-
公开(公告)号:CN115327235B
公开(公告)日:2024-08-16
申请号:CN202210955406.X
申请日:2022-08-10
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: 本发明公开了一种用于三相四线制配电台区的线路阻抗参数辨识方法,包括获取目标配电台区的台区数据信息;构建目标配电台区的台区拓扑图模型;根据当前的台区拓扑图模型,随机选取台区内的1个末端节点并确定节点连接的上游节点;构建两节点间的电压线性回归方程并求解获得线路阻抗参数;将两个节点合并并更新目标配电台区的台区拓扑图模型及对应的数据信息;重复以上步骤直至完成目标配电台区的线路阻抗参数辨识。本发明还公开了一种实现所述用于三相四线制配电台区的线路阻抗参数辨识方法的系统。本发明能够以现有台区中设备所提供的数据,实现完整的线路自阻抗与互阻抗参数的辨识,而且可靠性高,精确性好,效率较高。
-
公开(公告)号:CN115952888A
公开(公告)日:2023-04-11
申请号:CN202211551412.5
申请日:2022-12-05
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: 本发明公开了一种基于多变量灰色模型的能源碳排放预测方法,包括获取目标区域的数据信息作为碳排放影响因素集,能源消耗数据作为碳排放来源数据;初步筛选碳排放影响因素集的因素;确定最终的碳排放影响因素集合;将碳排放影响因素集合输入到多变量灰色模型中,训练得到最佳的碳排放预测模型;采用碳排放预测模型进行目标区域的碳排放预测。本发明还公开了一种实现所述基于多变量灰色模型的能源碳排放预测方法的系统。本发明提供的这种基于多变量灰色模型的能源碳排放预测方法及系统,通过创新的算法设计及预测模型设计,不仅实现了能源碳排放的预测,而且可靠性高、实用性好且精度较高。
-
公开(公告)号:CN115473244A
公开(公告)日:2022-12-13
申请号:CN202211199421.2
申请日:2022-09-29
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: 本发明公开了一种基于风险效用的抽水蓄能电站备用容量配置方法,包括获取目标电力系统的数据;得到次日新能源出力的预测数据;得到若干新能源实际出力数据;计算得到若干出力‑偏差散点图;构造风险效用函数;采用最小二乘法进行风险效用函数的拟合;计算最终的抽水蓄能电站的备用容量配置结果。本发明还公开了一种实现所述基于风险效用的抽水蓄能电站备用容量配置方法的系统。本发明采用风险效用函数来衡量抽水蓄能电站对新能源出力不确定性的态度,并根据出力偏差拟合风险效用函数,进而对抽水蓄能的备用容量进行配置;因此本发明的准确性高、可靠性好且客观科学。
-
公开(公告)号:CN118316025A
公开(公告)日:2024-07-09
申请号:CN202410408869.3
申请日:2024-04-07
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: H02J3/00 , G06Q50/06 , G06N3/0442 , G06N3/08
摘要: 本发明公开了一种基于数据分解的电力系统短期负荷预测方法,包括获取目标电力系统的历史数据信息并预处理得到历史数据集;采用prophet模型分解历史数据集得到历史数据的趋势项、周期项和噪声项;构建电力系统短期噪声预测初始模型;将噪声项作为预测变量训练电力系统短期噪声预测初始模型得到电力系统短期噪声预测模型;基于prophet模型和电力系统短期噪声预测模型进行目标电力系统的短期负荷预测。本发明还公开了一种实现所述基于数据分解的电力系统短期负荷预测方法的系统。本发明结合了神经网络和时间序列模型的优点,不仅实现了电力系统的短期负荷预测,而且可靠性更高,精确性更好。
-
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:CN117634696A
公开(公告)日:2024-03-01
申请号:CN202311669772.X
申请日:2023-12-07
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: 本发明公开了一种省级区域用电量预测方法,包括获取待预测省级区域的历史电量相关数据信息并进行归一化和降维处理得到训练数据集;构建省级区域用电量预测初始模型并训练得到省级区域用电量预测模型;采用省级区域用电量预测模型对待预测省级区域进行用电量预测。本发明还公开了一种实现所述省级区域用电量预测方法的系统。本发明收集省级区域历史经济、人口、气象、用电量数据并对其进行预标准化及降维,并构建多元线性回归模型进行用电量预测;因此本发明能够解决现有用电量预测方法考虑因素不够全面,解释性不强,准确度不高的问题,而且本发明的可靠性更高,精确性更好。
-
公开(公告)号:CN115327235A
公开(公告)日:2022-11-11
申请号:CN202210955406.X
申请日:2022-08-10
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: 本发明公开了一种用于三相四线制配电台区的线路阻抗参数辨识方法,包括获取目标配电台区的台区数据信息;构建目标配电台区的台区拓扑图模型;根据当前的台区拓扑图模型,随机选取台区内的1个末端节点并确定节点连接的上游节点;构建两节点间的电压线性回归方程并求解获得线路阻抗参数;将两个节点合并并更新目标配电台区的台区拓扑图模型及对应的数据信息;重复以上步骤直至完成目标配电台区的线路阻抗参数辨识。本发明还公开了一种实现所述用于三相四线制配电台区的线路阻抗参数辨识方法的系统。本发明能够以现有台区中设备所提供的数据,实现完整的线路自阻抗与互阻抗参数的辨识,而且可靠性高,精确性好,效率较高。
-
公开(公告)号:CN118232354A
公开(公告)日:2024-06-21
申请号:CN202410427449.X
申请日:2024-04-10
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: H02J3/14 , H02J3/32 , H02J3/38 , H02J3/46 , G06F18/23213 , G06N3/006 , G06Q30/0283 , G06Q50/06
摘要: 本发明公开了一种电力供需平衡优化方法,包括获取目标电力系统的历史数据信息;构建目标电力系统的源荷场景集;构建考虑源荷时空相关性的电力供需平衡优化模型;基于目标电力系统的源荷场景集对模型进行求解;根据求解结果完成目标电力系统的电力供需平衡优化。本发明还公开了一种实现所述电力供需平衡优化方法的系统。本发明通过场景集的构建和创新的优化模型的构建,不仅实现了电力供需平衡优化,而且考虑了源荷数据的时序性、地域性、时序自相关性和互相关性,因此本发明的可靠性更高,而且精确性更好。
-
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:CN117454322A
公开(公告)日:2024-01-26
申请号:CN202311455907.2
申请日:2023-11-03
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: 本发明公开了一种基于电力数据和能源数据的碳排放预测方法,包括获取目标区域的电力数据和能源数据;基于Kaya恒等式将目标区域的碳排放量进行因素分解,并量化各个因素对碳排放量的影响基于OLS回归方法研究目标区域内电力数据与能源数据的转换比例关系,实现电力数据到能源消费数据的转换;基于IPCC排放系数对碳排放量进行预测。本发明还公开了一种实现所述基于电力数据和能源数据的碳排放预测方法的系统。本发明同时考虑了数据可得性、能源流转及碳排放特征等实际需求,因此本发明的可靠性更高,精确性更好,且实用性更好。
-
-
-
-
-
-
-
-
-