公开(公告)号：CN119046626A

公开(公告)日：2024-11-29

申请号：CN202411417393.6

申请日：2024-10-11

Applicant: 国网西藏电力有限公司 ,  国网西藏电力有限公司经济技术研究院

Inventor： 厉瑜 ,  王炳强 ,  岳嵩 ,  益西措姆 ,  刘晓明 ,  袁宁廷 ,  拉姆措吉 ,  尼玛普珍 ,  白世峰 ,  土邓曲培 ,  陈玉州 ,  周振东

IPC: G06F18/15 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/088 ,  G06N3/0442 ,  G06V10/20 ,  G06V10/82

Abstract: 本发明属于电能质量分析技术领域，具体公开了一种基于改进生成对抗网络的电能质量扰动数据填充方法，包括以下步骤：通过监测设备获得电能质量扰动监测数据，并进行预处理，得到电能质量扰动监测数据的RGB图；构建生成对抗网络模型，并利用长短时记忆神经网络对生成对抗网络模型进行改进，得到改进生成对抗网络模型；对生成对抗网络模型进行训练，得到改进渐进式生成对抗网络模型；将RGB图输入改进渐进式生成对抗网络模型，生成电能质量扰动监测数据的缺失值，完成电能质量扰动数据填充。本发明能够保证缺失数据的高精度填充，解决了现有电能质量扰动数据处理方法模型训练速度慢，对时序数据处理效果差以及重复训练耗时长的问题。

公开(公告)号：CN119168158A

公开(公告)日：2024-12-20

申请号：CN202411417401.7

申请日：2024-10-11

Applicant: 国网西藏电力有限公司 ,  国网西藏电力有限公司经济技术研究院

Inventor： 厉瑜 ,  王炳强 ,  刘志宏 ,  陈云瑶 ,  陈玉州 ,  拉姆措吉 ,  张清渊 ,  杜娟 ,  旦增巴桑

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N5/01 ,  G06N20/20 ,  G06F18/243 ,  G06F18/214 ,  G06F18/2337 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了基于决策树与改进注意力的光伏发电功率预测方法，包括以下步骤：S1、根据样本数据建立孤立森林，采用基于孤立森林的光伏发电异常数据识别方法，识别孤立森林中光伏发电功率的异常数据；S2、对孤立森林中光伏发电功率的异常数据进行修复，建立决策树模型的训练集；S3、通过模糊C均值聚类法对训练集的样本数据进行分类，建立晴天、阴云天和雨雪天的训练子集；S4、将晴天、阴云天和雨雪天的训练子集依次输入卷积神经网络、BiLSTM模型和改进的注意力机制层，得到晴天、阴云天和雨雪天工况下光伏发电功率预测结果。经过改进的注意力机制通过将原始数据的特征信息与重新分配权重后的数据进行结合，从而提高预测的准确性。

公开(公告)号：CN119496165A

公开(公告)日：2025-02-21

申请号：CN202411626601.3

申请日：2024-11-14

Applicant: 国网西藏电力有限公司经济技术研究院 ,  中国能源建设集团湖南省电力设计院有限公司

Inventor： 刘志宏 ,  陈云瑶 ,  陈玉州 ,  加央拉姆 ,  李斌 ,  张清渊 ,  拉姆措吉 ,  周野 ,  李静 ,  蒋俊杰

IPC: H02J3/28 ,  H02J3/38

Abstract: 本发明涉及储能容量规划技术领域，具体为一种考虑区域电网韧性和分布式光伏消纳的储能容量配置方法，包括：S1、采集得到所研究区域电网的系统数据；S2、分析区域电网在典型负荷日下的风电特性、光伏特性、负荷特性，求解区域电网的可充电电量和需放电电量；S3、建立多种约束条件，然后根据多种约束条件计算得到储能配置容量；S4、定义并求解区域电网韧性指标，评估变电站主变压器在主变N‑1故障情况下区域电网按照S3得到的储能配置容量配置后抵御系统扰动的能力。本发明定义了区域电网韧性指标，用来表征在变电站主变压器在主变N‑1故障情况下配置储能后对区域电网的支撑能力，为储能容量规划提供了科学依据。

公开(公告)号：CN119962713A

公开(公告)日：2025-05-09

申请号：CN202411801733.5

申请日：2024-12-09

Applicant: 国网西藏电力有限公司

Inventor： 益西措姆 ,  陈云瑶 ,  陈玉州 ,  张清渊 ,  加央拉姆 ,  扎西多吉 ,  杜尧夏 ,  赵旭顺 ,  廖清溪 ,  姚银明 ,  王国波 ,  拉姆措吉

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/047 ,  G06N3/049 ,  H02J3/00 ,  H02J3/38

Abstract: 本发明公开一种基于自适应分位数函数和CNN‑LSTM的高原中长期风电概率预测方法，包括以下步骤：1)利用自适应分位数函数作为风电概率预测模型；2)建立CNN‑LSTM神经网络模型，并利用CNN‑LSTM神经网络模型提取风电数据的时空特征，预测自适应分位数函数待优化参数的值；3)基于CNN‑LSTM神经网络模型预测的待优化参数值，对风电概率预测模型进行优化；4)利用优化后的风电概率预测模型生成不同分位数下的风电功率预测值，得到风电概率预测结果。本发明将自适应分位数函数和CNN‑LSTM神经网络结合，实现高原中长期风电概率的准确预测。