-
公开(公告)号:CN113570164A
公开(公告)日:2021-10-29
申请号:CN202111026169.0
申请日:2021-09-02
申请人: 国网甘肃省电力公司经济技术研究院 , 国网甘肃省电力公司武威供电公司 , 国网甘肃省电力公司 , 华北电力大学(保定)
摘要: 本发明公开了一种工业用户需求响应潜力预测方法和存储介质,包括如下步骤:步骤S1,获取工业用户的历史负荷数据并对数据进行预处理;步骤S2,对工业用户的响应行为进行建模,基于预处理后的历史负荷数据求解得到需求响应负荷曲线;步骤S3,利用基线负荷曲线和需求响应负荷曲线量化工业用户的需求响应潜力;步骤S4,提取影响工业用户需求响应潜力的特征;步骤S5,建立以特征为输入的双输出神经网络概率预测模型,对工业用户的需求响应潜力进行预测。本发明可模拟工业用户的响应行为,扩充历史需求响应潜力数据,从而提高预测模型的精度。同时本发明提出了工业用户的实时需求响应潜力日前概率预测模型,为工业用户在电力市场交易中提供参考信息。
-
公开(公告)号:CN113554354A
公开(公告)日:2021-10-26
申请号:CN202111026618.1
申请日:2021-09-02
申请人: 国网甘肃省电力公司经济技术研究院 , 国网甘肃省电力公司 , 华北电力大学(保定)
摘要: 本发明提供一种考虑用户多元响应特性的负荷聚合商最优调度方法,包括以下步骤:步骤S1,根据用户基线负荷估计结果,得到用户在历史需求响应日的实际响应数据;步骤S2,基于单个用户实际响应数据,提取单个用户在需求响应日典型响应曲线;步骤S3,根据各用户日典型响应曲线结果,提取各类用户的典型需求响应曲线;步骤S4,利用各类用户的典型响应曲线刻画用户响应行为,得到每类用户可能的响应结果分布;步骤S5,将各类用户可能的响应结果分布作为输入,建立聚合商最优调度模型,得到响应量的最优分配结果。本发明能够针对居民用户多元响应行为特性,在日前市场中为聚合商提供最优调度策略和用户响应任务分配计划,促进需求侧用户资源的高效利用。
-
公开(公告)号:CN111985695A
公开(公告)日:2020-11-24
申请号:CN202010745331.3
申请日:2020-07-29
申请人: 国网甘肃省电力公司 , 国网甘肃省电力公司经济技术研究院 , 华北电力大学
发明人: 杨德州 , 王赟中 , 夏懿 , 王飞 , 李万伟 , 李正辉 , 魏勇 , 胡安龙 , 薛国斌 , 李惠庸 , 李敏 , 彭婧 , 梁魁 , 平常 , 万小花 , 韩建锋 , 陈庆胜 , 李玉科 , 李麟鹤 , 杨昌海 , 张中丹 , 田云飞 , 宋汶秦 , 李康平 , 冯燕军 , 张建辉 , 甄钊 , 王忠飞 , 薛远天 , 梁从斌 , 王俊杰 , 任惠
摘要: 本发明实施例提供一种城市综合体用电量预测方法、装置、电子设备及存储介质,所述方法包括:获取城市综合体中各类型用电实体的历史小时用电量序列;将所述历史小时用电量序列根据按预设的日历标签进行拆分降维,得到针对各个日历标签的第一用电量序列;将所述第一用电量序列在时间维度上进行非线性降维,得到第二用电量序列;将所述第二用电量序列输入预设的预测神经网络进行预测,得到基于所述日历标签的第一用电量预测结果;基于所述第一用电量预测结果,计算得到所述综合体的用电量预测结果。可以使得城市综合体用电量预测结果的更加精确。
-
公开(公告)号:CN113469222A
公开(公告)日:2021-10-01
申请号:CN202110649592.X
申请日:2021-06-10
申请人: 国网甘肃省电力公司兰州供电公司
IPC分类号: G06K9/62 , G06N3/04 , G06N3/08 , G01R31/327
摘要: 本发明提供一种基于RST‑PNN‑GA的高压断路器故障检测方法,属于高压断路器检测方法技术领域。该方法采用概率神经网络分析故障特征信号,同时利用粗糙集对采集的故障特征样本进行简化,利用遗传算法进行误差反传计算,建立起基于RST‑PNN‑GA神经网络算法的高压断路器故障检测方法,在弥补传统人工神经网络检测的不足的同时,能更加准确有效地判断断路器的故障类型,进而能够有效率的检修。
-
公开(公告)号:CN116663926B
公开(公告)日:2024-08-20
申请号:CN202310639635.5
申请日:2023-05-31
申请人: 国网北京市电力公司 , 国家电网有限公司 , 华北电力大学(保定)
IPC分类号: G06Q10/0637 , G06Q10/0631 , G06Q10/04 , G06Q50/06 , H02J3/00
摘要: 本发明属于电力负荷预测技术领域,具体公开了一种基线负荷估计结果修正方法、系统、设备及介质,本发明通过对回弹效应导致的负荷变化量和基线负荷估计结果偏差量进行计算,使用计算获得的结果进行神经网络训练,获得训练后的神经网络ANN架构,通过训练后的神经网络ANN架构对基线负荷估计结果进行修正,基于神经网络的需求响应基线负荷估计结果修正方法具有很强的适用性,适用于回弹效应对各类基线负荷估计方法影响偏差的修正。通过神经网络学习回弹效应对基线负荷估计影响的偏差,并使用获得的修正量修正基线负荷估计结果,有效的提升了基线负荷估计方法对应的精度,解决基线负荷估计结果出现偏差的问题。
-
公开(公告)号:CN116722557B
公开(公告)日:2024-06-21
