-
公开(公告)号:CN114113773B
公开(公告)日:2024-03-19
申请号:CN202111330934.8
申请日:2021-11-11
申请人: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
摘要: 本发明提供一种基于零样本学习的非侵入式负荷监测方法,涉及综合能源系统技术领域。该方法采集负荷端口的低压配电线路的数据,并进行数据处理;然后采用改进的阈值算法对负荷数据进行事件检测,分离出负荷设备的电压电流波形数据;将分离的各个负荷设备的数据输入训练好的设备大类分类训练模型,识别为设备大类,结合辅助信息给出初步的设备分类结果,采用相似性判别器来评估初步分类结果,根据结果反馈评估并给予不同的奖励,通过策略梯度指导辅助信息学习模型的建立,最终完成零样本分类模型识别设备种类的目的。同时考虑实时的环境温度对综合能源系统进行负荷非侵入式监测;该方法现了对具有用电行为和储能行为的负荷设备的非侵入式识别监测。
-
公开(公告)号:CN114113773A
公开(公告)日:2022-03-01
申请号:CN202111330934.8
申请日:2021-11-11
申请人: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
摘要: 本发明提供一种基于零样本学习的非侵入式负荷监测方法,涉及综合能源系统技术领域。该方法采集负荷端口的低压配电线路的数据,并进行数据处理;然后采用改进的阈值算法对负荷数据进行事件检测,分离出负荷设备的电压电流波形数据;将分离的各个负荷设备的数据输入训练好的设备大类分类训练模型,识别为设备大类,结合辅助信息给出初步的设备分类结果,采用相似性判别器来评估初步分类结果,根据结果反馈评估并给予不同的奖励,通过策略梯度指导辅助信息学习模型的建立,最终完成零样本分类模型识别设备种类的目的。同时考虑实时的环境温度对综合能源系统进行负荷非侵入式监测;该方法现了对具有用电行为和储能行为的负荷设备的非侵入式识别监测。
-
公开(公告)号:CN112651110A
公开(公告)日:2021-04-13
申请号:CN202011466027.1
申请日:2020-12-14
申请人: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
发明人: 王征 , 穆永强 , 郭尚民 , 王勇 , 佟永吉 , 李剑峰 , 姜涛 , 朱洪波 , 陈明丰 , 刘鑫蕊 , 常鹏 , 高靖 , 潘霄 , 穆昱壮 , 王鹤霏 , 王义贺 , 王春凤 , 邓鑫阳 , 刘静波 , 姜雪
摘要: 本发明提供一种基于多阶段动态博弈的恶性数据注入攻击防御方法,涉及电力信息物理系统技术领域。该方法首先将博弈过程视为攻防双方参与的双人博弈,将攻防双方的一次动作视为攻防博弈过程的一个阶段;计算节点中心度来表征电网不同节点的重要性,将节点中心度作为权向量,计算电网最优减载量作为攻防双方的收益;然后计算恶性数据在电网节点之间传播的渗流传播概率,建立多阶段攻防博弈模型;最后基于改进的Q学习算法,在每个博弈阶段引入不同的学习速率,重新定义攻防双方的最大收益计算公式,求解每个博弈阶段的纳什均衡解,并判断是否达到攻防博弈预估的总阶段Γ,若达到,则得到最优防御策略;反之则进行下一阶段攻防博弈。
-
公开(公告)号:CN112670981B
公开(公告)日:2024-11-08
申请号:CN202011473339.5
申请日:2020-12-15
申请人: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
摘要: 本发明提供一种抵御数据随机丢包的配电网动态状态估计方法,涉及配电网动态状态估计技术领域。本发明考虑量测数据随机丢包对配电网状态估计的影响,用马尔可夫链丢包过程描述量测数据的随机丢失,对量测数据的丢失设计补偿策略建立补偿模型。用一种提升估计精度的混合无迹卡尔曼滤波与扩展卡尔曼滤波算法的动态状态估计算法进行配电网的状态估计,并将补偿后的量测数据在状态更新时融入更新方程中,完成融入量测数据丢包的补偿模型的新型动态状态估计算法。本发明提出的配电网动态状态估计模型可以很好的抵御丢包个数有限的量测数据随机丢失问题,具有较好的工程实现性。
-
公开(公告)号:CN110941799B
公开(公告)日:2023-08-08
申请号:CN201911197609.1
申请日:2019-11-29
申请人: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
IPC分类号: G06Q10/0631 , G06Q30/0201 , G06Q30/0202 , G06Q50/06 , G06F17/18
摘要: 本发明提供一种考虑系统综合不确定性因素的能量枢纽随机规划方法,涉及能源互联网技术领域。本发明通过确定系统综合不确性因素,基于蒙特卡罗法生成含有不确定性因素的随机场景,利用概率密度函数对系统综合不确定性因素进行表征,以经济性最优为规划目标确定能量枢纽内组件的数量和容量大小,综合考虑能量枢纽内生产设备、转化设备以及储能装置的初始安装费用、运行维护费用以及失负荷惩罚成本,在满足能量枢纽各类约束的条件下,建立随机规划模型,对随机规划模型进行求解得到能量枢纽组件的适当数量和容量大小,使其综合成本最低,同时提高了能量枢纽规划的准确性和可靠性。
