-
公开(公告)号:CN112308309A
公开(公告)日:2021-02-02
申请号:CN202011169305.7
申请日:2020-10-28
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司经济技术研究院
摘要: 本发明涉及一种基于路径优化的电动汽车充电智能导引方法。对于电动汽车充电三个属性进行了分析,分别是交通网、充电站和配电网。利用这三个属性对电动汽车的充电行为调度问题进行优化求解。通过建立优化目标函数,求解目标函数最优解实现调度的最优化。本发明能够有效地改善交通拥堵率和配电网端的供电压力。
-
公开(公告)号:CN118091419A
公开(公告)日:2024-05-28
申请号:CN202410030568.1
申请日:2024-01-09
申请人: 国网电力科学研究院有限公司 , 国电南瑞南京控制系统有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号: G01R31/367 , G01R31/392 , G01R31/52 , G01R31/396 , G06F30/367
摘要: 本发明公开了一种电池内短路故障与老化识别方法及系统,涉及电池故障识别技术领域,包括利用电池电压容量信息构建电池IC曲线,区分电池内短路故障和老化故障并进行标记;对标记的目标电池单体,分别建立内短路电池等效电路模型和老化电池等效电路模型;基于等效电路模型,采用DEKF算法量化内短路程度和老化程度。本发明提供的电池内短路故障与老化识别方法比较电池单体曲线是否存在整体或峰值偏移,从而实现电池内短路及老化故障的早期诊断。基于IC曲线和DEKF算法区分电池内短路故障和老化故障的方法,通过算法定量计算内短路故障程度和电池老化程度。依赖于电池组内其他单体,克服了复杂系统及复杂模型导致的不确定性及计算复杂度高等问题。
-
公开(公告)号:CN117495213A
公开(公告)日:2024-02-02
申请号:CN202311402318.8
申请日:2023-10-25
申请人: 武汉大学 , 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC分类号: G06Q10/067 , G06Q50/06
摘要: 本发明涉及电力行业储能保护配电网运行技术,具体涉及一种配网扰动场景下的用户侧储能状态演化方法及设备,该方法包括测量过电流、过电压、谐波等配电网异常状态数据,建立配电网各类故障的仿真演化模型。建立出配网故障向用户侧储能的传导路径,由此得到配电网故障与储能过热之间的数学传递模型,从而建立出能够在配电网故障下模拟出储能实时状态的用户侧储能状态演化模型。基于上述演化模型,计算出配网系统稳定条件下用户侧储能系统的安全运行边界,由此得到用户侧储能发生故障保护和锂电池热失控的触发条件。该方法提高了用户侧储能的运行安全性,解决了现有用户侧储能所具有的安全隐患。有利于提高储能的安全稳定性能和配电网的运行优化。
-
公开(公告)号:CN117252101A
公开(公告)日:2023-12-19
申请号:CN202311236140.4
申请日:2023-09-22
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G06F30/27 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06Q50/06 , G06F119/08 , G06F111/10
摘要: 本发明涉及一种台风对电力电量影响的测算方法、系统、设备及介质,其中方法包括以下步骤:获取目标地区发生台风时的电力电量数据实际值;将目标台风发生时的实际气温数据作为特征变量输入训练好的电力电量预测模型,获得第一电力电量预测值,以模拟气温与台风来时一致,但未发生台风灾害性破坏影响时的电力电量值;模拟对应地区未发生台风时的气温条件,并将模拟气温数据作为特征变量输入训练好的电力电量预测模型,获得第二电力电量预测值;通过第二电力电量预测值与第一电力电量预测值的差值测算台风对目标地区电力电量所产生的气候性影响;通过第一电力电量预测值与电力电量数据实际值的差值测算台风对目标地区电力电量所产生的灾害性影响。
-
公开(公告)号:CN118365373B
公开(公告)日:2024-09-06
申请号:CN202410792131.1
申请日:2024-06-19
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G06Q30/0202 , G06F18/27 , G06Q50/06
摘要: 本申请公开了一种基于业扩数据的预测方法、设备及存储介质,通过将用电数据和业扩数据根据历史数据、时间因素和天气因素进行分解,然后消除时间因素和天气因素等因素的影响后,建立根据业扩数据进行用电量预测的第一预测模型,并通过历史数据对第一预测模型的系数进行优化,根据第一直接预测模型的最终预测模型对未来的用电量进行预测。解决了传统预测方法受业扩数据影响产生的误差较大,人工神经网络等智能预测方法对数据的依赖性较强,对于数据受限的预测准确度较低,难以使用智能预测方法的问题。
-
公开(公告)号:CN117709522A
公开(公告)日:2024-03-15
申请号:CN202311659104.9
申请日:2023-12-05
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心 , 国网能源研究院有限公司 , 华北电力大学