申请号:CN202310628322.X
申请日:2023-05-30
申请人: 国网北京市电力公司 , 华北电力大学(保定) , 国家电网有限公司
IPC分类号: H02J3/14 , G06Q10/0631 , G06Q10/0639 , G06Q50/06 , G06F17/14
摘要: 本发明提出了一种基于小波分解的需求响应回弹时长分析方法及系统,针对一类灵活性负荷,进行小波分解、小波处理和小波重构的操作得到回弹效应辨识时长指标;通过预设的辨识检验模型得到最优的回弹效应辨识时长指标对应的小波基和阈值,以小波基和阈值作为对基于小波分解的需求响应回弹时长分析的最优结果。根据小波基和阈值指导实际应用中对回弹效应的时长进行正确的估计,得到准确度高的回弹效应时长,进而提升各类基线负荷估计方法的估计精度,避免最终的基线负荷估计结果出现过大偏差,使得电网在需求响应期间能够对用户进行合理的经济补偿。
-
公开(公告)号:CN117436714A
公开(公告)日:2024-01-23
申请号:CN202310981136.4
申请日:2023-08-04
申请人: 国网北京市电力公司 , 华北电力大学(保定) , 国家电网有限公司
IPC分类号: G06Q10/0637 , H02J3/00 , H02J3/14 , G06Q50/06
摘要: 本发明属于用电预测技术领域,具体涉及一种描述回弹效应的评估方法、系统、设备及介质,包括:获取用户历史负荷数据,计算回弹时间特性数据、回弹能量特性数据和回弹形状特性数据;根据回弹时间特性数据、回弹能量特性数据和回弹形状特性数据,使用孤立森林算法,计算滑动时间窗内各时段回弹概率;将回弹概率与所设阈值对比,若回弹概率大于所设阈值,输出回弹时间特性数据、回弹能量特性数据和回弹形状特性数据。通过建立评估模型,计算回弹概率,可以保证用户用电发生回弹效应的准确性。
-
公开(公告)号:CN117350773A
公开(公告)日:2024-01-05
申请号:CN202311303077.1
申请日:2023-10-09
申请人: 国网北京市电力公司 , 国家电网有限公司 , 华北电力大学(保定)
IPC分类号: G06Q30/0202 , G06Q30/0201 , G06Q30/018 , G06Q50/06 , G06F18/213
摘要: 本发明公开了一种电碳耦合激励下的负荷聚合商调控潜力预测方法及装置。其中,该方法包括:获取负荷用户的历史用电数据、需求响应数据和气象数据;基于上述历史用电数据、上述需求响应数据和上述气象数据,建立能源控制模型,其中,上述能源控制模型用于确定用电成本数据和碳排放数据,以及基于上述用电成本数据和上述碳排放数据确定电碳耦合激励数据;基于上述能源控制模型生成负荷聚合商的需求响应数据,并提取上述需求响应数据中影响负荷聚合商调控潜力的特征数据;基于上述特征数据,建立调控潜力预测模型。本发明解决了现有的调控潜力预测方法忽视了用户的碳减排潜力的技术问题。
-
公开(公告)号:CN116777026A
公开(公告)日:2023-09-19
申请号:CN202211180902.9
申请日:2022-09-27
IPC分类号: G06Q10/04 , G06Q10/0637 , G06Q40/04 , G06Q50/06 , G06F16/29 , G06N20/10 , G06N3/0442 , G06N3/08 , G06N3/084 , G06N5/04
摘要: 本发明公开了一种负荷聚合商需求响应潜力预测方法及存储介质,包括如下步骤:S1,获取负荷聚合商需求响应潜力数据及气象数据;S2,提取影响负荷聚合商需求响应潜力的特征,包括气象特征、日历特征、需求响应特征和负荷特征;S3,利用基于支持向量机的递归特征消除法筛选特征;S4,在模型库中筛选M个合适的预测模型作为基模型,M为大于1的整数;S5,以筛选后的特征作为输入,需求响应潜力作为输出,分别建立基于基模型1,基模型2,……,基模型M的需求响应潜力预测模型;S6,建立负荷聚合商需求响应潜力集成预测模型,基于博弈论方法自适应学习每个基模型的权重,并随着时间的推移不断更新权重。本发明可在动态场景下保持良好的预测效果。
-
公开(公告)号:CN114819264A
公开(公告)日:2022-07-29
申请号:CN202210256463.9
申请日:2022-03-11
申请人: 中国长江三峡集团有限公司 , 华北电力大学(保定)
摘要: 本发明公开了一种基于时空依赖的光伏电站辐照度超短期预测方法及存储介质,包括如下步骤:步骤S1,以目标电站为起点,向外扩展一定的距离来增加虚拟的基础性电站数量;步骤S2,获取目标电站和各基础性电站的辐照度时间序列数据;步骤S3,计算各基础性电站之间辐照度数据的相关性,将认为具有连接关系的电站视为代表性电站;步骤S4,构建以目标电站和代表性电站为节点的图结构数据;步骤S5,以图结构数据为输入,目标电站辐照度为输出,利用图神经网络对目标电站辐照度进行超短期预测。本发明考虑了目标电站与电站附近区域的辐照度时变模式相关性,模拟并合理筛选出代表性电站,利用卫星云图反演的代表性电站历史辐照度数据,构建了基于图神经网络的辐照度超短期预测模型,提高了预测精度,完全满足光伏发电超短期预测的需要。同时本发明利用目标电站的地面测量辐照度数据对卫星云图反演的辐照度数据进行了系统偏差性错误校正,提高了其后续应用的性能。
-
-
-
-
-
-
-
-
-