-
公开(公告)号：CN117391744A
公开(公告)日：2024-01-12
申请号：CN202311358309.3
申请日：2023-10-19
Applicant: 国网河南省电力公司营销服务中心
IPC: G06Q30/0201 , G06Q30/0202
Abstract: 本发明涉及综合能源服务效用及效用价值评估方法，方法包括以下步骤：步骤1：综合能源服务效用评估：综合能源服务效用由基础效用和增值效用构成，基础效用是指综合能源服务满足用户基本生产需求的程度，增值效用是指综合能源服务满足用户节能减排增值需求的程度；步骤2：考虑成本和供能稳定性的综合能源服务基础效用；步骤3：考虑用户用能习惯、污染排放量、节能减排效益的综合能源服务基础效用；步骤4：综合能源服务效用价值评估：效用价值是用户主观心理评价和产品经济价值的综合体现，用于判断用户是否值得参与综合能源服务；本发明具有引入指数型效用函数、构建综合能源服务效用模型、量化满意程度、指导制定合理营销策略的优点。
-
公开(公告)号：CN119622375A
公开(公告)日：2025-03-14
申请号：CN202411834162.5
申请日：2024-12-13
Applicant: 国网河南省电力公司营销服务中心
IPC: G06F18/23 , G06Q50/06 , G06F18/213 , G06N20/00 , G06N3/0442
Abstract: 本申请涉及台区负荷聚合特性分析技术领域，其具体地公开了一种基于用能特征的台区负荷聚合特性分析方法及系统，其通过收集用户的用电负荷时序数据，并运用人工智能和机器学习算法分析，可以揭示用户用电行为的长期依赖关系和特征。这些特征代表了每个用户的用电模式。随后，通过强化区分不同用户的特征表示，聚焦于关键的用电负荷特性，增强其表达，并通过进一步的正则化处理来提供更高质量的用电负荷数据集。通过这样的预处理方式，不仅提升了各个用户的用电负荷数据的质量和代表性，也为后续构建更为精确有效的负荷聚合特性分析模型以及使用改进聚类算法来对用户侧多类型用户负荷特性进行深入理解提供了坚实的基础。
-
公开(公告)号：CN117495040A
公开(公告)日：2024-02-02
申请号：CN202311592724.5
申请日：2023-11-27
Applicant: 国网河南省电力公司营销服务中心
IPC: G06Q10/0631 , G06Q50/06 , G06F30/20 , G06F111/06
Abstract: 本发明涉及基于电‑气热泵协同运行的区域综合能源经济调度方法，方法包括以下步骤：步骤1：构建RIES架构及各单元数学模型：构建以CCHP系统为核心考虑热泵联合调用的RIES架构，并对各单元建立数学模型；步骤2：基于热泵联合调用机理实现区域综合能源经济调度：将GHP与GSHP接入RIES中参与优化调度，能够提高供能方式的灵活性，降低能量耦合带来的不利影响；本发明具有实现全局优化、提高能源利用效率、降低运行成本的优点。
-
公开(公告)号：CN117450651A
公开(公告)日：2024-01-26
申请号：CN202311620220.X
申请日：2023-11-30
Applicant: 国网河南省电力公司营销服务中心
IPC: F24F11/89 , F24F11/64 , F24F3/00 , F24F11/56 , F24F140/50
Abstract: 本发明公开了一种空调负荷监测及柔性调控方法，属于空调负荷调控技术领域，其包括以下步骤：智能终端或者厂家云平台将空调设备运行数据、调节数据上报至负荷管理系统；负荷管理系统结合气象信息影响因素测算空调用电负荷调节潜能；负荷管理系统获取智能终端和云平台上传的空调实时数据，制定调控策略，并下发主站调控指令给智能终端和云平台；智能终端根据主站下发的调控指令对对应的空调设备进行控制；云平台根据主站下发的指令，转换为各个空调设备的控制指令，对空调设备进行控制，降负荷的同时让用户的温差感知最小。本发明实现统一空调设备负荷数据接入及空调设备负荷柔性调节，充分发挥空调可调节负荷保供能力。
-
公开(公告)号：CN116151426A
公开(公告)日：2023-05-23
申请号：CN202211567168.1
申请日：2022-12-07
Applicant: 国网河南省电力公司营销服务中心
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N3/126
Abstract: 本发明涉及双S型居民用电量温度预测方法，它包括以下步骤：步骤1：模型表达式的参数求解；步骤2：温度处理；步骤3：拐点处理；步骤4：温度过渡期处理；步骤5：模型滚动修正；本发明具有分段点唯一、不存在断点、模型适应度高、无需实时调整即可保证较高预测准确率的优点。
-
Patent Agency Ranking
公开(公告)号：CN119623760A
公开(公告)日：2025-03-14
申请号：CN202411834165.9
申请日：2024-12-13
Applicant: 国网河南省电力公司营销服务中心
IPC: G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/048
