-
公开(公告)号：CN115186721B
公开(公告)日：2022-12-09
申请号：CN202211106733.4
申请日：2022-09-13
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明属于变压器技术领域，公开了一种基于IMF的变压器直流偏磁累积效应动态计算方法，收集受直流偏磁影响变压器的参数，设定变压器中性点直流偏磁预警值，并在距受直流偏磁影响变压器表面空间域内设置噪声信号测试点进行声压级测试；记录直流偏磁前变压器正常运行时间和直流偏磁持续时间；根据噪声信号计算直流偏磁严重度系数；计算变压器历史直流偏磁工况下累积产生的风险系数；根据当前变压器直流偏磁风险系数对直流偏磁治理措施动态调整和修正。本发明结合噪声信号准确判断直流偏磁严重度，有助于变压器直流偏磁风险系数计算和治理策略调整，降低变压器直流偏磁运行风险。
-
公开(公告)号：CN115186721A
公开(公告)日：2022-10-14
申请号：CN202211106733.4
申请日：2022-09-13
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明属于变压器技术领域，公开了一种基于IMF的变压器直流偏磁累积效应动态计算方法，收集受直流偏磁影响变压器的参数，设定变压器中性点直流偏磁预警值，并在距受直流偏磁影响变压器表面空间域内设置噪声信号测试点进行声压级测试；记录直流偏磁前变压器正常运行时间和直流偏磁持续时间；根据噪声信号计算直流偏磁严重度系数；计算变压器历史直流偏磁工况下累积产生的风险系数；根据当前变压器直流偏磁风险系数对直流偏磁治理措施动态调整和修正。本发明结合噪声信号准确判断直流偏磁严重度，有助于变压器直流偏磁风险系数计算和治理策略调整，降低变压器直流偏磁运行风险。
-
公开(公告)号：CN117910825A
公开(公告)日：2024-04-19
申请号：CN202410069328.2
申请日：2024-01-18
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司经济技术研究院 , 国家电网有限公司
IPC分类号： G06Q10/0637 , G06Q50/06 , G06F18/214 , G06F18/15 , G06F18/27 , G06F18/2411 , G06F18/2413
摘要： 本发明公开了一种基于加权组合的电力系统碳排放预测方法，包括获取目标电力系统的历史数据信息并处理得到总量训练数据集；构建碳排放频度转换模型并训练得到分量训练数据集；构建碳排放预测初始模型并训练得到碳排放预测模型；采用碳排放预测模型对目标电力系统进行实际的碳排放预测。本发明还公开了一种实现所述基于加权组合的电力系统碳排放预测方法的系统。本发明通过利用边际成本低、时间颗粒度小的长期电力数据进行转换，而且采用3种预测方法进行综合的碳排放预测，因此本发明不仅实现了对时间颗粒度高的短期碳排放数据进行预测，而且可靠性更高，精确性更好。
-
公开(公告)号：CN117910824A
公开(公告)日：2024-04-19
申请号：CN202410069327.8
申请日：2024-01-18
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司经济技术研究院 , 国家电网有限公司
IPC分类号： G06Q10/0637 , G06Q50/06 , G06F18/214 , G06F18/15 , G06N3/04
摘要： 本发明公开了一种基于BP神经网络的电力系统电‑碳预测方法，包括获取目标电力系统的数据信息并预处理得到训练数据集；构建电力系统电‑碳预测初始模型并采用训练数据集进行训练和修正得到电力系统电‑碳预测模型；采用电力系统电‑碳预测模型对目标电力系统进行实际的电力系统电‑碳预测。本发明还公开了一种实现所述基于BP神经网络的电力系统电‑碳预测方法的系统。本发明基于BP神经网络进行电力系统的电‑碳预测，不仅能够通过少量数据即可得到碳排放预测结果，而且本发明的可靠性更高，精确性更好，更加易于实施。
-
公开(公告)号：CN117910826A
公开(公告)日：2024-04-19
申请号：CN202410069329.7
申请日：2024-01-18
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司经济技术研究院 , 国家电网有限公司
IPC分类号： G06Q10/0637 , G06Q50/06 , G06F18/214 , G06F18/15 , G06F18/27 , G06F18/2411 , G06F18/2413
摘要： 本发明公开了一种基于加权组合优化的碳排放预测方法，包括获取目标电力系统的数据信息并预处理得到训练数据集；基于BP神经网络、随机森林回归模型和Elman神经网络构建基于加权组合的碳排放预测初始模型，并采用训练数据集训练和验证得到碳排放预测模型；采用碳排放预测模型对目标电力系统进行实际的碳排放预测。本发明还公开了一种实现所述基于加权组合优化的碳排放预测方法的系统。本发明通过同时选用BP神经网络、随机森林回归和Elman神经网络进行碳排放的预测，并基于加权组合优化的方案得到最终的碳排放数据，因此本发明不仅能够实现碳排放的预测，而且可靠性更高，精确性更好，更加易于实施。
-
公开(公告)号：CN112766809A
公开(公告)日：2021-05-07
申请号：CN202110155051.1
申请日：2021-02-04
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司经济技术研究院 , 国家电网有限公司
摘要： 本发明公开了一种综合能源系统的评价方法，包括如建立综合评价指标体系；计算各层级指标相对于上一层级指标的主观权重；计算各层级指标相对于上一层级指标的客观权重；计算得到综合权重；对综合能源系统进行评价。本发明基于经济性、能效性、环保性和可靠性四个准则，兼顾系统各方面的性能；采用三角模糊数的FAHP为各准则赋予主观权重，有效避免了专家打分的模糊性与随意性；采用EWM为各指标赋予客观权重，提供了较强的数学理论依据；采用线性加权法获得综合权重，综合考虑了专家的经验判断和样本数据的客观规律；最终，采用逼近正负理想解的方法使得评价结果更加科学准确，能够更加客观和更为可靠的对综合能源系统进行评价。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.055 秒)