发明人: 钱晓瑞 , 詹祥澎 , 肖恺 , 林女贵 , 洪华伟 , 朱玲玲 , 沈一民 , 陈旭鹏 , 陈筱珺 , 潘舒宸 , 游妮萍 , 游元通 , 李灿辉 , 唐敏燕 , 吴鹏 , 张煜 , 谭显东 , 孙毅 , 张叙航
IPC分类号: G06Q10/04 , G06Q50/06 , G06F18/2433 , H02J3/00 , G06N3/042 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/049 , G06N3/084
摘要: 本发明涉及一种多因素融合的中长期电力负荷多任务学习预测方法,包括:获取历史负荷数据和负荷影响数据作为预测模型的输入数据,得到负荷预测结果;所述预测模型包括主网络、辅助网络;所述主网络包括第一编码块、第一解码块和第二解码块;所述辅助网络包括特征提取块、辅助编码块和辅助解码块。
-
公开(公告)号:CN117520986A
公开(公告)日:2024-02-06
申请号:CN202311490584.0
申请日:2023-11-09
申请人: 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司
发明人: 徐鸣 , 林女贵 , 陈菲菲 , 洪华伟 , 肖元正 , 余玉书 , 陈雪君 , 郑美春 , 林燕 , 罗秀华 , 卓昕 , 梁钦赐 , 叶必超 , 林岚辉 , 潘舒宸 , 吴凡 , 陈志 , 林瑶
IPC分类号: G06F18/2433 , G06F18/23 , G06F30/27 , G06N3/0464 , H02J3/00
摘要: 本发明公开了一种分布式光伏发电异常监测方法、系统、设备和存储介质,包括从老化数据库中获取分布式光伏的各个光伏组件对应的组件老化状态;将当日天气数据、历史天气数据、光伏组件的组件老化状态、理论发电量、组件类型和历史发电量输入预先建立的发电量预测模型进行预测,得到预测发电量;获取各个光伏组件的实际发电量,计算光伏组件的预测发电量与实际发电量之间的绝对差值,并根据组件老化值,对各个光伏组件对应的绝对差值进行聚类;对聚类结果进行离群值检测,将离群值对应的光伏组件作为异常光伏组件。本发明通过预测光伏组件的发电量并对预测电量和实际电量进行分析,提高了监测的准确性,保证了分布式光伏运行的安全性和稳定性。
-
公开(公告)号:CN117455551A
公开(公告)日:2024-01-26
申请号:CN202311523994.0
申请日:2023-11-15
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G06Q30/0202 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/042 , G06F18/241
摘要: 本发明为一种基于行业关系复杂网络的行业用电量预测方法,利用行业用电量数据集计算各个行业之间的皮尔逊相关系数,通过相关系数度量距离获得距离矩阵,基于距离矩阵使用普里姆Prim算法获得最小生成树MST,进而构造平面最大过滤图PMFG,更精准的提取行业网络中的核心结构和关键连接,从而更好地理解行业之间的依赖关系;利用鲁汶Louvain算法将行业划分到不同的社区中进行社区分类,确定目标行业,根据社区分类结果选择相关行业,构建多图卷积与长短期记忆模型MGC‑LSTM,结合空间特征和时间特征进行用电量预测,提高预测的准确性和可解释性,从而为行业用电量管理和规划提供有益参考。
-
公开(公告)号:CN118365373A
公开(公告)日:2024-07-19
申请号:CN202410792131.1
申请日:2024-06-19
申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
IPC分类号: G06Q30/0202 , G06F18/27 , G06Q50/06
摘要: 本申请公开了一种基于业扩数据的预测方法、设备及存储介质,通过将用电数据和业扩数据根据历史数据、时间因素和天气因素进行分解,然后消除时间因素和天气因素等因素的影响后,建立根据业扩数据进行用电量预测的第一预测模型,并通过历史数据对第一预测模型的系数进行优化,根据第一直接预测模型的最终预测模型对未来的用电量进行预测。解决了传统预测方法受业扩数据影响产生的误差较大,人工神经网络等智能预测方法对数据的依赖性较强,对于数据受限的预测准确度较低,难以使用智能预测方法的问题。
-
公开(公告)号:CN117250541A
公开(公告)日:2023-12-19
申请号:CN202311099980.0
申请日:2023-08-28
申请人: 武汉大学 , 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号: G01R31/392
摘要: 本发明涉及储能锂离子电池健康状态估计技术,具体涉及适用于用户侧储能的锂离子电池SOH估计方法及装置,该方法包括采集用户侧储能系统在随机放电场景中的电压、电流、时间信息,进行放电容量测试。截取电池在达到放电截止电压前的两个随机放电阶段和达到截止电压后的间歇阶段的电压电流实时采集数据作为样本,提取老化特征作为样本输入。将样本点前后的容量测试结果按循环圈数进行插值,得到该样本时刻的容量,然后计算该样本的SOH作为样本输出。在训练数据中提取多个训练样本进行训练,优化超参数。利用训练好的模型在新的数据集中对电池容量进行估计和评价。该方法解决现有用户侧储能在随机充放电条件下难以评估电池健康状态的问题。
-
-
-
-
-
-
-
-
-