-
公开(公告)号:CN112688315B
公开(公告)日:2023-04-07
申请号:CN202011489534.7
申请日:2020-12-16
申请人: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
摘要: 本发明提供一种基于电动汽车配电网信息物理系统的攻防系统及方法,涉及智能电网安全技术领域。本发明包括EV Aggregator(电动汽车聚合器)可变容量分布式储能模型,用于模拟区域内电动汽车、充电桩集合的运行状态,基于可变阈值的攻击检测模型,用于根据节点量测值与估计值的偏差与设计的可变阈值进行对比,检测节点受攻击情况,有限防御成本下的FOG(雾)计算加密防御模型,用于在有限防御资源下对不同网络攻击的防御。面向储能的FDI(虚假数据注入)与DOS(拒绝服务)协同攻击模型,用于模拟针对电动汽车这一场景的网络攻击,确定未来新能源电网的潜在威胁。
-
公开(公告)号:CN114298455A
公开(公告)日:2022-04-08
申请号:CN202111330982.7
申请日:2021-11-11
申请人: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
摘要: 本发明提供一种基于GAN技术的综合能源混合建模方法,涉及综合能源技术领域。该方法基于机理‑数据混合驱动的建模方法构建综合能源网络结构的机理模型;该综合能源网络结构的机理模型由电力子系统模型、热力网子系统模型、天然气管网子系统模型整合成的综合能源整体模型;并基于综合能源网络结构的机理模型,确定综合能源网络结构的运行工况;最后建立GAN网络模型,通过GAN网络模型对综合能源网络结构的机理模型的参数进行辨别,完成综合能源网络的混合建模。该方法针对综合能源系统网络结构特点进行机理建模,适用于具有能源双向传输的特点以及能源耦合等复杂特征的混合能源系统。
-
公开(公告)号:CN111461441A
公开(公告)日:2020-07-28
申请号:CN202010261110.9
申请日:2020-04-03
申请人: 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司经济技术研究院 , 东北大学 , 国家电网有限公司
发明人: 王勇 , 穆永强 , 王春生 , 佟永吉 , 王征 , 潘霄 , 高靖 , 刘鑫蕊 , 高岩峰 , 朱洪波 , 姜涛 , 陈明丰 , 李剑峰 , 穆昱壮 , 王鹤霏 , 邓鑫阳 , 王义贺 , 王春凤 , 候依昕 , 张如玉 , 李纯正
摘要: 本发明提供一种基于电动汽车泊停态势划分的多类充电设施优化配置方法,包括:将停车数据划分为静态、动态和泊态;根据三类电动汽车的驾驶特征和充电习惯,将其充电需求以过饱和方式分配到四类充电设施上;建立多类别充电设施优化配置目标函数;规划候选充换电站选址。本发明根据统计将不同的停车特性进行划分,再细化的停车态势划分,从而为多类型电动汽车的充电设施选择提供更科学依据。
-
公开(公告)号:CN110941799A
公开(公告)日:2020-03-31
申请号:CN201911197609.1
申请日:2019-11-29
申请人: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司 , 东北大学
摘要: 本发明提供一种考虑系统综合不确定性因素的能量枢纽随机规划方法,涉及能源互联网技术领域。本发明通过确定系统综合不确性因素,基于蒙特卡罗法生成含有不确定性因素的随机场景,利用概率密度函数对系统综合不确定性因素进行表征,以经济性最优为规划目标确定能量枢纽内组件的数量和容量大小,综合考虑能量枢纽内生产设备、转化设备以及储能装置的初始安装费用、运行维护费用以及失负荷惩罚成本,在满足能量枢纽各类约束的条件下,建立随机规划模型,对随机规划模型进行求解得到能量枢纽组件的适当数量和容量大小,使其综合成本最低,同时提高了能量枢纽规划的准确性和可靠性。
-
公开(公告)号:CN112884077A
公开(公告)日:2021-06-01
申请号:CN202110323783.7
申请日:2021-03-26
申请人: 国网辽宁省电力有限公司经济技术研究院 , 东北大学 , 国家电网有限公司
摘要: 本发明公开了基于形状的动态时间归整聚类的园区短期负荷预测方法,该方法包括以下步骤:获取数据并预处理;完成对园区不同单位主体能耗行为的聚类分析;对不同园区用户下一时刻的负荷行为聚类结果进行预测;得到园区最终的短期负荷预测结果;将负荷数据及其对应数据分为训练集和验证集;将输入向量之后固定时间的实际负荷作为模型输出的训练目标;选择验证集表现最好的模型作为训练结果;在实际环境中运行长短期记忆模型,且当预测值和实际值出现较大偏差时,将最新数据加入训练集再次训练模型。有益效果:本发明提出的方法有效融入园区用户每日能耗行为特征进行短期负荷预测,可以有效提升预测精度。
-
-
-
-
-
-
-
-
-