Abstract: 本申请涉及光伏出力预测技术领域，其具体地公开了一种基于数据驱动的台区分布式光伏出力预测方法及系统，其能使用基于人工智能和深度学习的数据处理和分析算法来对这些环境因素时序数据集进行基于变分模态分解的时序关联分析，以此来提取出环境因素多变量时序隐含关联特征信息，同时捕获到光伏输出功率的时序特征。进一步，再利用环境因素的多变量时序关联语义和光伏输出时序语义之间的交互响应性特征信息来进行台区分布式光伏出力预测，得到最终的光伏输出功率短时预测值。这样，不仅考虑了环境因素对光伏出力的影响，还通过特征工程和深度学习模型进一步提升了光伏出力预测的准确性与可靠性，为智能电网的能量管理和调度提供了有力支持。
-
公开(公告)号：CN119537835A
公开(公告)日：2025-02-28
申请号：CN202411567024.5
申请日：2024-11-05
Applicant: 国网河南省电力公司营销服务中心
IPC: G06F18/20 , G06F18/213 , G06F17/18 , G06Q10/04 , G06Q50/06 , G06F123/02
Abstract: 本申请涉及空调负荷监测技术领域，其具体地公开了一种基于卡尔曼滤波的非侵入式空调负荷监测方法，其利用非侵入式终端收集空调历史负荷数据，形成一维时间序列。通过设定延迟时间和嵌入维度，对时间序列进行相空间重构，获得高维空间轨迹。采用预定时间窗口对轨迹进行滑动采样，计算各采样窗的局部平均值，形成局部平均值序列。基于此序列预测下一时刻空调负荷，并结合实际测量数据计算卡尔曼增益，对预测值进行校正，得出优化的预测结果。这样，能够更精确地估计空调负荷并有效校正预测误差，提高了负荷识别的准确性和实时性。
-
公开(公告)号：CN118863331A
公开(公告)日：2024-10-29
申请号：CN202410810994.7
申请日：2024-06-21
Applicant: 国网河南省电力公司营销服务中心
IPC: G06Q10/0631 , G06Q50/06 , G06N3/08 , G06F16/906
Abstract: 本申请公开了一种考虑终端用户使用行为的台区空调负荷可调节潜力评估计算方法及计算机可读介质，其通过结合深度学习算法，考虑终端用户的使用行为和空调所属位置的差异，通过聚类分析的方法将具有相同用户使用行为模式和空调位置特性的空调负荷时序特征分布归为一类，以形成作为基准信息的匹配数据库，然后将单体空调的空调负荷时序关联分布模式与匹配数据库中各个类型的基准模式进行匹配关联，以作为空调负荷可调节潜力的评估依据，实现空调温度调节上限值和温度调节下限值的智能化生成。通过这样的方式，得到空调负荷可调节潜力上下限，为温度控制和优化能源分配提供重要的技术支持。
-
公开(公告)号：CN119760566A
公开(公告)日：2025-04-04
申请号：CN202411826903.5
申请日：2024-12-12
Applicant: 国网河南省电力公司营销服务中心
IPC: G06F18/2431 , G06F18/2415 , G06F18/25 , G06F18/213 , G06N3/047 , G06F123/02
Abstract: 本申请涉及楼宇空调负荷监测技术领域，其具体地公开了一种基于深度学习的楼宇空调负荷监测系统及方法，其在后端引入基于人工智能和深度学习技术的数据处理和分析算法来对楼宇空调的有功功率时序数据和无功功率时序数据进行结合分析，以此来捕获到楼宇空调的有功功率时序特征和无功功率时序特征之间的交互关联关系和融合特征表示信息，从而进行空调负荷模式类型的识别和检测。这样，能够有效克服传统NILM方法中存在的缺陷，通过更为智能化的方式挖掘出楼宇空调无功功率和有功功率之间的时序融合语义来实现空调负荷模式类型辨识，以便适应不同类型空调负荷模式的变化特性，为优化空调系统的运行提供了强有力的支持，助力实现节能减排目标。
-
公开(公告)号：CN119537984A
公开(公告)日：2025-02-28
申请号：CN202411599196.0
申请日：2024-11-11
Applicant: 国网河南省电力公司营销服务中心
IPC: G06F18/2321 , F24F11/65 , G06F18/213 , G06N3/0499
Abstract: 本发明公开了基于深度聚类的用户典型空调负荷运行模式划分方法及系统，包括：对采集的总量功率信号进行检测，获取功率信号中的突变点；基于突变点的元素，形成负荷事件样本，并判定是否存在波动事件，若存在，则移除因负荷波动引起误检测的波动事件，更新负荷事件检测结果；对更新后的负荷事件的功率序列进行归一化处理；构建并训练低维特征提取模型，得到最优化的低维特征提取模型；基于最优化的低维特征提取模型和归一化处理后的负荷事件的功率序列，进行特征提取；基于DBSCAN聚类算法对低维特征进行聚类，得到聚类簇，进而筛选出聚类簇所属的空调负荷模式。本发明为基于模板的空调负荷模式识别提供模板库支持，提高了检测的准确性和便捷性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.061 seconds)
