109523174B
公开(公告)日:2021-06-08
申请号:CN201811388284.0
申请日:2018-11-21
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 江苏方天电力技术有限公司 , 河海大学 , 国网江苏省电力有限公司南京供电分公司 , 江苏省电力试验研究院有限公司
摘要: 本发明公开一种基于数据驱动的低压台区户变关系核查方法,包括以下步骤:(1)根据台区的售电侧结算和供电考核数据,计算同一居民区内所有台区的线损率;(2)判断该居民区的线损率不合格原因是否为户变关系错误;(3)建立基于数据驱动的户变关系核查模型;(4)对模型进行求解,给出台区户变关系的调整方案;(5)在用电采集系统中根据步骤(4)的调整方案进行调节。本发明基于台区的用户历史数据和台区配变供电数据,利用优化算法,提出基于数据驱动的户变关系核查方法。该方法能够给出户变关系错误的疑似用户,可以有效避免以往的逐户筛查的繁琐工作,以使线损率达到合格水平。
-
公开(公告)号:CN111080089A
公开(公告)日:2020-04-28
申请号:CN201911200815.3
申请日:2019-11-29
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 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 , 河海大学 , 江苏省电力试验研究院有限公司
摘要: 本发明公开一种基于随机矩阵理论的线损率关键因子确定方法和装置,方法包括:采集多个台区的线损率及其影响因素指标数据;针对各影响因素指标,分别构造实验矩阵和对比矩阵;利用采样窗口对实验矩阵和对比矩阵进行同步采样,计算每次采样所得矩阵的平均谱半径;计算实验矩阵与对比矩阵的平均谱半径之差随采样时刻的变化曲线;计算影响因素指标与线损率的关联度;提取关联度较大的影响因素指标作为线损率的关键因子。利用本发明可对低压台区进行线损率关键影响因子的确定,为各低压台区的线损管理和台区设备建设提供可靠数据基础。
-
公开(公告)号:CN110991866A
公开(公告)日:2020-04-10
申请号:CN201911202211.2
申请日:2019-11-29
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司南京市江北新区供电分公司 , 河海大学 , 江苏省电力试验研究院有限公司
摘要: 本发明公开一种台区数据缺失值补全方法和装置,方法包括:获取待补全的原始数据集,原始数据集包括多个数据指标的原始数据序列;按照预先确定的需补全指标类型,从原始数据集中筛选出需要进行补全的数据指标的原始数据序列;针对各待补全的数据指标,将其原始数据序列及序列中数据的时间信息,作为预先构建的缺失值补全模型的输入,得到缺失值补全模型的输出,即为相应数据指标补全后的数据序列。本发明考虑对线损率影响程度大的数据因子,利用机器学习技术对相关的数据缺失值进行补全,可为线损率的计算和线损管理提供可靠数据支撑。
-
公开(公告)号:CN113761726A
公开(公告)日:2021-12-07
申请号:CN202110953635.3
申请日:2021-08-19
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 河海大学 , 江苏省电力试验研究院有限公司
IPC分类号: G06F30/20 , G06F17/10 , G06F113/04 , G06F119/02
摘要: 本发明涉及一种基于变量遗忘因子最小二乘算法的锂电池参数辨识方法,该方法将传统遗忘因子最小二乘算法中的人为设定的遗忘因子改变为随辨识过程改变的变量,基于采集到的锂电池端电压、电流数据,采用变量遗忘因子最小二乘算法对锂电池待辨识的参数向量进行递推辨识,得出锂电池待辨识参数向量的辨识结果;基于锂电池待辨识参数向量的辨识结果,计算得到锂电池二阶RC等效电路模型的电气参数。本发明基于变量遗忘因子的递推最小二乘辨识算法在提升辨识精度的同时加快了辨识过程的收敛速度。
-
公开(公告)号:CN109726865A
公开(公告)日:2019-05-07
申请号:CN201811607008.9
申请日:2018-12-27
申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 河海大学 , 江苏省电力试验研究院有限公司
摘要: 本发明公开了一种基于EMD-QRF的用户负荷概率密度预测方法、装置和存储介质,属于电力系统技术领域,该方法包括以下步骤:获取实测用户负荷数据,采用EMD信号处理算法对用户负荷原始时间序列数据进行分解处理,得到若干特征互异的IMF;计算各模态函数样本熵值并采用样本熵衡量IMF复杂度,将样本熵值相近的IMF重构为趋势分量、细节分量和随机分量;对重构分量分别建立QRF用户负荷预测模型,叠加不同分量预测结果从而获得预测值的条件分布;利用核密度估计方法输出任意时刻用户负荷概率密度预测结果。相对于确定性点预测方法,概率密度预测具有描述用户负荷未来可能的波动范围及不确定性等优势,有利于为售电公司购售电业务提供更多决策支撑。
-
公开(公告)号:CN110492468B
公开(公告)日:2022-06-24
申请号:CN201910478331.9
申请日:2019-06-03
申请人: 河海大学 , 国网江苏省电力有限公司电力科学研究院 , 江苏省电力试验研究院有限公司 , 南瑞集团有限公司 , 国家电网有限公司
IPC分类号: H02J3/00
摘要: 本发明是一种基于概率分布的虚假数据攻击辨识方法,属于智能电网数据信息安全领域。该方法包括以下步骤:读取已知的电网拓扑结构和线路参数信息;计算节点导纳矩阵;读取量测数据;根据所需要达成的攻击目标,计算虚假量测数据增量;将虚假量测数据增量注入到原有的量测数据中,得到虚假量测数据;进行量测变化量概率分布拟合,辨识虚假数据攻击。本发明中提到的新型虚假数据攻击方法与以往的虚假数据构建方法所需成本一致,都能够良好的完成攻击目标,但前者的虚假量测数据更容易躲过现有的坏数据辨识模块。本发明便是基于坏数据辨识模块的这一不足点提出的改进。
-
-
-
-
-
-
-
-
-